当地时间10月15日，Meta发布开放权重大模型Muse Spark Open，并宣布与苹果合作，推动该模型在Mac电脑上本地运行。这款模型采用混合专家架构，总参数量达8160亿，其中420亿为活跃参数，支持100万词元的上下文窗口，原生支持文本、图像、视频与音频等多模态输入，重点面向编码与智能体任务，主打长周期任务执行、复杂软件工程与多步骤推理。Meta将其称为迄今美国能力最强的开放权重模型。
在Meta自己公布的测试中，Muse Spark Open在工作流程、工具调用、知识推理、知识可靠性、复杂视觉推理与图像事实问答这6项测试里排名第一。不过数据同样显示，在软件开发等部分任务上，Kimi、千问、智谱等中国开源模型依然更胜一筹。这提示“最强”的定语需要限定条件：它在特定维度领先，但开源阵营的整体能力分布，并不会由单一模型决定。
硬件门槛也相当直白。Meta称，本地部署该模型需要至少1TB内存，最佳方案是两台搭载M5 Ultra芯片、各配512GB统一内存的Mac Studio协同运行，每台设备的内存带宽最高可达1.2TB/s。苹果的统一内存架构让CPU与GPU共享同一内存池，省去了把权重塞进独立显存的步骤，再借助MLX这一为苹果芯片优化的机器学习框架，模型才得以在桌面环境真正跑起来。
此次合作格外引人注目。苹果与Meta过去在隐私规则、平台规则与应用生态上摩擦不断，库克曾多次批评Meta侵犯用户隐私，扎克伯格也嘲讽过苹果的创新乏力。但在开源AI竞争的共同利益面前，双方选择握手：Meta需要证明自己的模型具备竞争力，苹果则需要展示整套Mac软硬件适合在本地运行AI。这也是开放权重模型长期面临的处境：能力越强，越依赖高带宽内存与多机互联，普通消费级设备的参与门槛也就水涨船高。
从策略看，Meta这次的开放带有明显的权衡。它同期仍将能力更强的Muse Wonder系列保持闭源，只开放次一级的权重。这与此前Llama系列高举开放旗帜的做法不同，更像是“用开放换生态、用闭源保前沿”的折中：既让开发者能够下载、部署与定制，又不至于把最强能力一次性交出。
短期看，超高内存门槛决定了Muse Spark Open的受众仍然有限，主要面向具备多机联动条件的团队与研究者。长期看，开放权重与闭源前沿的双轨并行，正在成为头部厂商的普遍选择：生态需要开放来喂养，商业则需要闭源来变现，如何在这条细线上保持平衡，将决定谁能同时赢得开发者与市场。
