Meta正式发布Muse Spark Open模型权重，称其为美国开发性能最强的开源AI模型。与此同时，Meta与苹果宣布一项突破性合作：通过Thunderbolt 5连接的Apple Mac Studio桌面电脑，可在完全本地环境下运行该模型，无需云端支持。这是首次公开演示Thunderbolt 5远程直接内存访问（RDMA）作为前沿AI互联技术，为专业消费者提供了区别于传统数据中心网络的新路径。
Muse Spark Open：8160亿参数的本地化突破
Muse Spark Open拥有8160亿总参数，采用稀疏混合专家（MoE）Transformer架构，每次推理仅激活约420亿参数。这种设计将计算需求限制在420亿参数稠密模型的水平，但内存需求仍需加载全部专家子网络。因此，在桌面端运行该模型的核心瓶颈在于内存容量而非算力。
该模型支持一百万Token上下文窗口（约75万单词），可一次性处理整个代码库、长时转录文本或多文档研究。它接受文本、图像、视频和音频输入，并针对编程及长周期智能体任务进行优化，官方验证案例包括端到端完成DaVinci Resolve视频工作流及向Mastodon客户端提交iOS实时更改。
Muse Spark Open基于Muse Model License发布，允许有限商业使用。权重已在Hugging Face上线，并可通过Amazon SageMaker AI、Google Cloud Model Garden和Microsoft Foundry Models获取。
Thunderbolt 5与MLX：重构桌面AI基础设施
为突破单机内存限制，苹果与Meta构建了基于Thunderbolt 5 RDMA的分布式推理方案。经验证的基础配置将两台配备512GB统一内存的M5 Ultra Mac Studio配对，形成1TB内存池。Thunderbolt 5提供高达120 Gb/s的互联带宽，结合RDMA技术，使一台Mac的神经网络加速器能直接读写对等系统的统一内存，绕过CPU与操作系统内核，延迟低于毫秒级。
软件层面，Apple MLX框架支持跨Thunderbolt链接的分布式流水线并行。Meta针对MLX调整了模型权重，苹果则发布了专用适配器，自动处理Transformer层的分布与激活张量传输。底层通信由开源库JACCL处理，该库专为Apple Silicon构建，致敬NVIDIA NCCL，开发者仅需一条mlx.launch命令即可启动分布式推理，无需复杂的MPI配置。
Meta还贡献了针对M5 Ultra GPU架构的内核优化，关键计算内核性能提升1.03至3.95倍。此前WWDC 2026展示显示，四节点M3 Ultra集群生成270亿参数模型的速率接近单机三倍，证实了该架构的可扩展性。
战略破冰：从竞争到协同
此次合作标志着苹果与Meta关系的显著缓和。过去几年，双方因隐私政策及广告数据问题激烈对立。促成此次联手的关键人物是Daniel Gross，他曾任苹果机器学习总监，后加入Meta超级智能实验室。Meta首席人工智能官Alexandr Wang证实，Gross在推动双方数月合作中发挥了关键作用。
Wang强调开放权重模型对美国AI竞争力的重要性，这也是Meta选择开源而非专有化的战略基础。Meta内部已部署数百台Mac机器用于超级智能团队测试，进一步印证了其对这一硬件路线的承诺。
高昂门槛与隐私价值
该方案成本不菲。配备M5 Ultra和256GB内存的Mac Studio起步价为10,799美元，而运行Muse Spark Open所需的512GB配置溢价更高，双机集群成本远超20,000美元。然而，对于法律、医疗、金融等处理敏感数据的行业，本地推理消除了云端Token累积成本及数据外传风险，其隐私价值可能超越硬件投入。
此外，该架构对Nvidia主导的AI集群市场构成潜在竞争。社区基准测试显示，四节点Mac Studio集群运行万亿参数Kimi K2 Thinking模型时，功耗仅450至600瓦，展现出独特的每瓦特能效优势。Thunderbolt 5 RDMA与MLX堆栈并非专为单一模型设计，任何适配该内存架构的开放权重模型均可复用此基础设施，降低了桌面级前沿推理的整体门槛。
目前，Muse Spark Open权重及Mac Studio集群MLX适配器均已可用。未具备硬件条件的开发者可通过Together AI、Fireworks AI、Groq等平台提供的托管API进行评估。