Muse Spark Open：Meta 的开放权重编程与智能体模型详解

Muse Spark Open 是 Meta 于 2026 年 10 月 15 日发布的全新开放权重模型，专为编程与智能体任务设计。它是 Muse Spark 的可下载版本——一个拥有 8160 亿参数的混合专家（Mixture-of-Experts）模型，每个 token 激活约 420 亿参数，支持最长 100 万 token 的文本、图像、视频和音频输入，并输出文本。Meta 将其定位为"迄今为止最强大的美国开放权重模型"。本文将解析这一定位的含义、模型的领先之处、短板所在、硬件需求，以及你实际同意的许可证条款。

Muse Spark Open 是什么？

Muse Spark Open 是 Meta Muse Spark 系列的开放权重版本，专为长周期智能体任务而非单轮对话而构建。它能够在长任务中进行规划、执行、观察和自我纠错——包括带图像的网页浏览——并基于真实开发者工作流（如多文件重构和长时间调试会话）进行训练。

来自 Meta 发布公告 的核心规格：

• 8160 亿总参数 / 420 亿激活参数（稀疏混合专家架构）
• 推理时支持 100 万 token 上下文窗口
• 原生多模态：支持文本、图像、视频和音频输入，输出文本

在架构上，它是一个 62 层 Transformer，每层将密集前馈网络替换为包含 256 个专家的混合专家模块，路由器每个 token 选择 8 个专家。一个 18 亿参数的感知编码器将图像和视频帧转换为 token，另有独立通道处理音频。由于每个 token 仅激活 8 个专家，该模型运行速度接近 420 亿参数模型，但所需内存相当于 8160 亿参数模型。

这是 Meta Muse Spark 模型的开放权重版本，经过额外的安全后训练，使其在无系统护栏的情况下作为独立权重运行时依然稳健，详见 Meta 的模型卡片。Meta 通过 API 销售多个闭源模型——前沿的 Muse Wonder 系列和 Muse Spark 1.3——而 Muse Spark Open 和较小的 Muse Glimmer 是可供下载和自托管的开放权重版本。

Muse Spark Open 真的是开源的吗？

不是——这一区别至关重要。权重文件可供下载，但采用 Meta 自定义的 Muse Model License，而非 OSI 认可的开源许可证。

该许可证授予广泛的使用、修改、微调、蒸馏和再分发权利，但附有以下条件：

• 署名要求：每款使用该模型或其衍生版本的产品，必须在其界面、文档、网站或设置中显著展示"Built with Muse Spark Open"字样。
• 模型即服务条款：通过 API 提供模型访问服务、且集团年收入超过 2000 万美元的公司，必须提前通知 Meta 并签署单独协议。
• 衍生作品：基于该模型进行微调或蒸馏的任何内容——即使仅使用其输出进行训练——同样须履行署名义务。

对于大多数团队而言——内部使用、研究或集成到自有产品中的功能——可免费用于商业用途；Muse Model License 明确将这些情形排除在模型即服务条款之外。如果你以规模化方式转售模型访问权限，请务必仔细阅读细则。The New Stack 直言不讳：权重是开放的，但许可证并非完全开源，并指出这一模式与近期部分中国发布的模型如出一辙。

基准测试：领先与落后之处

Meta 将 Muse Spark Open 定位为最佳美国开放权重模型，其模型卡片以 xhigh 推理精度将其与七款同类开放模型进行了对比，包括 Kimi K3、GLM 5.3 和 Qwen3.8。客观来看，它在工具使用方面领先，在编程方面落后。

来源：Meta 模型卡片，2026 年 10 月。

根据你的智能体实际用途来解读这张表格：

• 工具选择：MCP-Atlas 和 JobBench 是它领先的项目，因此主要工作是选择和编排工具调用的智能体最适合使用它。
• 终端与代码仓库工作：在 Terminal-Bench 2.1 上落后 Kimi K3 8.6 分，在 DeepSWE 1.1 和 SWE-Atlas-QnA 上均落后 8 分。如果你的智能体主要在终端中运行，请先用自己的代码仓库任务进行测试再做决定。
• 综合排名：在 Artificial Analysis Intelligence Index 上得分 39，落后于 GLM 5.3、Kimi K3 和 Qwen3.8——因此"最强大"的定位特指美国开放权重模型中的排名，而非整个开放模型领域。

它真正突出的一个领域是抗越狱能力：在 StrongREJECT v2 自适应攻击测试中得分 0.5（越低越好），而 Meta 表格中其他模型均未低于 62.9——这是额外安全后训练的直接成果。

Muse Spark Open 需要什么硬件？

这是关键所在。"开放权重"并不意味着"可在笔记本电脑上运行"。完整的 BF16 检查点约为 1.6 TB，即使是量化后的 NVFP4 版本也约为 530 GB。

• GPU：NVFP4 版本可在四块 Blackwell Ultra GPU 或八块 H200 上运行；模型卡片要求 NVFP4 至少需要 700 GB 显存，BF16 需要 2 TB。
• Mac：Meta 与 Apple 联合调优了 MLX 版本，可在两台配备 512 GB 统一内存的 M5 Ultra Mac Studio 上运行 NVFP4 检查点，或在四台配备 256 GB 统一内存的 Mac Studio 上运行——总计约 1 TB 统一内存——通过 Thunderbolt 5 互联。
• 最小配置：Unsloth 的 GGUF 量化版本最低可压缩至约 2-bit，约需 300 GB 组合内存——需要一台高内存工作站，而非 MacBook。

它支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、MLX、llama.cpp 和 Unsloth 等推理框架，并在首日即可通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 等托管 API 使用。权重可从 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 和 Microsoft Foundry Models 下载。对于大多数团队而言，在投入硬件之前，托管端点是试用它的现实选择。

谁应该使用它？

如果你正在构建编排工具的智能体——MCP-Atlas 和 JobBench 的结果支持这一点——并且希望保留自托管以控制数据、基于自有工作流进行微调或蒸馏更小模型的选项，Muse Spark Open 是一个强有力的选择。原生多模态是真正的差异化优势：同一模型可以在工作时读取截图、收听语音备忘录或观看屏幕录像。

如果你的智能体主要是在终端中运行的编程智能体，它则是较弱的选择，因为 Kimi K3 等开放竞品目前得分更高。对于期望在消费级硬件上运行前沿规模权重的用户，它也不适合。

总结

Muse Spark Open 是一个可信且真正实用的开放权重版本，最准确的定位是工具使用和多模态智能体模型，而非编程领域的冠军。"最强大的美国开放权重模型"的表述准确但范围有限。许可证对大多数团队而言较为宽松，但如果你转售访问权限则值得仔细阅读，而硬件门槛之高使得托管 API 成为合理的入门方式。如果你构建智能体并重视自托管，它值得列入你的候选名单，针对自己的任务进行测试。

在你的 AI 工作团队中运行开放模型

开放权重模型只有接入真实工作流——工具、文件、代码审查和多步骤计划——而非聊天窗口，才能真正发挥价值。Eigent 是一款开源的 Cowork 桌面应用，可在本地运行多智能体 AI 工作团队，且与模型无关，因此你可以将 Muse Spark Open 等模型路由到其最擅长的任务，同时将敏感工作保留在自己的机器上。了解智能体如何端到端地审查 GitHub PR，然后下载 Eigent 亲自体验。

常见问题

Muse Spark Open 是什么？

Muse Spark Open 是 Meta 于 2026 年 10 月 15 日发布的开放权重模型，专为编程与智能体任务设计。它是一个拥有 8160 亿参数的混合专家模型，每个 token 激活约 420 亿参数，支持文本、图像、视频和音频输入，上下文窗口为 100 万 token。它是 Meta Muse Spark 模型的开放权重版本。

Muse Spark Open 是开源的吗？

不是。权重文件可供下载，但采用 Meta 自定义的 Muse Model License，而非 OSI 认可的开源许可证。该许可证允许使用、微调、蒸馏和再分发，但要求每款使用该模型或其衍生版本的产品在显眼位置标注"Built with Muse Spark Open"。

Muse Spark Open 可以免费用于商业用途吗？

对大多数团队而言可以。只有通过 API 提供模型即服务、且集团年收入超过 2000 万美元的公司，才需要提前通知 Meta 并签署单独协议。内部使用、研究以及集成到自有产品中的功能均不受该条款约束。

Muse Spark Open 可以在 Mac 上运行吗？

可以，但需要高端硬件。NVFP4 检查点通过 MLX 在两台配备 512 GB 统一内存的 M5 Ultra Mac Studio 上运行，或在四台配备 256 GB 统一内存的 Mac Studio 上运行，通过 Thunderbolt 5 互联——总计约 1 TB 统一内存。Unsloth 最小的 GGUF 版本约需 300 GB 组合内存。

Muse Spark Open 是最佳开放权重编程模型吗？

不是。根据 Meta 自己的模型卡片，它在 Terminal-Bench 2.1 上得分 76.4，在 DeepSWE 1.1 上得分 60，在 SWE-Atlas-QnA 上得分 58——三项均落后于 Kimi K3。它的优势在于工具使用，在 MCP-Atlas 上以 89.2 分领先。在将编程智能体迁移到该模型之前，请先用自己的代码仓库任务进行测试。

Muse Spark Open 与 Meta 的闭源 Muse 模型有何关系？

Muse Spark Open 是 Meta Muse Spark 模型的开放权重版本，经过额外的安全后训练，使其在无系统护栏的情况下运行时能够抵御滥用。Meta 还通过 API 销售闭源模型——前沿的 Muse Wonder 系列和 Muse Spark 1.3——而 Muse Spark Open 的权重可从 Hugging Face 下载，供你自托管、量化和微调。