北京时间2026年10月16日，Meta公开了Muse Spark Open的模型权重，Apple同日发布用MLX在多台Mac Studio上运行该模型的技术说明。Muse Spark Open共有8160亿个参数，每次推理激活420亿个参数，上下文窗口为100万token。Meta把它称为美国迄今能力最强的开放权重模型，但这属于公司自我评价，目前公开信息没有独立统一评测来确认这一排名。Apple的报告同时划清硬件边界：模型不能装进单台Mac，演示配置至少需要两台M5 Ultra Mac Studio。

开放权重、许可与模型规格

开放权重并不等于开源。Meta依据Muse Model License发布权重，并明确称许可证包含有限商业条款，因此开发者获得的是下载、运行和定制模型的能力，不是无限制商用授权。权重已通过Hugging Face提供，也列入Amazon SageMaker AI、Google Cloud Model Garden和Microsoft Foundry Models。Meta还列出Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter与Together AI等托管推理平台；本地部署和云端调用是两条不同路径。

按照Meta的说明，Muse Spark Open是原生多模态混合专家模型，主要面向编程、智能体、长程任务、复杂软件工程和多步推理。8160亿是总参数量，420亿是处理一次输入时激活的参数量，两者不能混为同一计算负载。100万token是Meta公布的最大上下文规格，也不能直接套用到Apple的全部速度表。Meta还称模型可在SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、MLX、llama.cpp和Unsloth等推理引擎上运行，并针对AMD、Apple、Intel和NVIDIA硬件提供优化。

为什么一台Mac仍装不下

这次发布最具体的新信息来自Apple的内存测算。Apple称，Muse Spark Open采用BF16原生精度时，仅模型参数就需要超过1.6TB内存；改用四位NVFP4量化后，模型占用降至约493GB。推理还需要保存中间计算数据，因此即使一台M5 Ultra Mac Studio配有512GB统一内存，也无法独立容纳完整工作负载。Meta硬件文档列出的Apple配置是两台各512GB统一内存的Mac Studio，或四台各256GB统一内存的Mac Studio，均属于多机工作站集群。

Apple给出两种跨机器拆分方式。流水线并行把模型较早和较晚的层分置在不同Mac上，前一台完成其层计算后把中间结果交给后一台；张量并行则把每一层的宽度分散到多台机器，使同一层的计算并行执行。后者会产生大量小型通信操作，因此更依赖低延迟链路。Apple的测试使用macOS 26.2引入的Thunderbolt 5 RDMA驱动，以及MLX 0.30.1或更高版本提供的jaccl通信集合；每对Mac用两条Thunderbolt线连接，以增加链路带宽。

官方基准与本地服务边界

Apple公布的速度数字都有明确测试条件：输入上下文为8192 token，随后生成128 token。在这个条件下，两机流水线配置的首次token时间为8.4秒，解码速度为每秒15.74 token；两机张量并行分别为8.2秒和每秒24.99 token；四机张量并行分别为4.8秒和每秒36.73 token。这些结果来自Apple使用mlx_lm.benchmark完成的官方测试，只能说明所列硬件、量化方式、上下文和并行配置下的表现，不能外推为100万token上下文或所有智能体任务的速度。

Apple还展示了本地服务接口：开发者可用mlx.launch在多台Mac之间启动mlx_lm.server，再让OpenCode等工具连接兼容OpenAI协议的本地端点。这个例子说明模型推理服务可以部署在自有设备上，但并不意味着围绕模型的每一个工具、数据源和工作流都会自动离线。Meta的发布同时保留多家托管API选项，开发者仍需根据数据控制、硬件投入、运维复杂度和应用需求选择运行位置。两家公司没有公布用户采用率、完整部署成本或成本节省数据。

安全披露与下一步观察

安全与性能结论也需要保留来源边界。Meta称Muse Spark Open经过额外的安全后训练，并依照Meta Superintelligence Scaling Framework评估，结果达到该框架要求的发布阈值；详细结果放在模型卡中，完整评估报告则仍标注为稍后发布。Meta另称，自调Helion GPU内核在NVIDIA和AMD硬件上取得1.03至3.95倍内核级加速，并在AMD MI350上带来3%的端到端加速。这些都是Meta披露的数据，不是Apple的Mac基准，也没有在目前公开信息中获得独立审计。

编辑分析：这次联合时间点显示，开放权重大模型的竞争已经从能否下载文件，延伸到量化格式、统一内存、跨机通信与本地运行时能否共同工作。它为研究机构和具备专业设备的开发团队提供了新的自托管路径，却没有把8160亿参数模型变成普通个人电脑可轻松运行的软件。下一步应观察独立能力与安全评测、Muse Model License有限商业条款的实际约束、多机配置的总成本，以及量化和运行时优化能否继续降低硬件门槛。