Muse Spark Open Meta 开源的多模态大模型
Muse Spark Open 是 Meta 开源的多模态大模型，采用稀疏混合专家架构，总参数 8160 亿、单次推理激活 420 亿，支持 100 万 Token 上下文，可处理文本、图像、视频和音频，主攻编程与 Agent 任务。Muse Spark Open 基于 MLX 框架可在两台 M5 Ultra Mac Studio 上本地运行，综合与编程能力暂落后于多款国产开源模型，如 MiMo-V2.6-Pro、GLM-5.3 和 Kimi K3。
- 超长上下文理解 ：支持 100 万 Token 上下文窗口，可一次性处理超长文档与代码库。
- 原生多模态处理 ：可接收并理解文本、图像、视频、音频四种模态的输入。
- 编程能力 ：能修复 Bug、添加功能、完成项目构建，胜任复杂软件工程任务。
- Agent 任务执行 ：可长时间自主执行多步推理任务，如操作 DaVinci Resolve 完成视频剪辑。
- 桌面端本地运行 ：经 MLX 框架优化，可在两台 M5 Ultra Mac Studio 上本地跑完整模型。
- 多框架多芯片适配 ：支持 SGLang、vLLM、llama.cpp 等主流推理框架，兼容英伟达、AMD、苹果、英特尔芯片。
- 云端 API 调用 ：可通过 OpenRouter、Groq、Together AI 等平台以 API 形式使用。
- 稀疏混合专家（MoE）架构 ：模型总参数达 8160 亿，每次推理仅激活约 420 亿参数。通过路由机制将每个 Token 分配给少数专家网络处理，在保持模型容量的同时大幅降低计算开销，使超大模型在有限硬件上运行成为可能。
- 百万级上下文窗口 ：采用高效的长序列处理技术，将上下文窗口扩展至 100 万 Token，使模型能一次性纳入超长代码库、多份文档或长视频信息，满足长时间任务对记忆的需求。
- 统一内存架构下的分布式推理 ：苹果 M5 Ultra 的统一内存架构支持每台 Mac Studio 的集成 GPU 使用最高 512GB 内存，两台合计约 1TB、内存带宽达 1.2TB/s。借助新版 MLX 框架，两台设备可像一台超级计算机一样协同工作，完整容纳 8160 亿参数模型。
- 定制 GPU 内核加速 ：Meta 为 SGLang 提供可自动调优的定制 Helion GPU 内核，在英伟达和 AMD GPU 上实现 1.03–3.95 倍的内核级加速，在 AMD MI350 上带来约 3% 的端到端性能提升。
- 获取访问渠道 ：通过OpenRouter 或 Together AI 等平台的 API 直接调用模型。
- 下载模型权重 ：如需本地部署，可前往 Hugging Face 下载开放权重。
- 选择推理框架 ：根据硬件环境选用 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、苹果 MLX、llama.cpp 或 Unsloth 等框架加载模型。
- 准备硬件环境 ：云端使用英伟达或 AMD GPU，本地桌面端可用两台 M5 Ultra 芯片的 Mac Studio运行完整模型。
- 编写调用代码 ：用 PyTorch 等框架编写推理脚本，输入文本、图像、视频或音频提示词，设定 100 万 Token 内的上下文内容。
- 执行 Agent 任务 ：通过 API 或本地运行驱动编程、视频剪辑等多步 Agent 工作流。
- 规模领先 ：总参数 8160 亿、每次推理仅激活 420 亿，是迄今 Meta 最强的美国开放权重模型。
- 超长上下文 ：支持 100 万 Token 上下文窗口，能一次性处理超长文档与大型代码库。
- 原生多模态 ：统一处理文本、图像、视频、音频，可直接驱动视频剪辑等多模态工具。
- 桌面本地可跑 ：经 MLX 框架优化，可在两台 M5 Ultra Mac Studio 上完整运行，将 Agent 工作流搬入本地。
- 生态开放 ：权重完全开放，支持 SGLang、vLLM、llama.cpp 等七大框架，兼容英伟达、AMD、苹果、英特尔芯片。
- 高度可定制 ：开发者可基于 PyTorch 对模型进行微调和二次开发。
- 项目官网 ：https://dev.meta.ai/resources/blog/build-with-muse-spark-open
- HuggingFace模型库 ：https://huggingface.co/collections/meta-models/muse-spark-open
| 对比维度 | Muse Spark Open | Kimi K3 |
|---|---|---|
| 模型架构 | 稀疏 MoE，总参数 8160 亿，激活 420 亿 | 基于 KDA 混合线性注意力机制与注意力残差技术构建 |
| 上下文窗口 | 100 万 Token | 100 万 token |
| 多模态能力 | 原生支持文本、图像、视频、音频 | 支持多模态输入 |
| 编程能力 | Terminal-Bench 2.1：76.4 分；DeepSWE 1.1：60 分 | Terminal-Bench 2.1 与 DeepSWE 1.1 均**高于** Muse Spark Open（DeepSWE 达 68 分） |
| 综合智能指数 | Artificial Analysis 39 分 | 测评成绩高于 Muse Spark Open |
| 本地部署 | 两台 M5 Ultra Mac Studio 即可完整运行（约 1TB 统一内存） | 本地部署门槛相对较高，以云端 API 为主 |
| 开放程度 | 权重开放，可自由下载定制 | 开放权重 |
| 推理框架 | SGLang、vLLM、MLX、llama.cpp 等七大框架，兼容四家芯片 | 支持主流推理框架 |
| 核心定位 | 超长上下文 + 原生多模态 + 桌面端本地 Agent 工作流 | 综合能力强，编程与推理表现领先 |
- iOS 开发维护 ：为开源客户端 Ice Cubes 修复 Bug、添加新功能并完成项目构建。
- 视频后期剪辑 ：操作 DaVinci Resolve 逐帧检查素材、筛选优质片段并裁剪为竖屏。
- 大型代码库审查 ：用 100 万 Token 上下文一次性分析整个代码仓库的结构与问题。
- 超长文档处理 ：一次性读入百页级报告或论文，进行摘要、问答与交叉比对。
- 多模态素材理解 ：同时解析文本、图像、视频、音频内容，用于综合内容审核或分析。
相关工具
与本文相关的 AI 工具
