闻乐 发自 凹非寺 量子位 | 公众号 QbitAI

刚刚，Meta 正式开放了美国最强开源模型 Muse Spark Open 的模型权重——

8160 亿参数，激活 42B，支持 100 万 Token 上下文，原生多模态，主攻编程和 Agent 任务。

两台搭载 M5 Ultra 的 Mac Studio 就能跑。

主攻编程和 Agent

Meta 在官方博客中把它定位为一款面向复杂任务的开放权重模型，尤其强调编程、Agent 和长时间连续执行任务的能力。

官方公布的测试里，有不少指标都围绕工具调用、软件工程和计算机操作展开。

从跑分来看，沉寂了许久的 Meta 确实拿出了一款能够与中国头部开放权重模型竞争的产品。

比如 MCP-Atlas，主要考察模型使用 MCP 工具完成任务的能力。

Muse Spark Open 拿到 89.2 分，在 Meta 列出的对照模型中排名靠前。

JobBench 则更接近实际工作任务，Muse Spark Open 取得 61.8 分，略高于 GLM-5.3 的 61.4 分，也超过 Qwen3.8 和 Kimi K3。

但换成计算机操作，领先优势就没有那么明显了。

在 OSWorld Verified 中，Muse Spark Open 取得 80.4 分，而 Kimi K3 达到 84.8 分。

工具使用测试 Toolathlon Verified 里，Muse Spark Open 为 72.8 分，GLM-5.3 为 73.0 分，Kimi K3 则达到 76.5 分。

但不同任务之间，成绩差距还比较明显，编程方面尤其如此。

在 Terminal-Bench 2.1 上，Muse Spark Open 得到 76.4 分。

相比之下，Qwen3.8 为 82.0 分，GLM-5.3 为 83.9 分，Kimi K3 为 85.0 分。

到了 DeepSWE 1.1，Muse Spark Open 取得 60 分，GLM-5.3 和 Kimi K3 分别为 67 分、68 分。

而且这成绩单越看越发现 Meta 是挺心机啊——

给自己旁边放几个弱模型显得自己很强，把相似水平的 GLM 和 kimi 直接放后面了

反正一看这美国最强开源模型……发现中国选手们依然能打。

两台苹果 M5 Ultra 能跑

除了跑分，Meta 这次还强调的能力是本地部署。

两台搭载 M5 Ultra 芯片的 Mac Studio，使用最新版本的 MLX 框架，就能运行 Muse Spark Open。

每台 M5 Ultra Mac Studio 最高支持 512GB 统一内存，两台加起来就是 1TB，M5 Ultra 的内存带宽则达到 1.2TB/s。

借助 MLX 框架，Muse Spark Open 可以在这套双机环境中运行。

Meta 还特意公布了两个完全在设备本地执行的 Agent 任务。

第一个是修改 iOS 应用。

模型通过 Muse Code 操作开源 Mastodon 客户端 Ice Cubes，完成 Bug 修复、添加新功能，以及完整的应用构建。

这里涉及的不只是生成一段代码。

模型还需要理解已有项目，找到需要修改的位置，处理代码之间的依赖，并完成构建流程。

第二个是视频剪辑。

Meta 让 Muse Spark Open 直接操作 DaVinci Resolve。

模型需要逐帧查看素材，从视频里挑选合适的片段，再将画面裁切成竖屏比例。

另外，Meta 也在推理性能上做了些工程优化。

例如，在 SGLang 中，Muse Spark Open 使用了基于 Helion 的自动调优 GPU Kernel。

按照官方测试，这些 Kernel 在 NVIDIA 和 AMD GPU 上实现了 1.03 至 3.95 倍的算子级加速。

在 AMD MI350 上，端到端推理性能提升约 3%。

在开源赛道上沉寂许久的 Meta，终于是刷了波存在感。

参考链接：https://research.meta.ai/blog/muse-spark-open 模型地址：https://huggingface.co/collections/meta-models/muse-spark-open

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！