核心观点 - Meta正式开放美国最强开源模型Muse Spark Open的模型权重，该模型拥有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 [1] - 沉寂许久的Meta拿出了一款能够与中国头部开放权重模型竞争的产品 [8] - 尽管Meta宣称其为美国最强开源模型，但中国选手们依然能打 [20] 模型规格与定位 - Muse Spark Open为816B参数模型，激活参数42B，提供BF16和NVFP4权重 [5] - 模型定位为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 [6] - 官方公布的测试指标围绕工具调用、软件工程和计算机操作展开 [7] Agent能力跑分 - 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 [9][10] - JobBench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 [11] - 在OSWorld Verified中，Muse Spark Open取得80.4分，而Kimi K3达到84.8分 [13] - 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 [14] 编程能力跑分 - 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 [16][17] - 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 [18] - 不同任务之间成绩差距比较明显，编程方面尤其如此 [15] 本地部署能力 - Meta强调本地部署能力，两台搭载M5 Ultra芯片的Mac Studio使用最新版本MLX框架就能运行Muse Spark Open [21][22] - 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 [23] - 借助MLX框架，Muse Spark Open可以在这套双机环境中运行 [24] 本地Agent任务演示 - Meta公布了两个完全在设备本地执行的Agent任务 [25] - 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 [26][27] - 该任务涉及理解已有项目、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 [29] - 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 [31][32] 推理性能工程优化 - Meta在推理性能上做了工程优化，在SGLang中Muse Spark Open使用了基于Helion的自动调优GPU Kernel [34][35] - 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 [36] - 在AMD MI350上，端到端推理性能提升约3% [37]