Meta正式发布开源权重模型Muse Spark Open：816B参数与百万上下文

核心要点

• 超大规模混合专家架构：Muse Spark Open总参数规模达8160亿（816B），每个Token激活参数为420亿（42B），被称为目前美国性能最强的开源权重模型。
• 百万级长上下文与原生多模态：支持高达100万Token的上下文窗口，具备原生多模态输入能力，可处理文本、图像等多种复杂信息。
• 专为代码与智能体任务设计：模型针对复杂软件工程和长周期任务优化，在MCP Atlas上取得89.2分，在Terminal Bench 2.1上达到76.4分。
• 桌面级本地化部署突破：Meta与苹果深度合作，基于MLX框架实现了在两台M5 Ultra Mac Studio上本地完整运行。
• 广泛的生态与云端支持：已在Hugging Face上线开源权重，并接入Together AI、Fireworks、Groq等主流推理平台，兼容vLLM与llama.cpp等推理框架。

详细分析

混合专家架构与长上下文能力

Muse Spark Open采用了业界领先的稀疏混合专家（MoE）架构，在保持8160亿庞大模型容量的同时，将推理时的激活参数控制在420亿。这种设计显著降低了计算与推理开销，同时保留了极高的模型表现力。原生100万Token的超长上下文窗口，使得模型能够一次性理解大型代码仓库、多模块工程架构以及长时间跨度的上下文依赖，为复杂系统级工程开发提供了底层能力支撑。

桌面端本地运行与苹果生态协作

此次发布最受关注的技术亮点之一是其桌面端运行方案。Meta与苹果工程师展开深度合作，借助苹果的统一内存架构与MLX框架，成功将Muse Spark Open部署于两台配置超大统一内存的Mac Studio设备上。测试表明，该端侧系统能够独立执行真实的自动化智能体任务，包括对开源项目Ice Cubes提交iOS端代码修复，以及在DaVinci Resolve中进行自动化视频剪辑，展示了高性能大模型脱离云端数据中心、在本地工作站稳定运行的前景。

软件工程Agent基准与生态集成

在智能体（Agentic）评测基准中，Muse Spark Open在MCP Atlas取得89.2分，在Terminal Bench 2.1取得76.4分。模型卡明确将其定位为长期工作流中具备自我规划、工具调用及错误恢复能力的编程Agent基座。为了方便开发者快速集成，模型已同步上线Hugging Face，并受到SGLang、vLLM、llama.cpp和Unsloth等主流开源推理生态的支持，开发者亦可通过Fireworks AI、Together AI和Groq等托管API快速接入。

行业影响

Muse Spark Open的发布重新定义了高阶开源权重模型的性能上限。长期以来，800B级别以上的超大前沿模型通常仅以专有闭源API形式提供服务。Meta通过开源模型权重并与苹果硬件体系深度协同，不仅打破了算力中心对超大模型的垄断，更推动了本地化、私有化高级AI智能体在软件开发和生产力场景中的实际落地，将加速全球开发者社区在长流程AI编程工具上的探索与竞争。

常见问题

Muse Spark Open的核心参数规格是什么？

Muse Spark Open采用混合专家架构，总参数量为8160亿（816B），单次激活参数为420亿（42B），支持100万Token的超长上下文窗口，并具备原生多模态输入能力。

该模型能否在本地设备上运行？硬件门槛如何？

可以。Meta通过与苹果合作并基于MLX框架，实现了在两台配备高容量统一内存的Mac Studio上以集群形式完整本地部署，无需依赖云端服务器即可完成复杂的Agent自动化任务。

开发者目前可以通过哪些渠道使用Muse Spark Open？

开发者可以直接在Hugging Face下载官方权重，并在vLLM、SGLang、llama.cpp等框架下运行；或者通过Together AI、Fireworks、Groq、Baseten等第三方云服务商提供的API接口直接调用服务。