导读：Meta正式开放Muse Spark Open权重。它拥有816B总参数、42B激活参数、1M Token上下文，原生接收文本、图像、音频和视频输入，并为编码、Agent与多步骤推理设计。Apple同时确认，NVFP4版本可以通过MLX在两台M5 Ultra Mac Studio上分布式运行。
口径说明：“美国最强开放权重模型”是Meta官方定位；模型表现、吞吐与双Mac部署数据来自Meta和Apple官方测试。它们证明方案可行，但不代表普通用户无需配置即可获得相同性能。
816B的多模态Agent模型正式开放权重
Meta宣布Muse Spark Open正式开放权重，并把它定位为当时美国能力最强的开放权重模型。模型总参数达到816B，也就是8160亿；每个Token激活约42B参数，采用MoE架构，在大规模容量与推理效率之间寻找平衡。
模型提供最高100万Token上下文，原生支持文本、图像、音频和视频输入，输出为文本。它并不是单纯的聊天模型，而是为编码、长程任务、复杂软件工程、多步骤推理和工具调用设计。
原文把它形容为能处理“脏活累活”的超级智能体：不仅要读懂大型代码库，还要在长时间任务中规划、执行、观察结果并自行修正。Meta给出的公开说明也把Agent编程、跨文件修改、调试和多模态理解列为重点能力。
原生多模态、1M上下文，以及Muse Model License
816B总参数、42B激活参数：MoE架构意味着每次推理只调用部分专家，不需要让全部参数同时参与每个Token的计算。
1M Token上下文：长上下文适合大型代码仓库、技术文档和长程Agent任务，但“能放进去”并不等于模型会永久、无损记住每一处细节，实际效果仍取决于任务结构与检索策略。
原生多模态：模型可以读取文本、截图、图片、音频和视频，并用文本输出结果，为UI理解、视频审看和带视觉工具调用的Agent提供统一接口。
模型权重可从官方Hugging Face合集获取，也由多家云平台和推理服务商提供API。Meta采用Muse Model License，允许运行、修改、微调、蒸馏和再分发，但使用者仍需遵守许可证和使用政策。
许可证还包含企业营收条款：如果许可使用方及其关联公司在连续12个月内合计总营收超过2000万美元，并希望把Spark Open或其衍生品作为模型服务提供，需要提前通知Meta并另行签署书面协议。因此，“开放权重”不应被简单理解成Apache 2.0式的无限制使用。
两台M5 Ultra Mac Studio，如何装下816B模型？
816B模型过去通常意味着昂贵的GPU服务器和复杂集群。Muse Spark Open这次最吸睛的部分，是Apple与Meta共同展示了桌面级本地运行方案：两台配备M5 Ultra的Mac Studio，通过最新MLX框架即可运行NVFP4版本。
关键在统一内存与分布式互连。每台M5 Ultra Mac Studio最高可配512GB统一内存，两台机器合计达到1TB容量；MLX通过Thunderbolt 5 RDMA把模型拆分到多台Mac上执行。这里不是把两台机器“插上线就自动合并”，而是依赖主机配置、模型切分、网络和运行框架。
Apple公布的8,192 Token上下文测试中，两台Mac采用流水线并行约为15.74 Tokens/s，两台张量并行约24.99 Tokens/s，四台张量并行达到36.73 Tokens/s。原文提到的“超过36 Tokens/s”对应四台机器，而不是两台。
高配设备价格仍然不低，原文按一台约10,799美元估算，两台超过2万美元。它的价值并非“免费算力”，而是让有数据隐私、长期调用和本地控制需求的团队多了一种桌面部署路径。
不只支持Apple：GPU集群与本地Agent工作流
Muse Spark Open同时支持NVIDIA、AMD和Intel平台，以及SGLang、vLLM、TensorRT-LLM、llama.cpp等推理工具。Meta表示，配套的自动调优Helion GPU内核在部分NVIDIA和AMD场景可获得1.03至3.95倍的内核级加速；这不是所有任务的端到端提速倍数。
官方还展示了两类端侧Agent工作流。第一类是Muse Code为开源Mastodon客户端Ice Cubes完成真实iOS修改，包括修复缺陷、新增功能和完整构建；第二类是端到端驱动DaVinci Resolve，逐帧检查素材、寻找更有表现力的片段并完成竖屏裁剪。
这些演示体现的不是“AI替代所有操作”，而是模型可以在足够权限、工具接口和运行环境下，把多步骤任务串起来。对于视频团队而言，本地视频理解、素材筛选与剪辑软件控制尤其值得关注。
Meta与Apple从竞争走向本地AI合作
原文还花了很大篇幅回顾两家公司过去的竞争：苹果的隐私政策曾直接影响Meta广告业务，双方管理层也长期公开交锋。在Muse Spark Open上，Meta需要能承载超大模型的桌面硬件，Apple则希望证明Mac与统一内存架构在端侧AI时代仍具竞争力，双方因此形成了现实合作。
双方负责人随后公开展示Muse Spark Open在Mac Studio上的运行效果，并对合作成果作出积极评价。对于行业而言，这更像软件模型与硬件平台的一次联合验证，而不是两家公司所有商业分歧的“彻底和解”。
桌面超级智能时代真的开启了吗？
原文把这次发布与1984年Macintosh把个人计算带上书桌相提并论：2026年，数百B规模的前沿开放权重模型也开始从数据中心走向桌面工作站。这个判断有强烈的时代感，但它对应的仍是两台或四台高配Mac Studio，而不是普通消费级电脑。
真正发生的变化是，本地模型部署的上限被推高了。开发者、创业团队和视频工作室可以在自有设备上尝试更强的Agent、代码与多模态工作流，不必把所有数据和任务都交给云端。
做视频网分析：能在桌面运行，不等于部署门槛已经消失
第一，816B和42B要分开看。42B是每个Token的激活参数量，它降低了计算压力，但完整权重仍然非常大。官方NVFP4仓库体积接近数百GB，BF16版本更接近TB级。
第二，两台Mac的优势是大统一内存，不是绝对低成本。它避开了多张数据中心GPU的显存碎片与机架部署，但购机、存储、互连、功耗和维护都需要纳入总成本。
第三，本地不自动等于“数据绝对安全”。本地部署减少数据离开设备的机会，但Agent仍可能访问文件、网络和专业软件；权限控制、日志、沙箱和人工确认依然不可省略。
第四，对视频从业者最值得关注的是多模态Agent。逐帧看素材、理解画面、调用DaVinci Resolve并输出竖屏版本，比单纯讨论跑分更贴近生产价值。不过在交付项目之前，仍应先用真实素材测试识别准确率、剪辑节奏、失败恢复和版权边界。
站内导航与延伸阅读
- Muse Spark Open站内导航：https://www.zuoshipin.com/link/55219.html
- Muse Spark 1.3站内导航：https://www.zuoshipin.com/link/31692.html
- Muse Spark 1.3更新解析：https://www.zuoshipin.com/article/31697
- Apple与Apple Silicon站内导航：https://www.zuoshipin.com/link/25446.html
- 2026款Mac Studio与端侧AI解析：https://www.zuoshipin.com/article/25460
- AI资讯栏目：https://www.zuoshipin.com/category/ai-news
