10月16日，Meta 发布 Muse Spark Open——一个开放权重的多模态智能体模型。最引人注目的是它的两个标签：8160 亿总参数，以及"能在两台 Apple M5 Ultra Mac Studio 上本地运行"。一边是惊人的模型规模，一边是消费级桌面硬件，这两个词放在一起，本身就说明了 2026 年开放权重模型的一个新走向。
模型规格
根据公开信息，Muse Spark Open 的关键参数如下：
- 总参数 816B（8160亿），采用 MoE（混合专家）架构，每次推理只激活其中一部分；
- 上下文窗口 100 万 token；
- 原生多模态，覆盖文本、图像、视频、音频；
- 面向 coding 和 agentic（智能体）任务训练，训练基础设施用到了 NVIDIA GB300 NVL72；
- 在 Artificial Analysis Intelligence Index 上得分 39，被列为"美国第一开放权重模型"。
需要说明，这里的"开放权重"不等于"完全自由商用"——它采用 Muse Model License 许可，具体商用条款要以 Meta 官方许可文本为准。但权重可下载、可本地部署这一点，对开发者和研究者已经是实质性的开放。
和苹果的合作为什么重要
Muse Spark Open 的一个亮点是：Meta 与苹果工程团队合作，把它优化到可以运行在 Apple 硬件上——具体是两台 M5 Ultra Mac Studio。这意味着：
- 模型不需要连云端，可以在本地完成推理；
- 借助苹果芯片统一内存架构，大参数模型的本地运行变得可行；
- 对重视隐私、希望数据不出本机的用户和企业，这是一个有吸引力的选项。
过去，"能本地跑"的模型往往是几 B 到几十 B 的小模型；几百 B、上千 B 的旗舰级模型，通常只能在数据中心的 GPU 集群上跑。Muse Spark Open 把这条线往上推了一大截——当然，它需要的"两台 Mac Studio"依然是不小的硬件投入，并非普通笔记本能扛，但比起整柜 GPU 已是数量级上的降低。
和 Meta 此前模型的关系
需要注意区分 Meta 近期的几款模型：
- Muse Wonder / Wonder Full（此前发布）：Meta 第一款前沿闭源模型，走 API 和订阅路线；
- Muse Spark Open（本次）：开放权重的多模态模型，主攻 coding 和 agentic，可本地部署。
简单说，Meta 在"前沿闭源"和"开放权重"两条线上同时推进：闭源的 Wonder 用来证明能力上限、走商业 API；开放的 Spark 用来建生态、吸引开发者和研究者。这种"双线发布"策略，和谷歌（Gemini 闭源 + Gemma 开放）、Mistral（商业 + 开放权重）的思路一致。
为什么"开放权重的巨型模型"值得关注
第一，它削弱了"最强能力只属于闭源巨头"的叙事。当 800B 级别的多模态模型也能下载自部署，中小团队和个人研究者有了更大的发挥空间。
第二，本地运行把隐私和可控性拉回用户手里。对企业、政府、科研机构中那些"数据不能出内网"的场景，开放权重 + 本地硬件是刚需。
第三，它会倒逼工具链成熟。能跑这么大模型的本地硬件方案一旦被验证，围绕它的推理引擎、量化工具、部署框架都会快速跟上。
Muse Spark Open 是不是"最强开放权重模型"，还需要第三方评测和时间检验。但 Meta 把它做到这个规模、并优化到消费级硬件可跑，本身就释放了一个清晰信号：开放权重的竞赛，正在从"小模型能不能跑"升级到"大模型也能落到你桌上"。