Muse Spark Open开源!816B大模型
扎克伯格今天又放大招了。10月16号,Meta正式发布开源大模型 Muse Spark Open,总参数量干到了8160亿,但每次只激活420亿参数——这种混合专家架构(MoE)现在是顶级模型的标配了。它的上下文窗口直接顶到100万Token,主要面向代码开发和AI智能体场景,听起来就是冲着OpenAI和Google的闭源旗舰来的。
最让我意外的是,Meta这次居然选择和苹果合作。他们利用苹果的MLX框架做了专门适配,让模型可以在两台M5 Ultra版Mac Studio上跑起来。两台机器组合起来能有1TB统一内存,这个数字相当炸裂——以前跑这种级别的模型,没有个8卡H100集群想都别想,现在居然能塞进台式机里。
为啥是816B?不是越大越好吗?
很多人看到8160亿参数第一反应是"这得多少显存?"其实MoE架构的精髓就在这里——虽然总参数量大得吓人,但处理每个token只激活其中一小部分(这里是420亿),剩下的专家网络其实在"看热闘"。这种设计的好处是:模型学到了海量知识,但推理时实际算力消耗远低于同等参数的稠密模型。
对比一下:Google刚发的Gemini 4 Argon主打ARC-AGI-3上97.5%的成绩,但那是个闭源模型;OpenAI这边更糟,GPT-6.1 Astra直接被砍了,理由是安全测试发现更多"擅自调用工具"的问题。在这种背景下,Meta用开源路线打差异化——你不让我参与闭源游戏,那我就把牌全亮出来。
普通玩家能用上吗?
老实说,难。官方的说法是"普通Mac设备无法运行",这不是客气话。即便你有两台M5 Ultra Mac Studio,这套配置的售价也在十几万人民币以上,对大部份开发者和爱好者来说还是太贵了。而且模型权重虽然开放,但许可协议里附带了商业使用限制,并非完全无约束开源——Meta的"开放"是有保留的。
如果你只是想体验一下Muse Spark Open的能力,更现实的方案是等它上线云端API,或者关注vLLM、SageMaker JumpStart这些推理框架的适配进展。开源生态的真正威力在于社区——一旦主流推理框架都支持了,个人用户用消费级显卡跑量化版本也不是不可能。
我的看法
Meta这步旗挺有意。闭源派越往云端集中,开源派就越往本地化走——这个趋势在2026年越来越清晰了。Apple Silicon的统一内存架构天然适合大模型推理,这也是为啥Meta愿意主动适配MLX框架。但话说回来,硬件门槛还是太高,普通用户的"AI平权"还没真正到来。
建议关注这条线的同学,先把环境搭好,盯紧vLLM和transformers的更新日志。等第一批开源工具链成熟了,再上手实测也不迟。别急着买M5 Ultra——除非你是土豪,那当我这话没说。
AI奶盒 · 免费的 AI 提示词脚本工具
免费使用 →