Meta 发布了开放权重模型 Muse Spark Open，官方将其定位为目前性能最强的美国开放权重模型。它的主要特点是：

• 专为代码与 Agent 设计：聚焦端到端复杂软件工程、长程规划与多步推理。
• 混合模态输入与纯文本输出：原生支持文本、图像、视频与音频混合输入，统一输出文本与结构化调用。
• 支持私有化与本地部署：除云端 API 外，也可在自己的设备上运行。官方桌面路线采用两台各配 512GB 统一内存的 M5 Ultra Mac Studio，运行 NVFP4 量化版本。

它怎样接手编程和剪辑任务

在实际任务中，Muse Spark Open 支持多模态混合输入与纯文本输出，并提供最高 100 万 token（1M）的上下文窗口。1M 属于窗口容量上限，并不等同于在任意超长材料下都能保证可靠检索或百分之百执行成功。

模型面向的核心场景是端到端 Agent（智能体）开发。下载模型权重并不等于直接获得了操作电脑的现成能力。模型本身负责理解输入、规划步骤并生成符合接口规范的工具调用文本；具体动作必须由外部 Agent 框架（如 Muse Code 或开源运行框架）在沙箱、终端或操作系统中代为执行。这套工作按以下过程进行：

1. 读取输入与环境反馈：模型接收代码文件、用户需求、截屏或上一步工具返回的执行结果。
2. 生成工具调用：模型分析当前状态，生成下一步要调用的工具名称与参数（例如编辑文件、执行命令或查询接口）。
3. 外部框架执行并返回：外部 Agent 框架调用实际环境执行该操作，并将标准输出、错误日志或新截图反馈给模型。
4. 模型分析并修正方案：如果执行出现依赖冲突、编译错误或测试未通过，模型根据返回的报错信息调整参数、修改代码并再次尝试。每一步仍需核对结果。

假设一个典型的界面修复任务：用户给 Agent 提供一张样式错位的页面截图以及对应的前端组件代码。模型首先比对截图中的视觉错位与代码结构，推测出冲突的样式属性，输出一段修改补丁；外部 Agent 框架将修改写入文件并运行本地构建命令；如果构建工具返回了语法报错，框架将错误日志传回模型；模型阅读报错后修正代码，再让框架运行并检查结果。这个例子说明的是工作方式，不代表模型每次都能修好。

在 Meta 官方公布的技术案例中，也展示了类似的流程协同：

• iOS 客户端 Ice Cubes 开发：在本地设备（on-device，不等于完全离线）上，通过模型驱动 Muse Code 读取开源 Mastodon 客户端代码、定位缺陷、编写补丁并完成了本地项目构建。
• DaVinci Resolve 视频处理：模型作为 Agent 驱动 DaVinci Resolve，逐帧审阅素材画面寻找精彩片段（strongest moments），并执行竖屏画面重新裁切。

只用 42B 参数计算，为什么还要装下 816B 权重？

这次发布的模型有 8160 亿总参数。Muse Spark Open 能够实现两台桌面设备协同运行，核心在于其稀疏混合专家（MoE）结构：

• MoE 专家架构：模型总参数量为 816B，共 62 层。每个 MoE 层包含 256 个专家前馈网络，单 token 生成时前端路由器挑选最相关的 8 个专家参与计算，整套模型每 token 活跃参数约为 42B。
• 算力与访存开销：单 token 虽然仅激活 42B 参数，但实际浮点计算量与时延不能简单等同于同规模密集模型，注意力层、路由选择、访存带宽以及多机通信都会带来额外开销。
• 权重驻留：官方这条部署路线仍需在内存或显存中加载整套权重。只调用少量专家，减少的是每一步参与计算的部分，没有把其余参数从模型中删除。

两台 Mac Studio 运行这套模型，需要以下条件：

1. 统一内存配置：采用两台搭载 Apple M5 Ultra 芯片、各配置 512GB 统一内存的 Mac Studio（合计 1TB 统一内存），或者四台 256GB 机型。内存容量解决权重放在哪里，带宽决定读取权重的速度：每台 M5 Ultra 提供 1.2TB/s 统一内存带宽，让 GPU 快速读取当前 token 所需的权重。实际生成速度还取决于计算和双机通信。
2. NVFP4 量化版本：运行的是 NVFP4 权重，主要将 MoE 专家权重压缩为 4-bit，部分层仍保留 BF16，静态文件体积约为 537GB。537GB 仅是权重文件体积；运行时还要为缓存已处理内容的 KV Cache、中间计算结果和系统留出内存，因此不能用总内存减去权重体积，就保证能跑满 1M 窗口。
3. MLX 张量并行切分：依托最新版 Apple MLX 框架，每一层的 256 个专家在两台机器间进行张量切分，两台设备各存储一部分权重参数（不是前 128 给 A、后 128 给 B），推理时权重保持在本地，设备之间通过 Thunderbolt 5 直连并启用 RDMA 来传输中间激活结果。

除双机 Mac 桌面环境外，官方文档还给出了数据中心 GPU 的配置示例：

• NVFP4 部署路线：静态权重约 537GB，官方要求至少 700GB 显存，已在单节点 4 张 NVIDIA Blackwell Ultra 显卡（通过 TensorRT-LLM 运行）或 8 张 H200 上完成验证。
• BF16 参考路线：全精度权重约 1.65TB，文档示例给出的显存预算约为 2TB（例如 8 张 NVIDIA B300 集群）。

第三方 Unsloth 还提供 Dynamic GGUF 单工作站路线。其 2-bit 版本列出的总内存需求约为 250–316GB，指系统内存与显存合计，或 Apple 设备的统一内存。最小的 UD-IQ2_XXS 可装入 256GB 配置；但 Unsloth 建议 Agent 任务至少选择 UD-IQ2_S，更小版本在通用任务上会退化，聊天任务可以采用更小的规格。因此，想让模型简单聊天和让它连续改代码，用的未必是同一份量化文件。更长上下文也会额外占用内存，具体版本的任务质量和速度仍需分别试用。版本与选择依据可查阅 Unsloth 指南。

装下权重以后，还可以通过推测解码减少生成等待：小型草稿模型先提出多个 token，Muse Spark Open 再一次核验这一批候选，接纳符合要求的部分，减少大模型逐个生成的轮次。SGLang 对应 DFlash V2，vLLM 对应 DSpark。官方开发指南报告，DFlash 在 AMD MI355X 上单请求吞吐提升 3.7 倍，16 个并发请求下为 2.9 倍；这是对应 GPU 与测试配置的结果，不能换算成双 Mac 的速度。

底层计算也有优化：SGLang 中的 Helion GPU 内核在 NVIDIA、AMD GPU 上取得 1.03–3.95 倍的内核级加速，而 AMD MI350 上的端到端提升为 3%。一个局部算子快了多少，与整个请求快了多少，是不同的指标。

它的成绩，放到实际任务里怎么看？

Meta 将 Muse Spark Open 定位为“目前最强的美国开放权重模型”。根据官方评测方法说明，本次公布的评测数据并非全部由 Meta 自测，而是混合了第三方官方榜单（如 Scale AI、Artificial Analysis）、Meta 内部测试以及部分厂商自报数据。各模型测试时均开启了各自官方推荐的最高思考档位（如 Muse 为 xhigh、GLM 与 Kimi 为 max、Nemotron 开启 thinking），最高档位的名称相似，并不意味着花费相同计算量、时间或费用。

同一张成绩表里，领先与落后的项目同时存在：

展开查看官方横向基准测试原始对比图

• 强势项：在涉及实际业务岗位流程的 JobBench（61.8）以及考察真实 MCP 协议工具调用的 MCP-Atlas（89.2）中，Muse Spark Open 处于领先位置；在无工具辅助的 HLE-Diamond 高难知识与推理问答中取得 26.1 分，AA-Omniscience 知识可靠性测试取得 25 分；在多模态视觉基准 ZeroBench 中取得 50.0 分（需注意该项为工具辅助下 5 次采样中至少 1 次正确的 pass@5 口径，非单次准确率）。
• 差距项：在真实终端交互执行的 Terminal-Bench 2.1 中得分为 76.4，低于 Kimi K3（85.0）、GLM 5.3（83.9）、Qwen3.8（82.0）与 Beam（80.1，注：Beam 未披露运行框架，其余所列终端成绩基于 Terminus 2）；在代码缺陷修复 DeepSWE 1.1 中得分为 60，低于 Kimi K3（68）与 GLM 5.3（67）。DeepSWE 各模型是在各自优选的 Agent 运行框架（如 Muse Code、Claude Code、Kimi Code 等）下运行，该分数体现的是模型与对应运行框架组合的综合表现。

这些结果支持的是具体任务上的优势：Muse Spark Open 在 JobBench 和 MCP-Atlas 上领先所列模型，却没有在综合指数、Toolathlon 长程工具任务和代码工程上全部领先。选择时可以先拿自己的岗位流程与 MCP 工具试用；如果任务侧重终端操作、代码修复或跨软件长程执行，也应比较同表其他模型与对应运行框架的组合。模型经过了额外的安全后训练。实际接入工具时，系统外层仍要管理执行权限，对不可逆操作引入人工确认。

从哪里开始用，费用怎么算？

开发者与企业团队可以根据实际需求选择适配的使用方式：

1. 云端托管 API： 第三方推理服务商已接入模型支持，包括 Baseten、Fireworks AI、Modal、Nebius、OpenRouter 以及 Together AI；Groq 目前提供面向多步 Agent 循环的有限预览。Muse 许可赋予的免费使用权指的是模型权重本身，并不代表云端 API 推理免费，各服务平台均按照各自的 Token 用量或专用算力资源独立计费。

2. 云端模型目录： 在 Amazon SageMaker AI、Google Cloud Model Garden 和 Microsoft Foundry Models 的在线模型目录中，均提供了模型权重的获取与私有化部署入口。

3. 本地与私有集群部署： 开发者可访问 Hugging Face 模型集合 获取 NVFP4 或 BF16 权重。双机 Mac 路线从 Meta 官方 Mac 部署指南 开始：每台需运行 macOS 26.2 或更新版本、MLX 0.30.1 或更新版本，机器之间通过 Thunderbolt 5 直连并启用 RDMA，主控机能通过无密码 SSH 启动另一台的程序。

   磁盘存完整文件，内存加载各自分片。 按该指南，每台 Mac 的磁盘都需要容纳完整的约 537GB NVFP4 checkpoint；启动时，MLX 才将各自负责的张量分片加载进统一内存。因此，每台机器不能只准备一半权重文件的磁盘空间。

   私有 GPU 节点可配合 SGLang、vLLM 或 TensorRT-LLM 运行，具体配置参见开发说明；选择单工作站低比特版本则参考前面的 Unsloth 路线。

4. 后训练与定制： 需要针对自己业务继续训练时，可以使用 PyTorch 的 TorchTitan 等已适配框架。

调用时还可以用 reasoning_effort 在 low、medium、high、xhigh 四档之间选择。模型卡默认 xhigh，复杂编程与 Agent 任务建议用 high 或 xhigh，简单、需要更快回复的任务可用 low 或 medium。官方建议的采样设置为 temperature = 1.0、top_p = 1.0，并禁用 top_k。

许可规则（Muse Model License）

Muse Spark Open 采用开放权重的 Muse Model License。在满足条款的前提下，可以修改、微调、蒸馏、合并及再分发，Meta 也明确不主张模型生成输出的所有权。使用时仍需遵守署名、使用政策（Usage Policy）和商业服务条件，主要约束包含三项：

1. 署名要求：在基于该模型或其衍生品构建的产品与服务的用户界面、随附文档、网站或设置中，显著展示 "Built with Muse Spark Open"。
2. 遵守使用政策：使用与分发需符合许可附带的 Usage Policy 安全与合规要求。
3. MaaS 额外协议要求：若向第三方提供模型服务（Model as a Service，即通过 API 或类似接口向第三方提供模型输出），且该实体及其关联方在任意连续 12 个月内的累计总营收超过 2000 万美元，必须事先通知 Meta 并另行签署书面协议。

该 MaaS 限制明确豁免了企业内部使用、研究、其他非 MaaS 商业活动，以及将模型作为组件嵌入自身非 MaaS 产品中提供功能支持。