美东时间10月15日，Meta正式对外发布Muse Spark Open开放权重模型。官方将其定位为美国市场当前能力最强的开放权重模型。该模型采用MoE混合专家架构，8160亿总参数、推理阶段激活420亿参数，支持100万token上下文，原生集成文本、图像、视频、音频多模态输入能力，面向智能体、复杂软件工程与长周期多步骤推理任务优化。此次发布标志着Meta对大模型开放策略完成一次重要调整，由此前Muse Spark闭源路线转向分层供给模式，或将重塑全球开放大模型的竞争格局。

从技术规格来看，Muse Spark Open延续了Muse系列面向智能体工作流的设计思路。MoE架构的核心价值在于平衡模型能力与推理成本，海量总参数保障复杂任务的推理潜力，而推理时仅激活少量专家参数，降低常态化运行开销。百万token上下文窗口，可一次性载入完整代码库与成套技术文档，契合智能体持续规划、工具调用、长任务迭代执行的需求。区别于多数文本大模型外挂多模态能力的方案，Muse Spark Open底层原生支持多模态输入，在跨媒介信息理解任务上具备架构层面优势。

本次发布最受产业关注的技术配套，是Meta与苹果针对MLX框架的深度协同优化。两台搭载512GB统一内存的M5 Ultra Mac Studio，可实现该模型本地完整部署，合计等效约1TB统一内存推理环境。这一合作打破了巨型开放权重模型只能依托云端大算力集群运行的固有认知，为科研机构、企业研发团队提供了本地私有化部署的可行路径。同时，模型广泛兼容主流推理生态，vLLM、SGLang、TensorRT-LLM、llama.cpp、Unsloth等工具链均可适配，覆盖英伟达、AMD、Intel以及苹果芯片硬件体系，支持LoRA微调、监督微调等二次开发。

在分发渠道层面，Meta搭建了多元落地通道。开发者可通过Hugging Face、微软Foundry Models、亚马逊SageMaker AI、谷歌Cloud Model Garden获取模型权重；OpenRouter、Groq、Together AI等第三方平台同步上线对应的API服务。需要明确的是，Muse Spark Open属于“开放权重模型，并非完整开源”。模型采用Muse Model License协议，允许开发者下载权重、本地部署与微调，但并未开放训练代码、原始训练数据集。协议附带有限商业使用约束，企业商业化落地需要遵守相应条款。开放权重与开源之间的边界，仍是当前全球大模型领域需要持续厘清的产业概念。

回溯Meta近半年的模型路线，本次发布是其战略演进的关键节点。今年4月，初代Muse Spark选择闭源发布，市场一度解读为Meta放弃Llama系列奠定的开放路线。同年8月，Meta推出由Muse Spark蒸馏得到的300亿参数Glimmer模型，采用Apache2.0许可，作为开放路线的试水。而本次Muse Spark Open的落地，形成清晰的分层产品矩阵：旗舰Muse Wonder保持闭源，守住最高性能能力；次旗舰Muse Spark Open开放权重，面向开发者生态；轻量蒸馏模型采用宽松开源协议，覆盖轻量化场景。Meta首席AI官Alexandr Wang表示，Meta不会开源其最强旗舰模型，但会持续推出高质量开放权重产品。这套分层策略，本质是在前沿技术保护、开发者生态扩张与商业变现之间寻找平衡点。

对Meta而言，开放权重模型的商业逻辑，在于以生态换取算力业务增长。开放权重降低开发者上手门槛，吸引开发者基于Muse系列构建智能体应用。当应用规模逐步扩大，企业客户在生产环境落地时，会自然转向Meta托管云服务，形成模型生态带动算力收入的闭环。

Meta同时坦诚，Muse Spark Open性能弱于闭源旗舰Muse Wonder；其“美国最强开放权重模型”为企业自评，在部分评测维度上不及国内顶尖开源大模型，存在明确能力边界。从部署成本看，完整本地运行所需硬件投入较高，普通工作站难以承载，大规模私有化部署仍存在硬件门槛。

全球大模型行业正处在闭源旗舰与开放权重双线并行的阶段。此前Llama系列的全面开放，推动全球大模型开发者生态爆发；而当前行业的共识正在发生变化，厂商不再简单二选一，转而采用分层供给。Meta的选择代表了硅谷头部企业的一种典型思路：将开放权重作为生态扩张工具，保留最顶尖能力作为闭源商业产品。

Muse Spark Open的推出，为全球智能体应用开发者提供了新底座，也给行业带来更深层命题。当开放不再等同于完全开源，权重开放附带商业约束，开发者在获得模型使用权的同时，需要评估许可风险、部署成本与能力上限。未来一段时间，开放权重模型的许可边界、本地推理硬件生态、智能体基准评测体系，将持续成为产业博弈焦点。Meta这一次的策略调整，也为全球大模型厂商的开放路径，提供了可供参照的样本。