Meta于2026年10月15日发布并开放Muse Spark Open权重，这是一款采用MoE架构、总参数约8160亿、支持文本/图像/音频/视频输入且拥有百万令牌上下文的多模态模型。Meta将其定位为面向代码与智能体任务的通用推理组件，并提供BF16与NVFP4检查点及多种部署路径，但实际部署仍受内存、硬件和许可限制。
Meta旗下人工智能研究团队于2026年10月15日发布Muse Spark Open，并开放模型权重。这款模型采用混合专家（MoE）架构，总参数量约8160亿，每个令牌激活约420亿参数，支持文本、图像、音频和视频输入，并提供最高约100万令牌的上下文窗口。
Meta将Muse Spark Open定位为面向代码和智能体任务的模型，称其能够读取代码库、编写和调试代码、调用工具，并在较长任务中进行规划、执行、观察和自我修正。模型的输出仍以文本为主，但输入端覆盖多种模态，使其可以在处理代码任务时同时理解截图、语音笔记和屏幕录制。
Meta官方介绍称，Muse Spark Open是“目前能力最强的美国开放权重模型”。这一判断属于Meta的产品定位，外部独立评测仍需要进一步观察。
MoE架构降低单次计算量，但没有消除部署门槛
根据Hugging Face官方技术文章，Muse Spark Open的语言模型包含62层，隐藏维度为8192。每个MoE层包含256个专家，路由器为每个令牌选择其中8个专家参与计算，因此单个令牌实际使用的参数量约为420亿。
这种设计可以把每次计算量控制在相对较低的水平，但部署时仍必须将全部专家保存在内存中。Hugging Face表示，BF16检查点以safetensors格式存储时约为1.5TB；NVFP4版本则面向英伟达Blackwell GPU，以4位精度保存参数。官方给出的参考配置是：BF16版本可运行在4个节点、共32张H200 GPU上，NVFP4版本则可运行在单个B200节点上。
模型同时提供BF16和NVFP4检查点，仓库名称分别为Muse-Spark-Open-816B-A42B和Muse-Spark-Open-816B-A42B-NVFP4。开发者还可以通过Transformers、SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、Apple MLX、llama.cpp和Unsloth等工具进行推理或进一步定制。
百万令牌上下文包含图像、音频和视频输入
Muse Spark Open的上下文窗口上限为1,048,576个令牌，图像、视频和音频令牌与文本共享这一窗口。Hugging Face的技术说明称，在BF16精度下，完整百万令牌上下文的键值缓存大约需要266GB内存。这意味着，百万令牌是模型配置层面的能力上限，实际可用长度仍会受到硬件内存、并行方式和推理框架的限制。
模型的音频编码器每80毫秒产生一个音频令牌，视频则默认以每秒两帧的速度采样，最多处理96帧。开发者可以通过处理器调整视频帧率，但更高的采样率会增加预填充阶段的内存需求和延迟。
这种输入设计使模型能够处理带有声音的屏幕录制、视频片段和语音说明，再将结果转化为文本回答或工具调用。它并不是一个直接生成图像、音频或视频的模型，输出仍然是文本。
Meta把重点放在代码和工具调用上
Meta称，Muse Spark Open的训练包括多文件重构、长期调试等真实开发工作流。Hugging Face文章则展示了文本和多模态工具调用方式，包括让模型根据图片理解地点并给出建议，或在处理网页和浏览器画面时选择下一步操作。
官方还展示了几个实验性应用。其中一个3D资产生成示例把2位量化模型接入代码代理，让模型生成Three.js代码、读取浏览器截图，再根据视觉反馈修改资产。另一个浏览器代理示例通过OpenEnv、Hugging Face Sandbox和浏览器环境，让模型仅依赖页面截图和操作反馈完成网页交互。另有演示让模型通过语音输入在亚马逊网页中寻找符合条件的商品。
这些演示说明，Meta希望把Muse Spark Open作为智能体系统中的通用推理组件，而不只是一个聊天接口。不过，演示环境与生产系统之间仍存在差异，尤其是在工具权限、失败恢复、操作确认和长期稳定性方面。
本地运行成为发布叙事的一部分
Meta表示，Muse Spark Open首次让这一规模的模型能够在桌面设备上运行，具体依赖两台配备M5 Ultra芯片的Mac Studio。每台设备最多提供512GB统一内存，两台机器合计约1TB，可以容纳完整模型。
这一部署路径的意义，更多在于展示苹果统一内存架构和分布式推理的可能性，而不是让普通用户可以轻易在个人电脑上运行。外部报道指出，若采用多台高规格Mac Studio，本地部署成本可能达到数万美元；而BF16模型本身约1.5TB的体积，也意味着普通工作站并不适合直接加载完整权重。
在更低精度的量化版本上，门槛有所下降。Hugging Face介绍称，经过校准的2位llama.cpp量化版本可以在512GB内存的Mac上运行；在M3 Ultra上测试的2位版本约使用304GB内存，生成速度约为每秒18个令牌。MLX生态还提供更高精度的量化版本，但3位版本仍需要超过256GB内存。这些结果是特定硬件和配置下的测试，不能直接推导出普通消费级设备的实际表现。
这种“更大的模型、更多的稀疏激活和更低精度量化”的路线，也与本地智能体模型的发展方向相连。AIFlux此前报道的Liquid AI LFM2.5-24B-A2B则从较小的激活参数量出发，强调在个人电脑和边缘设备上持续运行智能体。两者的规模和定位不同，但都说明模型是否适合实际部署，已经不能只看总参数量。
开放权重不等于没有使用限制
Meta将Muse Spark Open权重放在Hugging Face等平台，并提供Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter和Together AI等API渠道。但官方同时说明，模型使用的是Muse Model License，并包含有限的商业条款。开发者在将其用于商业产品前，仍需核对完整许可文本、使用范围和部署条件。
安全方面，Meta表示，Muse Spark Open按照其Superintelligence Scaling Framework进行了评估，并接受了针对开放权重发布的额外安全后训练。公司称模型达到了框架要求的发布门槛，详细结果将在模型卡和后续评估报告中提供。现阶段，这些内容主要是Meta的自我披露，不能等同于独立安全审计或广泛的第三方复核。
从开放权重到长期智能体
Muse Spark Open发布的背景，是Meta近期持续扩大Muse模型家族的能力范围。8月发布的Muse Glimmer是一款30B级别的稠密多模态模型，强调在单台设备上运行本地智能体；10月稍早发布的Muse Wonder系列则把重点放在跨对话记忆、长期任务和遇到阻碍后继续推进。
Muse Spark Open处在这条路线的另一端：它以开放权重、规模化多模态能力和开发者工具链为重点，试图让研究者和企业能够自行部署、微调并构建智能体应用。Meta还展示了基于TorchTitan和TRL的微调方案，称在64张H100 GPU上对注意力层进行LoRA训练的示例约耗时两小时；这类数字同样属于特定实验配置，不能作为普遍训练成本。
对开发者而言，Muse Spark Open的实际价值最终取决于三个问题：模型在不同推理后端和量化格式下能否稳定复现，长上下文与多模态输入是否能转化为可靠的工具调用，以及开放权重带来的自主部署是否足以抵消硬件、运维和安全治理成本。
Meta已经开放了权重和多条部署路径，但这并不意味着一个8160亿参数模型已经变得轻量化。Muse Spark Open更像是一次对“前沿模型能否被带回桌面”的技术展示，也是一场围绕开放权重、模型规模和智能体工作流的长期押注。
来源：