Meta今日正式发布Muse Spark人工智能模型的开放权重版本——Muse Spark Open。该模型自今年4月首次亮相以来一直采用专有模式，如今面向开发者开放。Meta宣称，这是目前来自美国实验室的最强大开放权重模型。
Muse Spark Open专为代码生成和长周期智能体工作设计，拥有8160亿参数，但在处理任意令牌时仅激活420亿参数。模型支持文本、图像、音频和视频的多模态输入，上下文窗口上限设定为100万个令牌。
技术架构与安全增强
该模型基于今年8月发布的Muse Spark 1.2构建。Meta增加了安全后训练环节，确保模型在脱离官方安全护栏后仍能保持稳健表现。公司表示，Muse Spark Open已达到其“超级智能扩展框架”的发布门槛，完整评估报告将于后续公布。
Hugging Face的技术分析显示，训练过程侧重于“真实开发者工作流”，涵盖多文件重构和长时间调试会话等场景。
性能基准：工具使用领先，编码稍逊
在Meta内部的JobBench智能体测试中，Muse Spark Open得分61.8，是美国Thinking Machines Lab推出的开放模型Inkling（31.1分）的两倍以上，也高于英伟达Nemotron 3 Ultra的27.2分。
在编码能力方面，中国开放模型表现更为强劲。Kimi K3在Terminal-Bench 2.1编码测试中以85分领先，GLM 5.3和Qwen3.8的得分也均高于Muse Spark Open的76.4分。
然而，在工具使用能力上，Muse Spark Open实现反超。在MCP-Atlas测试中，该模型获得89.2分，击败了包括中国模型在内的所有竞争对手。该测试要求模型在不被告知具体工具的情况下，通过自然语言指令，从36个实时服务器上的220种工具中自主选择并调用。
本地化测试与部署
Meta还在数据中心之外进行了本地化测试，使用两台搭载M5 Ultra芯片的Apple Mac Studio台式机，通过MLX框架连接成总内存约1TB的系统。在此配置下，模型成功完成了开源Mastodon客户端Ice Cubes的错误修复与新功能开发，并在DaVinci Resolve中逐帧分析视频素材，自动挑选适合竖屏格式的镜头。
许可协议与获取渠道
Muse Spark Open附带新的Muse Model License，包含“有限商业条款”。开发者免费适配或集成模型至自有软件无需付费；但若公司将模型作为托管服务出售，且过去12个月总收入超过2000万美元，则须与Meta签订单独协议。
基于该模型构建的产品必须显示“Built with Muse Spark Open”标识，并明确禁止用于军事和关键基础设施领域。
此前，Meta于今年8月推出了规模较小的300亿参数开放模型Muse Glimmer。其最强大的封闭系统Muse Wonder仍仅通过API提供服务。目前，Groq、Fireworks AI等七家推理提供商已提供托管访问，开发者也可从Hugging Face、AWS、Google和Microsoft的模型目录下载权重。