Meta Releases Muse Spark Open: 816B MoE Model with 1M Context Runs on Dual M5 Ultra Mac Studios
Meta releases Muse Spark Open, the most capable US open-weight model to date, featuring an 816B total parameter (42B active) MoE architecture with native multimodality and a 1M-token context window. Optimized for coding and agentic workflows, it excels in long-horizon reasoning and is the first model of its class to run locally on two Apple M5 Ultra Mac Studios via the MLX framework. Weights are available on Hugging Face, with cloud access provided through major inference platforms.
Full Report
Contents6 sections
Muse Spark Open 今日上线，首次在搭载 Apple M5 Ultra 芯片的 Mac Studio 桌面端带来领先的智能体（agentic）能力。
今天，我们发布了 Muse Spark Open 的模型权重，这是迄今为止功能最强大的美国开源权重模型。Muse Spark Open 是一款原生多模态模型，拥有 8160 亿总参数（420 亿激活参数）和 100 万 token 的上下文窗口。该模型专为编程和智能体工作构建，在长周期任务、复杂软件工程以及多步推理方面表现出色。
我们相信 未来属于每个人，这也包括在任何地方——包括在家中——自由运行先进模型的权力。Muse Spark Open 是同类中首个能够利用最新的 MLX 框架，通过两台搭载 Apple M5 Ultra 芯片的 Mac Studio 在桌面端运行的模型。
Muse Spark Open 现已通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 等 API 平台提供。模型权重可在 Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face 和 Microsoft Foundry Models 上下载。
它支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、Apple MLX、llama.cpp 和 Unsloth 等主流推理引擎，并针对 AMD、Apple、Intel 和 NVIDIA 芯片进行了优化。开发者可以使用 PyTorch 框架轻松进一步定制该模型。
关键基准测试
有关评估的更多细节，请参阅 评估方法论报告。
针对 Apple Silicon 优化
借助最新版本的 MLX，Muse Spark Open 经过优化以在搭载 M5 Ultra 芯片的 Mac Studio 上运行，二者结合是在自有桌面设备上运行强大模型的最佳方式。
Apple 的统一内存架构允许 M5 Ultra 的集成 GPU 每台 Mac Studio 使用高达 512 GB 的内存，因此两台机器即可容纳整个模型。此外，芯片 1.2 TB/s 的内存带宽足以快速读取每个 token 所需的小部分数据。其结果是，两台 Mac Studio 表现得如同一台拥有一 TB 统一内存的超级计算机。
我们测试了一系列完全在设备端运行的智能体工作流，使用由 Muse Spark Open 驱动的 Muse Code，包括向 Ice Cubes（一款开源 Mastodon 客户端）提交实际的 iOS 更改——涵盖 bug 修复、新功能开发及完整构建——以及端到端操控 DaVinci Resolve，让模型逐帧审查素材以找出最精彩的片段并进行垂直裁剪。
现已可用
我们分享这项工作，是因为我们希望每个人都能用上最好的模型。Muse Spark 的开放权重版本在 SGLang 中配备了可自动调优的自定义 Helion GPU 内核，在 NVIDIA 和 AMD GPU 上实现了 1.03-3.95× 的内核级加速，并在 AMD MI350 上实现了 3% 的端到端加速。
安全与准备度
发布开放权重模型是我们让每个人都能受益于个人超级智能的一部分，也是推动整个领域安全工作进步的方式之一。
开放权重也带来其自身的考量，因此 Muse Spark Open 为此增加了额外的安全后训练。结果表明，在所测量的各类风险中，该模型具备强大的安全防护措施。
我们依据 Meta 超级智能扩展框架对模型进行了评估，覆盖了最严重的风险类别，并达到了我们框架要求的发布阈值。详细结果见 Muse Spark Open 模型卡，完整评估报告即将发布。
许可证
我们在 Muse Model License 下发布权重，该许可证包含有限的商业条款，允许许多开发者免费使用该模型。
开始使用
你可以利用 PyTorch 的 TorchTitan 进一步微调模型，从而针对你的用例定制 Muse Spark Open。若要在 Apple Silicon 上运行，请使用 MLX，它可直接从 Hugging Face 拉取权重。
Muse Spark Open 现已通过 Hugging Face 提供：https://huggingface.co/collections/meta-models/muse-spark-open
MLX Adapter 用于在 Mac Studio 上运行 Muse Spark Open。
托管推理合作伙伴：Together AI、Fireworks、Baseten、Modal、Groq、Nebius 和 OpenRouter。
基于 Muse Spark Open 构建或发布了什么？请在 Hugging Face 论坛 与我们分享——我们很乐意看到你的创作。
作者发帖说明（HN）：
https://dev.meta.ai/resources/blog/build-with-muse-spark-ope...
https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B
https://9to5mac.com/2026/10/15/meta-launches-new-muse-spark-...