10月16日凌晨，meta正式推出开源权重模型muse spark open，整体参数规模达8160亿，每处理一个token时动态激活约420亿参数，支持高达100万token的上下文长度，原生兼容文本、图像、视频及音频多模态输入。该模型基于稀疏混合专家（moe）架构设计，专为编程任务与智能agent场景深度优化，聚焦长周期任务执行、复杂软件工程开发以及多阶段逻辑推理。meta官方宣称，这是目前美国境内公开可用、能力最强的开源权重大模型。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
此次发布的核心亮点在于本地化部署能力。依托最新版MLX推理框架，Muse Spark Open已完成对苹果M5 Ultra芯片Mac Studio的深度适配。单台设备最高可调用512GB统一内存，双机协同则可提供近1TB内存容量以完整加载模型；高达1.2TB/s的内存带宽，足以满足每个Token生成过程中海量参数的实时读取需求。
Meta还基于该模型构建了Muse Code系统，并实测端到端本地运行的Agent工作流：例如，为开源Mastodon客户端Ice Cubes完成iOS平台的代码修改与全量App包构建；又如，在DaVinci Resolve中实现逐帧视频审查并自动完成竖屏裁剪任务。
在多项权威评测中，表现呈现差异化格局。Artificial Analysis发布的开放权重模型智能指数榜单显示，Muse Spark Open（xhigh版本）得分为39分，略逊于MiMo-V2.6-Pro（46分）和GLM-5.3（45分），但与DeepSeek V4.1Flash持平；Terminal-Bench2.1得分76.4分，DeepSWE1.1得分为60分，均低于GLM5.3（67分）与Kimi K3（68分）；而在GDPval-AA v2基准测试中获得1401分，亦不及Qwen3.8-2.4T-A95B等国产先进模型。
开发者可通过Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI等多个云服务平台调用其API接口，并可在Hugging Face等平台直接下载模型权重文件。模型全面兼容SGLang、vLLM、TensorRT-LLM、MLX、llama.cpp、Unsloth等主流推理与训练框架。
针对四大主流芯片厂商（含英伟达、AMD、苹果及部分定制硬件），Meta专门开发了Helion内核，实现在英伟达与AMD GPU上的1.03至3.95倍内核级性能加速。Meta强调，得益于与苹果新任CEO约翰·特努斯（John Ternus）及其团队的紧密协作，该模型额外完成了高强度安全后训练，已满足“超级智能扩展框架”（Superintelligence Scaling Framework）所设定的正式发布标准。
