Meta开源Muse Spark Open：816B只激活42B，两台Mac能跑？NVFP4仍要约700GB显存

AI模型库 · 今日一模

Muse Spark Open

开源权重 · 编码 Agent · 多模态输入

总参约 816B · 激活约 42B · 1M 窗 · NVFP4 显存门槛约 ≥700GB

10 月 15 日，Meta 把 Muse Spark Open 的权重放出来了。官方账号 @AIatMeta 的说法很冲：自称迄今最强的美国开源权重模型；总参约 816B、每 token 激活约 42B，上下文 1M；原生多模态输入（文本+图像+视频+音频），输出文本。同一天扎克伯格 @finkd 强调能在新款 Mac Studio 上跑，Alexandr Wang 也跟着刷规格。

先跟本号 10 月 13 日写过的 Muse Wonder 划清界限：Wonder 是闭源 / API 线；今天这篇是开源权重。名字都带 Muse，别混成一个产品。Meta 自己在 Wonder 发布前后也说过：Wonder 太大、很多人跑不动，开源权重会另外给——今天兑现的就是 Spark Open 这条线。

下面按「能干嘛 → 对做应用的人意味着什么 → 冷水」拆。官方和模型卡自己报的数字，我会标出处，不当成第三方复现。另外先把话说死：开源不等于笔记本随便跑。

模型卡把定位写得很清楚：冲着写代码和 Agent 干活——长周期任务、复杂软件工程、多步推理；还能看截图、听音频、看视频，再回到文本输出。架构是 MoE Transformer，外加 Perception Encoder：语言模型 62 层、隐藏维 8192、256 个专家、每 token 激活 8 个；感知编码器约 1.8B。音频编码器约每 80ms 一个音频 token。词表约 20.2 万，多语言训练数据官方写「超过 100 种语言」。

上下文在推理侧写成 1M。多模态 token 和文本共用这一扇窗。Grouped-query attention 把 KV 压小：模型卡推算约每 token 250KB（BF16），满 1M 窗大约 266GB 只算缓存——这还没算权重本身。推荐采样：temperature=1.0、top_p=1.0、top_k 关掉；推理力度 reasoning_effort 默认 xhigh，难任务用 high/xhigh，简单题可降到 low/medium——关不掉，只能调低。

官方博客还补了两段「桌面 Agent」叙事：用 Muse Code + Spark Open 在真机上改开源 Mastodon 客户端 Ice Cubes；以及驱动 DaVinci Resolve 按帧审片。这是厂商演示，写进来是为了让你知道他们押注的是「长时间、带工具、带画面」的链路，不是刷一道题榜。

官方自报评测表（模型卡，xhigh 设置）里列了 AA Intelligence Index、JobBench、MCP-Atlas、OSWorld、Terminal-Bench，以及一串多模态榜。我只记「厂商认为自己强在 Agent / 工具用 / 编码 / 多模态」这个方向，分数不当采购结论。安全侧他们写了额外的开源安全后训练，并称按 Meta Superintelligence Scaling Framework 过了发布门槛——同样是厂商叙述。

它想当的是「能看、能听、能长时间改代码」的开源底座，不是聊天里甩一句漂亮话就收工。

和昨天写的 Ling-3.1-flash 比，两边都在讲「大总参、中等激活、冲着 Agent」；差别在于 Meta 这条线把多模态输入和「两台 Mac Studio」写进同一套官宣，悬念也就更大——开源权重 vs 本机能不能跑，宣称桌面 vs 显存门槛，两套数字要同时读完。

上手别混四条路，预期定错了最亏。

第一条：只摸手感。走 API——官方点名 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI。先用真实编码 / Agent 任务试：多文件重构、带工具失败重试、带截图的排障。延迟和账单以你选的托管商后台为准，本号不编单价。

第二条：要自托管权重。HF 上两套检查点：meta-models/Muse-Spark-Open-816B-A42B（BF16，权重体积约 1.65TB）和 …-NVFP4（约 537GB）。模型卡写得很直：NVFP4 要至少约 700GB GPU 显存，BF16 要约 2TB——这还不含 KV、激活和运行时开销。开发者文档示例菜谱是 BF16 走 8×B300（TP8/EP8）、NVFP4 走 4×B300（TP4/EP4）。框架包括 SGLang、vLLM、HF Transformers、TensorRT-LLM、Unsloth、llama.cpp；权重也在 SageMaker、GCP Model Garden、Microsoft Foundry 上架。

官方下载（开发者文档）

hf download meta-models/Muse-Spark-Open-816B-A42B --local-dir ./muse-spark-open
hf download meta-models/Muse-Spark-Open-816B-A42B-NVFP4 --local-dir ./muse-spark-open-nvfp4

第三条：苹果桌面叙事。官方说它是「同类里第一款」能在两台 Apple M5 Ultra Mac Studio + 最新 MLX 上跑的先进模型；统一内存让单台最高到 512GB，两台拼成约 1TB 统一内存来扛整模。这是「桌面能跑」的官方路径，不是任意一台 MacBook。HF 博文还写了 oMLX / mlx-lm 与 llama.cpp 量化路线——那些是社区/博文实测口径，你自己复现前当参考。

第四条：许可不是 MIT。权重走 Muse Model License：免费使用、修改、分发可以，但产品/服务要显著标注 “Built with Muse Spark Open”；若你把模型当 Model-as-a-Service 卖给第三方，且你与关联方连续 12 个月总营收超过 2000 万美元，须通知 Meta 并另签书面协议。内部用、非 MaaS 的商业功能嵌入，条款另有豁免叙述——合规前自己读全文。

上手我建议按真实任务拆：① API 试真实 bug / 多文件重构；② 自托管再选 NVFP4 或 BF16，按显存门槛估卡；③ 有两台 M5 Ultra 再走 MLX；④ 同任务对比现用旗舰；⑤ 对客链路不可逆动作过人。

拉完权重先用仓库自带的 tokenizer / chat template 渲一条 prompt，确认下载完整，再谈起服务。SGLang / vLLM 的具体启动参数以官方插件菜谱为准（NVFP4 参考配置常见是多卡 + expert parallel）；版本一变 flag 就会变，别把本号示例当永久真理。

如果你团队已经有一套 Agent 评测集，我建议至少加三类样例：① 带截图的前端排障；② 要连着改两三个文件、中间故意给错误反馈的小重构；③ 需要看短视频或听语音纪要再汇总的办公研究。三类都过，比单刷一道 Terminal-Bench 题更接近真实上班。

和本号近文对照：昨天 Ling-3.1-flash 是蚂蚁开源 MoE（约 560B / 激活约 25B）；今天 Meta 这条线总参更大、激活约 42B，多模态更全，显存门槛也更狠。Wonder 仍是闭源 API；Spark Open 是权重能下。选哪条，取决于你要「接口稳定」还是「权重可控」。

成本结构要诚实。走 API 看托管商价目；自托管看卡时、电、互联、1.65TB 级存储。双 Mac Studio 省的是机房运维，不省内存容量。推理默认 xhigh，延迟敏感流水线先把 effort 降到 low/medium 量一轮。

还有一个产品决策：你买的是「完成率」还是「每秒 token」。官方把 Spark Open 推向长周期 Agent 与编码；旗舰情绪很贵，任务匹配更贵。团队若主要是简历筛选、单据抽取、短指令工具调用，先算更小模型或更低 effort 是否更划算，再决定要不要上 816B 级。

再补一句容易漏的。HF 博文写 BF16 可跨多节点 H200 做张量并行，NVFP4 面向 Blackwell；vLLM 参考配置常见把 serving 上下文先设到约 128K 再谈冲 1M——「架构窗」和「你这条服务线敢开多大」又是两套账。做应用的人真正该记的是：你线上能申请到的窗，以当前服务/自托管配置为准，别在 PRD 里写死「用户可塞满 1M」。

第一盆：开源了，本机不一定跑得动。模型卡写 NVFP4≥约 700GB 显存、BF16≥约 2TB。两台 M5 Ultra 是官方桌面路径，不是「任意 Mac」。

第二盆：「桌面能跑」≠「显存门槛消失」。宣传强调 Mac Studio + MLX；规格页同时写着机房级 VRAM。写进对外承诺前，把通道分开：API / 机房 / 双 Mac Studio。

第三盆：自报跑分先打折。模型卡上的一串榜单名，在同 harness 独立复现出来之前，只当「厂商认为自己强在哪」。

第四盆：许可边界。Muse Model License 不是 MIT；归因义务和 MaaS 营收门槛会卡住「下载就能随便商用转售」的幻想。

第五盆：多模态输入、文本输出。别指望它直接吐视频或音频资产；短视频、低分辨率片段，模型卡自己提醒可能「说看不了」。

第六盆：推理关不掉。只能把 reasoning_effort 调低。延迟敏感流水线先用 low/medium 量超时预算。

第七盆：安全后训练 ≠ 你的系统护栏做完。官方建议带额外 guardrail 部署；对不可逆动作保留人审。开源权重被改过之后，模型卡上的安全数字不能照搬。

销售页只印「桌面」、用户以为 MacBook 也能扛——这种错配最后背锅的是产品经理。把「开源」听成「下班单卡微调」，账单也会教你做人。二次分发、蒸馏、微调衍生品，条款里对 Derivatives 有定义，法务要自己读，别让增长同学口头保证。

装卡之前再确认三件事：是不是真需要 816B 级容量；有没有 NVFP4 级显存或双 M5 Ultra；有没有人愿意当确认人。

照着做可以按这张单子：打开 HF 核对 Muse Model License 与分片；记下 816B / 42B / 1M，以及 NVFP4 约 537GB、BF16 约 1.65TB、VRAM 门槛；有 API 就先用真实编码任务试；自托管按官方多卡菜谱；有两台 M5 Ultra 再走 MLX；采样与 reasoning_effort 测一轮；同任务对比现用旗舰；对外文案分开写 API / 机房 / 双 Mac；产品里写清 Built with Muse Spark Open。

美国开源权重这条线又抬了一档：能下、能多模态进、能讲桌面故事，这点值得关注。显存数字和许可边界也要一起看完。两台 Mac Studio 真能稳定跑通你的 Agent 验收集，我举双手；可要是有人把「开源」说成笔记本福音、把「桌面」说成显存门槛消失，这两盆冷水我还是要泼。

会工具还差一步落地的人，文末清单就是给你对号入座的：HF 拉卡、API 试、机房部署、Mac 路径、验收任务——先跑通一条，再谈扩。

你更可能先走 API 试，还是已经在盘算机房卡数？评论区聊聊。

出处：Meta AI Research 博客 / @AIatMeta（2026-10-15）、Hugging Face 模型卡 meta-models/Muse-Spark-Open-816B-A42B、dev.meta.ai Get the model、HF 博文 meta-muse-spark-open；X @finkd / @alexandr_wang。

往期 · 接着看

蚂蚁开源Ling-3.1-flash：560B只激活25B，1M窗线上先给256K

Meta发Muse Wonder：AA榜Full得56，API每百万4美元，最强档却不进接口

Step 5：600B 只激活 27B

每周风向标和项目拆解都在星球里。开启 AI 实战交流。

开启 AI 实战交流

觉得有用的话，欢迎点赞、收藏、评论。

THANKS FOR READING