跳到正文
DEV Community· Paul Lovelace·· 2 小時前精選AI 評分76

Meta 發佈 Muse Spark Open 開放權重模型,816B 參數可下載但本地運行約需 1TB RAM

Meta's Muse Spark Open: 816B Parameters You Can Download Today (But Probably Can't Run)

AI 導讀

Meta 於 2026 年 10 月 15 日推出 Muse Spark Open,這款開放權重模型共有 816B 參數,權重可免費下載。模型採用混合專家架構,每個 token 啟用 42B 參數,支援 1,048,576 token 上下文及文字、圖像、音訊和影片輸入,並以智能體編碼為設計方向。

推薦理由

文章把免費下載、本地運行所需硬件與商用授權條件放在一起,交代 Muse Spark Open 從取得權重到實際部署的門檻。

正文 · 繁體中文

Meta 的 Muse Spark Open:816B 參數,今天即可下載(但大概無法執行)

Meta 於 2026 年 10 月 15 日推出 Muse Spark Open——一款開放權重模型,Meta 稱其為「迄今最強大的美國開放權重模型」。現在即可免費下載權重。問題是:在本機執行需要約 1TB RAM。

以下是開發者需要知道的資訊。

Muse Spark Open 是甚麼?

Muse Spark Open 是 Muse Spark 的開放權重版本;Muse Spark 是 Meta AI 背後的模型。它在 Meta 的封閉式前沿模型 Muse Wonder 推出三天後面世。

主要規格:

  • 總參數量 816 billion(混合專家架構,每個 token 僅啟用 42B)
  • 1 million token 上下文視窗(1,048,576 tokens)
  • 原生多模態:可讀取文字、圖片、音訊及影片;輸出文字
  • 為 Agent 式編碼而設:可處理漫長的多步驟任務、使用工具,以及真正修正程式錯誤

Meta 提供兩種檢查點格式:全精度 BF16(約 1.6TB)及壓縮版 NVFP4(約 530GB)。社羣量化版本(由 AMD、Intel、Unsloth 製作)則有更小的格式,最低約 2-bit;據報可在配備 256GB 記憶體的機器上透過 llama.cpp 執行。

實際上要如何使用?

視乎硬件預算,有三種方法:

1. 下載權重(免費)
可於 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 及 Microsoft Foundry Models 下載。下載免費,授權條款容許有限度商業用途。

2. 在本機執行(成本高昂)
Meta 與 Apple 合作,為 MLX 框架優化模型。模型可在兩部以連線接駁的 512GB M5 Ultra Mac Studio上執行——Apple 的統一記憶體架構會將兩部裝置的記憶體合併,Meta 稱之為「一部配備 1 terabyte 統一記憶體的超級電腦」。512GB Mac Studio 甚至尚未出貨(預計本月稍後出貨),而 256GB 版本的售價已超過 $10,000。

3. 使用託管 API(較實際)
首日推出的合作夥伴包括 Together AI、Baseten、Fireworks AI、Groq、Modal、Nebius 及 OpenRouter。Together AI 同時提供無伺服器及專用基礎設施。

它實際上擅長甚麼?

根據 Meta 自身的發布資料及提供早期存取權的合作夥伴報告(供應商説法,未經獨立核實):

  • 長時程 Agent 式編碼:將整個程式碼庫保持在上下文中,並在較長任務中規劃、行動、觀察及自我修正
  • 工具呼叫:Ollama 的早期測試指出,模型在多步驟及並行工具呼叫方面表現出色,並能產生格式整潔的結構化輸出
  • 多模態理解:可在同一提示詞中處理文件、圖片、音訊及影片——Meta 示範了模型在 DaVinci Resolve 中檢視及裁剪影片片段
  • 解説模式:模型會在採取行動前説明自己正在做甚麼及原因——有助觀察 Agent 的運作情況

限制

這部分才是重點。

硬件門檻高得離譜。 1 terabyte 的統一記憶體,令本機推理只適合「公司工作站」級別,而非「開發者手提電腦」。社羣製作、可在配備 256GB 記憶體的機器上執行的 2-bit 量化版本值得關注,但尚未經大規模驗證。

授權條款限制不少。 Muse Model License 要求明確標示「Built with Muse Spark Open」。營收超過 $20 million 的公司必須通知 Meta 並簽署商業協議,才可將模型作為服務提供。這並非 MIT 授權式的自由。

基準測試結果不一。Meta 的基準測試顯示,該模型在 Agent 式任務和工具使用方面表現出色,但編碼評分遜於部分領先的中國開放模型。「能力最強的美國開放權重模型」這個説法經過謹慎措辭,避開了全球競爭的比較。

目前尚無獨立基準測試。本文所有效能數據均來自 Meta 或其發布合作夥伴,請據此看待。

哪些人值得關注,哪些人則不用

如果你符合以下情況,值得花時間一試:

  • 建立 Agent 式編碼工作流程,並想使用擁有 1M 上下文視窗的開放權重模型
  • 需要在同一模型中使用多模態輸入(螢幕截圖、語音備忘錄、螢幕錄影)
  • 已在使用 Together AI、Fireworks 或 Groq 的基礎設施

如果你符合以下情況,不妨略過:

  • 想要一款可在手提電腦上執行的模型(你無法做到,除非你有價值 $20k+ 的 Mac Studios)
  • 需要不附帶署名要求的寬鬆商業授權
  • 已有 Qwen 或 Kimi 級別的開放模型可用於編碼工作

重點摘要

  • Meta 於 2026年10月15日發布 816B 參數的開放權重模型,可免費下載
  • 42B 個活躍參數、1M 上下文視窗、多模態輸入,專為 Agent 式編碼打造
  • 本機執行需要約 1TB 記憶體(兩部 M5 Ultra Mac Studios);可透過 7 家發布合作夥伴使用 API
  • 授權要求署名;營收達 $20M 以上的公司需要簽訂商業協議
  • 據 Meta 稱,Agent 式基準測試表現出色,但編碼評分遜於中國開放模型——目前均為供應商提供的説法

常見問題

Muse Spark Open 真的完全免費嗎?
權重可免費下載,授權條款亦容許有限度商業用途。但必須署名,規模較大的公司則需要獲得 Meta 批准。

我可以用 Ollama 執行嗎?
Ollama 是首日評測合作夥伴,並表示工具呼叫效果良好。請查閲其模型庫,瞭解有哪些量化版本可用——完整權重所需的記憶體遠超一般電腦的配備。

它與 Muse Wonder 有何分別?
Wonder 是 Meta 的封閉式前沿模型(於 10月12日發布)。Spark Open 是 Spark 系列的開放權重版本——同屬相關模型系列,但存取模式不同。

最便宜的試用方式是甚麼?
使用託管式 API 端點(Together AI、Fireworks AI、Groq 或 OpenRouter)——毋須投資硬件,按 token 付費。


資料來源:Meta 於 10 月 15 日的公告(經 TechCrunch、MacRumors);Together AI 的發布聲明;社羣對檢查點格式的分析。除非另有註明,所有能力及基準測試相關説法均由供應商提供。

來源:DEV Community · dev.to