Meta推出美國迄今最強開源權重模型 Muse Spark Open

總參數量 816B，單次啟動參數 42B。

原生支援 100 萬 token 的上下文窗口。

模型專門針對長周期任務、複雜軟體工程和多步推理進行建構，核心專長就是寫程式碼和執行複雜的 Agent 任務。

核心的程式設計能力落後於幾個月前的kimi k3和glm 5.3

最引人關注的突破在硬體部署門檻上。

借助最新的 MLX 框架，只要兩台搭載 M5 Ultra 晶片的 Mac Studio，就能在本地桌面完整運行。

這是同等級模型第一次實現桌面端運行。

實現方式完全依靠硬體層面的吞吐。

M5 Ultra 的統一記憶體架構允許整合的 GPU 在單台機器上調動最多 512 GB 記憶體。

兩台機器拼在一起，就變成了一台擁有 1 TB 統一記憶體的桌面超級電腦。

配合每台機器 1.2 TB/s 的記憶體頻寬，讀取每個 token 所需的參數切片速度完全足夠。

官方進行了全本地環境的 Agent 工作流測試。

在完全依靠本地裝置計算的情況下，Muse Spark Open 驅動的程式設計應用完成了對開源 Mastodon 客戶端 Ice Cubes 的實際開發工作。

模型在本地獨立完成了修復系統錯誤、編寫新增功能以及最終的程式碼打包建構。

在另一項測試中，模型端到端接管了視訊剪輯軟體 DaVinci Resolve。

它逐幀審查素材，自動挑選出表現力最強的鏡頭片段，並將其統一裁切調整為豎屏視訊。

除了蘋果生態，模型在常規伺服器硬體上也做了深度最佳化。

開源版本的權重內建了面向 SGLang 的自訂自動調優 Helion GPU 核心。

在輝達和 AMD GPU 上，核心等級提速達到了 1.03 到 3.95 倍。

在 AMD MI350 晶片上，實現了 3% 的端到端提速。

模型對主流推理引擎提供了全面適配：

支援 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、Apple MLX、llama.cpp 以及 Unsloth。

硬體底層覆蓋了 AMD、Apple、Intel 和 NVIDIA 的晶片架構。

開發者如果需要定製訓練，可以使用 PyTorch 旗下的 TorchTitan 工具進行後續調整。

目前模型的權重已經正式上線。

開發者可以在 Hugging Face、亞馬遜 SageMaker AI、Google雲 Model Garden 以及微軟 Foundry Models 下載完整權重。

在 API 呼叫方面，Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 已經同步支援。

開源協議方面，官方採用的是 Muse Model License，包含有限的商業條款，面向絕大多數開發者免費開放使用。

作為美國本土首個具備接近頂尖 Agent 能力的開源權重模型，基準測試的資料還沒在實際落地中得到驗證，小扎同學封閉開源同時開打，花幾十億美金挖人看來真不是白挖的。

彙整鉅亨號中所有使用「MLX框架」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`