> ## Content Index
> Fetch the complete content index at: https://globalfeed.ai/llms.txt
> Use this file to discover other available public pages before exploring further.

# Meta 以开放模型形式发布 Muse Spark Open
- URL: https://globalfeed.ai/zh/meta-yi-kai-fang-mo-xing-xing-shi-fa-bu-muse-spark-open/
- Published: 2026-10-17T18:35:34.000Z
- Updated: 2026-10-17T18:35:34.000Z
- Description: Meta 发布了 Muse Spark 的可下载版本 Muse Spark Open。该模型共 8160 亿参数，支持 100 万 token 上下文，可在两台 Mac Studio 上运行，但许可证附带一定商业条件。
- Author: GlobalFeed Editor
- Tags: Meta, Muse Spark Open, 开放模型, 智能体, x-AIatMeta, dil-zh, elle

Meta 于 2026 年 10 月 15 日发布了 [Muse Spark Open](https://research.meta.ai/blog/muse-spark-open?ref=globalfeed.ai)。该模型可从 Hugging Face 下载，并在自己的服务器或本地运行。Meta 称其为迄今最强的美国开放模型，也是同级别中首个可在桌面设备上运行的模型。

## Muse Spark 的可下载版本

Muse Spark Open 是 Meta 超级智能实验室 Muse Spark 模型的开放版本。根据[模型卡](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B?ref=globalfeed.ai)，它采用混合专家架构，总参数 8160 亿，每一步激活 420 亿。上下文窗口为 100 万 token。模型可读取文本、图像、视频和音频，并以文本作答，面向编程、多步骤智能体任务、工具调用和文档推理。训练数据涵盖 100 多种语言；Meta 指出并非每种语言都经过评估，在重点支持的语言之外表现可能下降。

## 在哪里运行、需要什么硬件

除 Hugging Face 外，模型还可从 Amazon SageMaker、Google Cloud Model Garden 和 Microsoft Foundry 下载；不想自行部署的用户可通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 以 API 方式使用。硬件门槛较高：全精度约需 2 TB 显存，NVFP4 格式至少需要 700 GB。Meta 的桌面方案是用 Apple 的 MLX 将两台各有 512 GB 统一内存的 M5 Ultra Mac Studio 当作一台机器使用。支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、MLX、llama.cpp 和 Unsloth，微调推荐 PyTorch 和 TorchTitan。

## 智能体测试领先，综合指数落后

根据模型卡中的表格，Muse Spark Open 在衡量工具调用的 MCP-Atlas 上得分 89.2，在工作任务基准 JobBench 上得分 61.8，均为对比模型中最高。在 Artificial Analysis 综合智能指数上得分 39，低于 Kimi K3（44）、GLM 5.3（45）和 Qwen3.8（40）。它在 Terminal-Bench 2.1 上得分 76.4，在 OSWorld Verified 上得分 80.4，这两项 Kimi K3 更高。Meta 的演示中，模型修复了一个 iOS 应用的错误，并在 DaVinci Resolve 中逐帧剪辑视频。

## 许可条款

模型采用 Meta 的 Muse Model License，该许可证不属于 OSI 认可的开源许可证，并带有有限的商业条款。使用该模型的产品须在界面、文档或网站中注明“Built with Muse Spark Open”。以服务形式向他人提供该模型、且任意连续 12 个月收入超过 2000 万美元的公司，须通知 Meta 并另行签订协议。使用政策禁止武器、恶意软件、欺诈及无执照的法律、医疗或金融咨询等用途，模型也不面向 18 岁以下用户。

Meta 表示已为开放版本增加安全训练，模型达到了其 Superintelligence Scaling Framework 的发布门槛，详细评估报告将随后公布。模型卡中的拒答率和诚实度数据来自 Meta 内部测试。Meta 建议在带有防护机制的系统中使用该模型，并对不可撤销的智能体操作加入人工确认。机构宜先在自身业务上测试，并关注独立研究人员的对比结果。