Meta 把 8160 亿参数放到了你的桌面上，但它最聪明的那个没给

一、这条新闻里最反常的一句话

2026 年 10 月 15 日，Meta 发布 **Muse Spark Open**，并在官方博客中称其为「迄今美国能力最强的开放权重模型」（the most capable US open-weight model to date）。

需要注意：**这是 Meta 对自家产品的自我评价，不是独立第三方的评测结论。** 后文会看到，这句话里的「美国」两个字是加得很有必要的。

参数表本身已经足够有分量：

但真正让这条新闻越过「又一个模型发布」门槛的，是紧随其后的这句话：**它是同类前沿模型中，第一个可以借助最新版 MLX 框架、在搭载苹果 M5 Ultra 芯片的 Mac Studio 上本地运行的模型。** 两台。

苹果的统一内存架构让单台 M5 Ultra 的集成 GPU 最高可动用 **512GB** 统一内存，两台协同即接近 1TB。这颗芯片的内存带宽为 **1.2TB/s**（上一代 M3 Ultra 为 819GB/s），读取每个 Token 所需的那一小片权重足够快。苹果官方研究博客在 10 月 15 日的实测中给出的数字是：**四台 Mac Studio 张量并行，Muse Spark Open 的解码速度超过 36 tokens/秒**——远高于人类平均阅读速度；两台张量并行 24.99 tok/s，两台流水并行 15.74 tok/s。

需要说清楚的是，这个模型在原生 BF16 精度下光参数就要占用 **超过 1.6TB** 内存，即使换成 4-bit 的 NVFP4 量化版本，参数量也仍需约 **493GB**——所以它**不可能**在单台机器上跑起来，必须跨机并行。这是「两台」这个数字的由来，不是营销话术。

技术细节里还藏着一件更值得玩味的事：**这是 Meta 与苹果的一次罕见公开合作。** 两家公司在隐私、广告追踪、平台生态上积怨十余年。据 Axios 报道，Meta 首席 AI 官汪滔（Alexandr Wang）的形容相当传神——「我们很高兴看到爸爸妈妈又重新好好相处了」。据 9to5Mac 转述，汪滔称两家公司已经合作数月，并特别提到前苹果高管 **丹尼尔·格罗斯（Daniel Gross）**「在促成两家公司友好合作方面发挥了非常大的作用」。彭博社报道称，扎克伯格在社交媒体上专门感谢了苹果 CEO 特努斯，并附上一张新模型在 Mac 上运行的照片。

**为什么这事值得单独拿出来说？** 因为过去两年，「本地跑大模型」一直有一个心照不宣的天花板：**能在你机器上跑的，都是小一号的东西。** 设备上能跑的，永远是云端能力的缩水版；想用前沿能力，就得回到别人的机房里去租。8160 亿参数装进两台桌面设备，第一次把这个天花板顶出了一道裂缝。**但这条新闻真正的信息量，藏在两个 Meta 自己没打算强调的地方。**

二、第一个反转：Meta 没给最好的那个

同样是本周，Meta 于 10 月 12 日发布新一代模型 **Muse Wonder**，官方描述为「迄今能力最强的模型，为个人与专业智能体任务提供最先进性能」。Muse Wonder 通过 **Meta Model API 与 Muse Code** 提供服务，其中 **Muse Wonder Full 目前仅面向 Muse Code 订阅用户**；官方表示 Muse Wonder 随后将驱动 Muse 应用中的体验，并优先向订阅用户开放。Meta 在这篇公告的口径是：这是「迈向人人可得的个人超级智能的一大步」（a major step toward personal superintelligence for everyone）——**这是公司层面的官方表述，不宜直接引作扎克伯格的个人原话。** 周四开放的 Muse Spark Open，**能力弱于 Muse Wonder。**

汪滔在接受彭博社采访时把逻辑讲得很清楚：

出于安全性和能力两方面的考虑，我们通常不会开源我们最强大的模型。但我们确实认为，随着时间的推移，持续开源优秀的模型非常重要，我们打算继续这样做。

请注意这句话的结构。前半句是能力保留，后半句是生态开放。Meta 做的是一件很精确的分层动作：**把够好的一档放出去，把最好的那一档锁在自己的商业体系里。**

这套路数并不新鲜，但值得看清它的形状。把时间线摊开会更清楚：Meta 曾靠 Llama 系列把开放模型生态推了起来，但在上一轮模型竞赛中表现未达预期，扎克伯格随即重组 AI 研发体系，转向能力更强的闭源路线。2026 年 4 月 8 日 Muse Spark 发布，9 月 8 日个人智能体 Muse 在美上线，8 月 Muse Code 推出，9 月 2 日 Muse Spark 1.3 接替 Muse Spark 成为上一代旗舰——汪滔当时对彭博社称其与 Claude Fable 5.1「具有竞争力」。上一款开放权重模型是 8 月的 **Muse Glimmer（30B）**。现在它又回头开放了权重——**不是因为路线变了，是因为它找到了一个更好的分层位置。**

开放权重用来扩大开发者覆盖面、建立开发者关系；闭源前沿模型保留技术与商业优势。据彭博社报道，Meta 正在筹建自己的云业务，计划向客户销售模型访问权限与计算基础设施。汪滔的判断是，免费开放 Muse Spark Open 不会削弱这门生意，反而是入口：**用户先在自己的设备或基础设施上试用，随着应用规模扩大，再为更多算力和工具付费。** 于是这里出现第一层需要想清楚的东西：**你拿到的是权重，不是路线图。你拿到的是今天这一档，不是下一档。**

三、第二个反转：两个中国模型在跑分表上排在它前面

这一点更值得细看，而且被中文报道普遍放过了一半。Meta 官方公布的对比表显示，Muse Spark Open 在 **MCP-Atlas**（工具调用，覆盖 36 个在线 MCP 服务器上的 220 个工具）取得 **89.2**——领先于表内列出的全部竞争对手，包括中国模型；在 **JobBench**（智能体长时程任务）取得 **61.8**，对照 Thinking Machines Lab 的 Inkling 为 31.1、NVIDIA Nemotron 3 Ultra 为 27.2。Meta 自评在其列出的六项测试中取得第一，涵盖工作流程、工具调用、知识推理、知识可靠性、复杂视觉推理与图像事实问答。**但在终端编程与长周期软件工程这条主线上，它落在了后面。** 根据 SiliconANGLE 对 Meta 官方数据的整理，在 **Terminal-Bench 2.1** 上：Kimi K3 为 85，**Muse Spark Open** 为 **76.4**，GLM 5.3 与 Qwen 3.8 均高于 76.4。

这意味着一个很实在的格局变化：**「最强开放权重模型」这句话的主语，已经不能再默认是美国的了。** 汪滔在采访里说的那句「迄今美国能力最强的开放权重模型」，那个「美国」两个字，是加得很有必要的——因为如果不加，这句话就不一定成立。

顺带说一句分寸：**「美国最强」是 Meta 对自家产品的评价，不是经过全面独立验证的行业排名。** 开放权重模型的竞争力不只看参数规模，还取决于实际推理效果、运行成本、部署难度和开发者的真实使用体验。而且跑分表是 Meta 自己选的赛道——赢的那几项和输的那一项，权重未必一样。但方向是清楚的。这两年开放权重这条赛道上，中国厂商——阿里、DeepSeek、月之暗面、智谱——积累了相当规模的开发者基础。**Meta 这次回来，带着「美国最强」的标签，但摊开跑分，要和中国模型放在同一张表里比。**

四、「它们应该是美国的」：开放权重如何变成产业工具

现在把镜头拉远，看这条新闻里最值得逐字引用的一段话。汪滔对彭博社说：

世界上大多数 AI 都将运行在**开放模型**上。**它们应该是美国的。**

这是全篇最诚实的一句话，也是最不开放的一句话。前半句是技术判断：开放权重会赢下大部分部署场景，因为它便宜、可控、可定制。后半句是归属判断：**这个胜利应该由美国来收。** 请把这两句放在一起读。一家公司把权重免费发出去，同时在说这批权重应该属于哪个国家——**免费分发在这里不是慈善，是标准之争、生态之争、势力范围之争。**

回想一下这一周的其他画面，你会发现所有人都在做同一件事：**英伟达在欧洲加码。** 黄仁勋在巴黎宣布，将在未来一周内**追加约 20 亿美元**欧洲投资；加上过去一年已投入的 **80 亿美元**，英伟达在欧洲的累计投入接近 **100 亿美元**。四个法国标的已由英伟达官方博客确认：**Doctolib**（欧洲医疗科技——面向临床医生与患者的智能体）、**Entalpic**（巴黎，面向半导体表面与界面的原子级先进材料工程）、**Genesis AI**（全球机器人公司，做基础模型、数据采集、仿真与机器人硬件）、**Pigment**（巴黎，面向财务、销售、人力与运营的企业规划平台）——分属医疗、材料发现、物理 AI、企业规划四个方向。注意口径：**20 亿美元是本次新增的一笔，不是欧洲总投资。** **德国联邦政府退出**了 2025 年 11 月与 Mistral AI 和 SAP 的三方合作——那个曾被媒体称为「欧洲主权 AI 示范项目」的政企合作，框架协议搁置，改由企业「自主推进」。政府发言人表示没有向 Mistral 采购的计划。德国《世界报》引述的业界看法是，Mistral 的模型「已经落后竞争对手一年」，一些机构转向千问、Kimi、GLM。Mistral 上周发布了 Large 4。而据英伟达法国官方博客，Muse 之外的另一条线索是：**NVIDIA Nemotron 开放模型已在法国落地生产环境**——LINAGORA 与 Docaposte 拿下 CANUT 框架，使 Twake.ai 成为 **2500 多个法国公共机构**可用的主权数字工作空间；SBS 为银行搭建主权 AI 平台；达索系统在做「工业世界模型」与「虚拟伙伴」。**国内的政策面同时推进。** 工信部推出覆盖**一千余个场景**的人工智能「产业导航图」，已组织近 30 场「深度行」、对接 5000 余家企业，并设有 18 个国家人工智能创新应用先导区、近 200 项关键技术标准，配套 **600 亿元**国家人工智能产业投资基金。另外，**市场监管总局**批准发布**首批六项**人形机器人领域国家标准，将于 **2027 年 4 月 1 日**实施——包含 5 项技术要求系列标准和 1 项《人形机器人仿真测试平台技术规范》。注意措辞：这是**六项领域标准**，不是「中国首个人形机器人国家标准」。

**「开放」是手段，「主权」是目的。** 一份可以无限复制的权重文件，是国家意志最廉价也最有效的投放方式——它绕过了关税、绕过了审批、绕过了采购清单，直接落进全球开发者的硬盘里。所以当 Meta 说「开放权重」的时候，它同时在说四件事：给开发者一个入口、给云业务一个漏斗、给竞争对手一条追赶曲线、给自己的国家一个势力范围。

五、开放权重 ≠ 主权：三个必须分清的层次

这是这篇文章最想说清楚的部分。**「能下载」和「拥有」，中间隔着三样东西。**

**第一层：权重可及性（Access）—— 这一层 Meta 确实给了。** 你可以把 8160 亿参数的权重下载下来。渠道不少：Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face、Microsoft Foundry Models。API 侧有 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI 共**七家推理服务商**在首发日就位。推理框架支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、Apple MLX、llama.cpp、Unsloth，并针对 AMD、苹果、英特尔、英伟达的硬件做过优化。想微调，还有 PyTorch 和 TorchTitan。这一层是真的。**这是本周所有新闻里，对个人用户最实在的一件好事。** 它第一次让「前沿模型跑在自己的机器上」从口号变成了可操作的事。

**第二层：使用权条件（Terms）—— 这一层 Meta 只给了一部分。** 模型采用 **Muse Model License**，附带「有限的商业条款」（limited commercial terms）。具体边界是：开发者调整模型、或把它嵌进自己软件里分发，不收费；但**任何以托管服务形式转售该模型、且过去 12 个月毛收入超过 2000 万美元的公司，需要单独签署协议**；产品需带有 **「Built with Muse Spark Open」** 标识；**军事用途与关键基础设施用途被明确排除在外**。注意这几个限定：收入门槛、品牌标识、禁止用途。你下载的是权重，不是权利。**授权条款是别人写的，解释权是别人留的，修订权也在别人手里。** 你在这份模型上建的业务，它的法律地基不在你的房间里。而且要说清楚一件事：**开放权重 ≠ 开源。** 如华尔街见闻所指出的，此次开放的重点是**模型权重**，并不意味着所有训练数据、完整训练流程和研发细节均向外界公开。Meta 表示 Muse Spark Open 经过额外安全训练，并按公司内部的评估框架做过测试——但开放模型的安全边界，最终取决于后续使用者怎么部署、怎么改。

**第三层：演进主权（Roadmap）—— 这一层 Meta 明确保留。** 这是最容易被忽略、后果最重的一层。Muse Wonder 关闭着，Muse Wonder Full 只对订阅者开放。下一代的 Muse 更强版本，大概率也关着。**这意味着你选择了这条路，就等于把自己的能力上限，挂在了一个你不参与决策的时间表上。** 你等来的下一个能力档位是什么时候、什么价格、什么条款、什么附加限制——你没有一票。这和另一条新闻的本质是同一件事：当 OpenAI 通知开发者 GPT-4o 与 GPT-4.1 将于 **2027 年 1 月 14 日**从 API 移除、并给出迁移建议的时候，那些把业务建在旧模型上的团队，收到的是一个日期，不是一个选项。**（此日期目前来自中文二手报道，建议以 OpenAI 官方弃用页面为准。）** **权重让你今天不用租云端。但它没有给你对明天的决定权。**

六、那么，这次真的变了什么？

如果只讲「开放权重不等于主权」，那就变成了一篇泼冷水的文章，这不对。因为这次确实有一件事发生了实质变化，而且这个变化恰好是所有主权讨论的**物理前提**。

**算力门槛的位置，移动了。** 过去想用前沿能力，你只有两条路：租别人的云，或者准备一套只有机构才买得起的机房预算。前者你什么都不拥有，后者你根本够不到。**个人在这条线两边都不占。** 现在出现了一条中间路径，而且它被一次官方发布正式承认了：**两台桌面设备，加上一份可以下载的权重，就是一个过去只能靠机房提供的能力单元。**

代价必须说清楚：这条路一点都不便宜。据财联社报道，**512GB 版 Mac Studio 尚未开售——官方称 10 月底开售**；256GB 机型单台（配 1TB SSD）售价已超过 **1 万美元**；组建四台 256GB（合计约 1TB）的集群则需要 **4 万美元以上**。设备成本、内存需求、推理效率——本地部署的每一项限制都还在。**「能在两台 Mac Studio 上跑」不等于「普通 Mac 也能跑」。**

但这是第一次，「前沿级别的智能跑在我自己的硬件上」变成了一个**可以用钱解决的问题**，而不是一个需要先成为一家公司的资格问题。这一步的意义，不亚于整个模型榜单上的任何一次排名变化。因为它改变的不是模型的能力，是**控制权的分配位置**。

Meta 官方演示的内容也很说明问题：基于 Muse Spark Open 驱动的 Muse Code，**完全在本地设备上**跑通了多套智能体工作流——给开源 Mastodon 客户端 Ice Cubes 提交真实的 iOS 代码改动：完成漏洞修复、新增功能、完整项目构建；以及端到端操控达芬奇剪辑软件（DaVinci Resolve）：逐帧审阅素材、完成竖版裁切。注意这些任务的性质：**它们不是「聊天」，是「干活」。** 一个能改代码、能剪视频、能在后台连续推进任务的智能体，跑在你的桌面上——这已经是很接近「自己的 AI 编制」的东西了。

顺带一个市场信号，说明这条路有人真的在走：Meta 9 月 8 日发布的个人智能体 Muse，据市场研究机构 Apptopia 的数据，在美加上线后 **12 天内获得约 280 万次下载**，增速超过 ChatGPT 移动端上线初期。**个人把 AI 当成「自己的编制」来用的需求，已经在被验证了。**

七、接下来看什么

这一周的新闻给了一个很清楚的观察方法：**看措辞，看限定词，看谁保留了什么。**

当一家公司说「**美国**最强开放权重模型」，那个国别前缀就是全部信息量——它在说，开放是手段，归属才是目的。当一家公司说「我们**通常**不会把最强大的模型开源」，那个「通常」就是它给自己留的后门。当一份授权叫「**有限**商业条款」，那个「有限」就是它保留的解释空间。当一份跑分表里赢两项输三项，而输的那三项对手是两个中国开源模型——那张表就是在告诉你，开放权重这条赛道上，第一名的位置正在易主。当官方演示的全部任务都是「改代码、剪视频、连续推进」，而不是「聊天」——那说明产品形态已经从**被查询**变成了**被执行**。

Meta 证明了一件事：前沿智能可以从机房里走出来。它没有证明的是另一半——走出来的这个智能，归谁管。

国家在买这一半，企业在买这一半，而个体是下一个。理由更简单：**他们一点谈判筹码都没有，所以他们需要那条捷径。**

这条捷径，和这一周所有新闻指向的是同一条：**自己的算力。自己的智能体。自己的数据。自己的规则。**

握住那个盒子。