Muse Spark Open 发布:Meta 试图用"美国开源"的标签,在中国模型主导的开放生态中抢回地盘。
2026年,开源大模型的世界格局已经明朗得有些令人不安:中国公司主导了下载量和API调用量。
Hugging Face 2026年3月的评估显示,中国模型占据了其平台前一年下载量的 41%,超过了美国模型。OpenRouter 2026年9月的报告更直接:来自美国的请求中,60% 的 token 流量流向了开源权重模型,而这些流量主要由中国实验室提供——DeepSeek、Qwen、Moonshot 的 Kimi。
这不是技术上的落后,而是生态位的问题:中国模型便宜、开放、可以私有部署——对于不想被 OpenAI/Anthropic 绑定、对数据主权有要求的企业来说,吸引力太大了。
Meta 不想让这件事继续下去。
2026年10月15日,Meta 发布了 Muse Spark Open,一个 8160 亿参数的开源权重模型,官方称之为"美国迄今为止能力最强的开源权重模型"。
这个定语不是随便加的。Meta 在官方博客中明确指出,这是"美国开发"的模型——在当前的地缘政治语境下,这个标签对很多企业采购决策有真实权重。
| 项目 | 规格 |
|---|---|
| 参数量 | 8160 亿 |
| 激活参数 | 420 亿(MoE 架构) |
| 上下文窗口 | 最高 100 万 token |
| 支持模态 | 文本、图片、视频、音频 |
| 输出格式 | 文本(理解模型,非生成模型) |
这是发布会最抓眼球的部分。Meta 的桌面配置方案是两台 M5 Ultra Mac Studio,每台最高 512GB 统一内存,加起来 1TB。
Meta 说这个配置可以本地运行 Muse Spark Open,底层依赖 Apple 的 MLX 框架。
Meta 在 Hugging Face 发布的模型卡附上了基准测试对比表。注意:这些数据来自 Meta 自己的测试,Artificial Analysis 尚未独立验证 Spark Open 的分数。
| 评测基准 | Muse Spark Open | GLM 5.3 | Kimi K3 | Qwen 3.8 |
|---|---|---|---|---|
| JobBench(任务完成) | 61.8 ✅ | 61.4 | 54.3 | 52.7 |
| MCP-Atlas(工具使用) | 89.2 ✅ | 84.2 | 82.3 | 84.5 |
| Artificial Analysis 智能指数 | 39 | 45 | 44 | 40 |
| Terminal-Bench 2.1(编码) | 76.4 | 83.9 | 85.0 | 82.0 |
| DeepSWE 1.1(软件工程) | 60 | 68 | 68 | 57 |
| GDPVal-AA(专业工作) | 1401 | 1653 | 1537 | 1613 |
Spark Open 在 JobBench(任务完成)和 MCP-Atlas(工具使用)上领先,但在编码、专业工作等场景并没有优势。Artificial Analysis 综合智能指数 39,低于 GLM 5.3(45)和 Kimi K3(44)。
Meta 的定位是:在特定任务上有优势的美国开源选择,而不是全面超越所有对手。
这件事有一个内在张力:Meta 强调这是"美国开源模型",但同时:
企业采购时,"美国制造"的标签能带来多少实质保障,取决于各家的合规要求和政治考量,而非技术差异。
Spark Open 能处理图片、视频、音频输入,但只输出文本。这不是生成模型,而是理解/推理模型。Meta 在演示中展示了用它控制 DaVinci Resolve 审阅视频素材、自动裁剪竖版内容——这是真实的多模态 agent 应用场景。
MCP-Atlas 得分 89.2,在工具使用场景上表现优异。对于需要调用外部 API、操作外部系统的 AI agent 场景,这是一个有竞争力的选择。
Meta 列出了 SGLang、vLLM、TensorRT-LLM、Transformers、MLX、llama.cpp、Unsloth 等推理框架,支持 AMD、Apple、Intel、Nvidia 硬件。这降低了迁移门槛。
企业可以用自己的数据对 Spark Open 进行 post-training(后训练)。NVIDIA 在同期文章中提到,post-training 可以带来 9%-44% 的专项能力提升。Spark Open 的定位就是给企业做定制化用的基础模型。
Meta 发布 Muse Spark Open,本质上是在开源模型的战场上插了一面美国国旗。但这面旗能飘多久,取决于几个未解的问题:
硬件门槛:8160 亿参数的 MoE 模型,官方要求 700GB(NVFP4)到 2TB(BF16)的显存。能在"两台 Mac 上跑"的配置,对大多数企业来说依然是天文数字。
基准测试可信度:Meta 提供的基准数据尚未被独立验证。在开源模型领域,这种"自己测自己"的数据需要谨慎对待。
中国模型的实际优势:中国模型在美国市场的渗透,靠的不是政治,而是真实的成本效益比。只要 DeepSeek 和 Qwen 继续提供高性价比的选项,"美国制造"的品牌溢价能带来多少实际市场份额,还是个问号。
Apple 统一内存的生态意义:如果 M5 Ultra 的 512GB 配置真的能在消费级硬件上跑 800B 级模型,这可能是 AI 消费化的一件大事。但芯片还未出货,承诺尚未兑现。
Muse Spark Open 是一个有野心的产品:Meta 试图用"美国开源模型"的定位,在被中国模型侵蚀的开放生态中抢回一块地盘。
它的技术规格有吸引力,多模态理解和工具调用能力是亮点,在 JobBench 等任务上确有竞争力。但它不是全能冠军,基准测试没有全面领先,硬件门槛依然很高,品牌叙事和技术现实之间还有落差。
最终,这是一个战略选择,而不是技术宣告。它回答的不只是"什么模型最强",而是"在美国企业需要选择开源模型时,谁来做那个备选"。
答案暂时是:Meta 愿意做那个人。