大模型竞赛打了三年，所有人都在赌一件事：谁能把更大的模型，关进更小的盒子。
2026 年 10 月 15 日，Meta 一枪打在了盒子的门上。
Meta AI Research 官方博客当天宣布开放 Muse Spark Open 的模型权重，官方定位是“迄今最强美国开放权重模型”。816B 总参数、激活 42B、1M token 上下文窗口，原生多模态，这些数字单看已经足够吓人，但真正有杀伤力的是后半句：这是同级首个只需两台搭载 M5 Ultra 芯片的 Mac Studio 就能完整运行的模型。
过去三年，行业对“大模型”的想象被牢牢锁在数据中心里。训练要万卡集群，推理要 H100、B200 阵列，普通开发者能碰到的只有一个 API 调用框。OpenAI、Anthropic、Google 把最强模型锁在云端按 token 收费，开源阵营则退而求其次，把模型做小，小到单卡能跑，小到性能可以妥协。
Muse Spark Open 打破了这个二分法。它不是一个小模型，这是正儿八经的旗舰级规格，但它又不是只能活在云端的巨兽。依托 Apple MLX 框架和 M5 Ultra 的统一内存架构，每台 Mac Studio 的集成 GPU 最多可使用 512GB 内存，两台机器就能装下整个模型。M5 Ultra 1.2TB/s 的内存带宽，刚好够读取每个 token 生成所需的那一小片权重。
Meta 在博客里写得很直白：两台 Mac Studio 的行为，就像一台拥有 1TB 统一内存的超级计算机。
这句话翻译过来是，从今天起，一个开发者在自己桌上就能跑以前只有云厂商才跑得动的模型。而且不是跑个 demo，是跑真正的 agentic 工作流。Meta 测试了完全在设备端运行的智能体任务：用 Muse Spark Open 驱动的 Muse Code，给开源 Mastodon 客户端 Ice Cubes 提交真实的 iOS 改动，修 bug、加新功能、完成完整构建；还端到端驱动 DaVinci Resolve，让模型逐帧审阅素材，找出最强片段并纵向裁剪。
这不是“能聊天”，这是“能干活”。
开放权重，但不是你想的那种开源
Muse Spark Open 叫“开放权重”，但它不是传统意义上的开源。
权重可以下载，发布在 Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face 和 Microsoft Foundry Models 上，推理引擎覆盖 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、Apple MLX、llama.cpp、Unsloth，芯片覆盖 AMD、Apple、Intel、NVIDIA。但它用的是 Muse Model License，带有限商业条款。Meta 说这个许可证“允许许多开发者免费使用”，注意措辞，是“许多”，不是“所有”。
这和 Llama 系列当年的打法一脉相承，但更克制。Meta 很清楚，真正的开放不是把权重往网上一扔，而是在可控的商业边界内，让足够多的人用起来。有限商业条款是一道护栏，既挡住了把模型拿去直接做竞品云服务的公司，又放行了绝大多数开发者、研究者和中小企业。
这道护栏让 Meta 敢把 816B 的模型放出来。因为最坏的情况，也不会养出另一个向自己收 API 费的敌人。
真正的杀手锏，是把推理成本打下来
开放权重最大的阻力，从来不是法律，是成本。
一个 816B 的模型放在数据中心里跑，每次推理都是真金白银。开发者用一次心疼一次，最后还是会回到“什么场景值得调 API”的算计里。但如果你能把它装进自己的电脑，成本结构就彻底变了。
Muse Spark Open 的 MoE 设计是这一刀的关键。816B 总参数，每次只激活 42B，不到总量的 5%。这意味着推理时真正参与计算的参数量，和一个 40B 级别的稠密模型相当，但模型的“知识容量”和长程理解能力，依然是 816B 级别的。
再配上 SGLang 里附带的可自动调优 Helion GPU kernel，在 NVIDIA 和 AMD 显卡上能拿到 1.03 到 3.95 倍的 kernel 级加速，AMD MI350 上端到端加速 3%。这套组合拳打下来，本地跑大模型从“能不能跑”变成了“跑得快不快”。
Meta 把推理引擎的名单列得很长，意思很明确：你用什么硬件，我都能伺候。
它瞄准的不是聊天，是能干活的数字员工
Muse Spark Open 的定位非常具体：为代码构建与智能体协作优化，擅长长程任务、复杂软件工程和多步推理。
为什么是这三个？因为它们是当下智能体最痛的三个点。长程任务需要大上下文，1M token 的窗口意味着你可以把整个代码库、一整份产品文档、一整天的操作日志塞进去，让模型“看完再干”。复杂软件工程需要真正的理解，不是补全一行代码，而是理解模块之间的关系、依赖的传递、测试的覆盖。多步推理需要模型能自己拆解目标、执行、检查、修正，而不是走一步等一步。
这三个能力凑在一起，指向一个场景：一个能独立干活的数字员工，而不是一个陪聊的玩具。而把它本地化，意义更深远。代码库是公司的命脉，没人愿意把它上传到云端 API。如果最强的代码智能体能在本地跑，企业采用的心理门槛会断崖式下降。这可能是 Muse Spark Open 比“性能更强”更狠的一张牌。
开源牌桌的规则，正在被改写
Muse Spark Open 的发布，让开源大模型的竞争维度发生了一次偏移。
在此之前，开源模型的竞争主要是“谁的分数更高”。Llama、Qwen、DeepSeek、Mistral，大家都在 benchmark 榜单上厮杀，一分一分地抢。这当然重要，但它是一个“做题家”的竞争，考得好不等于用得好。
Muse Spark Open 把竞争拉到了“谁能更好地被使用”。你能在家里跑吗？你能在自己的代码库上跑吗？你能让它连续干八小时活吗？这些问题没有标准答案，但每个开发者心里都有杆秤。当模型大到一定程度，“可用”比“高分”更有说服力。
这对闭源阵营也是一种压力。OpenAI、Anthropic 的护城河是“我最强，你只能从我这里买”。但如果开源模型强到能在本地跑，而且强到能真正干活，这道护城河就会出现裂缝。企业会算一笔账：是按月付 API 费，还是一次性买两台顶配 Mac Studio，让模型永远留在自己的墙内。
Meta 自己的处境也很微妙。在 AI 竞赛里，Meta 一度被看作追赶者。Llama 系列为它赢得了开发者口碑，但最强模型的光环属于 OpenAI 和 Google。Muse Spark Open 是一次重新定位：我不跟你比谁的闭源 API 更强，我比谁能让模型真正属于开发者。
别急着把数据中心卖了
当然，现在说“数据中心要完”还为时过早。
两台顶配 Mac Studio 不是小数目，这不是每个开发者桌上都有的东西。对于小团队、个人开发者，云端 API 依然是更现实的选择。本地部署的门槛从“买不起 GPU 集群”降到了“买得起两台顶配电脑”，是下降了，但没消失。
其次，1M token 上下文在本地跑起来是什么体验，还需要更多真实场景验证。上下文越长，推理时的内存和带宽压力越大，1.2TB/s 的带宽听起来快，但面对百万级 token 的持续读取，实际延迟如何，Meta 没有给出详细数据。
还有一个更根本的问题：开放权重不等于开放一切。训练数据、训练代码、完整的评估报告，这些都没有公开。Meta 说完整评估报告“即将发布”，model card 已经挂在 Hugging Face 上。在拿到这些数据之前，对 Muse Spark Open 的真实性能，行业还需要保持一分谨慎。
安全也是开放权重绕不开的议题。Meta 为 Muse Spark Open 做了额外的安全后训练，声称在各类风险指标上达到了 Meta 超级智能扩展框架要求的阈值。但开放权重模型一旦流出，就很难再收回。这也是为什么 Meta 选择有限商业条款，而不是完全放开。
大模型的下半场，拼的是“归属感”
Muse Spark Open 真正的信号，不是 816B，不是 M5 Ultra，而是 Meta 对大模型未来形态的一次押注。
它押注的未来是，最强的模型不应该只属于云厂商，而应该属于每一个需要它的人。这个未来里，开发者可以在自己的电脑上训练、微调、运行最先进的模型，企业可以把核心数据留在自己的墙内，研究者可以不受 API 配额限制地探索模型的边界。
这会改变竞争的规则。以前比的是谁的模型更大、谁的 API 更便宜；以后比的是谁的模型更容易被拿走、更容易被改造、更容易被嵌入到真实的工作流里。
谁会赢，现在下结论太早。但可以确定的是，那些还在把模型锁得死死的玩家，会开始感到压力。因为开发者用脚投票的逻辑很简单：谁能让我把活干完，我就跟谁走。
Meta 这次递出来的，不只是一个模型。是一张邀请函，邀请所有人把大模型从云端请下来，放到自己的桌子上。
大模型的下半场，比的不是谁把模型关得最深，而是谁能让它离人最近。
快报