文章核心观点 - 苹果与Meta宣布合作，将Meta最强开源AI模型Muse Spark Open带上苹果高端桌面电脑Mac Studio本地运行，标志着硅谷两大宿敌打破历史积怨、重新站到同一阵线 [2][3] - 该合作是苹果AI芯片实力的公开背书，也对OpenAI和Anthropic构成潜在挑战 [2] - 模型在本地运行而非依赖云端，兼顾安全性与成本控制 [3] - 该方案硬件门槛高昂，配备M5 Ultra芯片及256GB内存的Mac Studio起售价为10799美元，且完整运行需同时购置多台机器 [4] 两大宿敌握手：AI重塑硅谷格局 - 苹果与Meta之间的裂痕由来已久，2021年苹果推出隐私新政限制数字广告公司定向投放能力，Meta随即估算该变化将使其2022年营收减少约100亿美元，双方关系跌至冰点 [6] - 库克曾在2018年剑桥分析丑闻期间公开讽刺扎克伯格，扎克伯格则在去年接受Joe Rogan采访时称苹果自iPhone以来再未发明过任何伟大的东西 [6] - 两家公司上一次公开合作停留在2017年，彼时苹果将Facebook系统级集成从iPhone中移除 [6] - Ternus上任后局面开始松动，Meta AI负责人Alexandr Wang将此次合作部分归功于其团队成员、前苹果AI研究总监Daniel Gross，后者与前GitHub CEO Nat Friedman均是扎克伯格去年大力延揽的重要人才 [7] - 此次合作发生在苹果前CEO库克卸任、John Ternus接掌苹果帅印仅一个月之后，Ternus在社交媒体上回应扎克伯格的发文称能够如此高效地在桌面端运行Muse Spark Open这一量级的模型令人惊叹 [3] Muse Spark Open：816亿参数的开源旗舰 - Muse Spark Open是Meta迄今发布的最强开源模型，采用混合专家架构，参数量达8160亿，以允许有限商业使用的许可证发布 [9] - 作为开源权重模型，开发者可从Hugging Face等平台直接下载模型权重，无需额外配置即可在苹果芯片上运行 [9] - Meta还专门针对苹果硬件对模型进行了优化调整，使其在苹果设备上的运行速度更快 [9] - 苹果方面同步发布了芯片新基准测试数据，并公开了其MLX AI框架在多台机器间拆分开源模型的技术文档 [9] - 用户可将两至四台Mac Studio组合使用，完成代码编写、视频分析及其他智能体任务 [3] - Meta AI负责人Alexandr Wang表示，苹果Mac Studio提供了足够大的内存，使得在个人电脑上运行Muse Spark Open成为现实 [3] - Wang指出，Muse Spark Open并非Meta最顶尖的模型，但会有大量公司和开发者使用这一模型进行小规模探索，进而寻求扩大使用规模 [9] - 搭载512GB内存的更高配版本将于本月晚些时候发布 [4] 苹果AI版图：多方布局，压力犹存 - Meta是苹果近期在AI领域广泛结盟策略的最新一环 [11] - 2024年苹果宣布与OpenAI合作，将ChatGPT整合进Siri，但据OpenAI在与马斯克旗下xAI的法律纠纷相关文件中披露，该整合表现大幅低于预期，未能带动OpenAI用户增长 [11] - 苹果随后于今年7月以商业秘密盗窃为由起诉OpenAI，后者否认相关指控 [11] - 今年早些时候，苹果还宣布与谷歌达成协议，将Gemini模型及谷歌云基础设施纳入Apple Intelligence体系 [11] - 尽管合作伙伴阵容不断扩充，苹果的AI战略仍面临来自投资者和用户的批评，上月发布的新版Siri被普遍认为与顶尖AI实验室的聊天机器人和智能体相比仍有差距 [11] Meta的AI战略重振 - 对Meta而言，此次合作是其AI战略重振的重要背书 [11] - Meta本周早些时候发布了最新专有基础模型Muse Wonder，此前还推出了个人智能体应用Muse，以及8月亮相的小型开源模型Muse Glimmer [11] - 这一系列动作已开始提振投资者情绪，市场对Meta开拓AI新商业机会的预期逐步升温 [11] - Meta的营收来源目前仍几乎完全依赖广告业务 [11]

文章核心观点 - Meta与Apple于2026年10月15日实现自2017年以来首次公开合作，Meta发布开源权重模型Muse Spark Open，可在搭载M5 Ultra芯片的Mac Studio上运行 [1] - Zuckerberg公开点名感谢Apple CEO John Ternus，结束两家科技巨头多年的紧张关系 [1] - 双方合作由Meta首席AI官Alexandr Wang主导推进，历时数月，前Apple高管Daniel Gross（现任职于Meta）发挥关键作用 [3] - 此次合作对Meta的估值提升空间大于Apple，因Meta估值倍数较低且模型生态尚年轻 [10] 合作内容与产品细节 - Meta于2026年10月15日发布Muse Spark Open，以开放权重形式发布，任何人可下载训练好的文件并运行 [1] - Meta与Apple合作使开发者可在两到四台互联的Mac Studio上运行该模型，搭载M5 Ultra芯片 [1] - Apple CEO John Ternus公开回复祝贺，称该模型规模与效率出色，Mac Studio持续推动端侧AI边界 [3] - Apple正通过MLX框架（其用于在Apple芯片上运行AI的框架）对该模型进行调优 [3] - 双方未披露财务条款、排他性或合作期限，均拒绝说明是否指向更广泛关系 [4] - Muse Spark Open为稀疏混合专家模型，总参数8160亿，每token激活约420亿参数，仅部分模型对每个词起作用，因此可适配桌面硬件 [5] 对Apple的影响 - 该合作支持Apple的端侧AI叙事，但市场规模较小 [6] - 搭载M5 Ultra和256GB内存的Mac Studio起售价为10,799美元，多机配置成本更高，面向开发者和专业人士的利基市场 [6] - Apple 2025财年营收为4161.6亿美元 [6] - Apple股价下跌0.28%至342.00美元，市值4.99万亿美元，略低于前一日首次收盘突破的5万亿美元关口 [2] - Apple估值已隐含大量AI成功预期，而10,799美元工作站难以兑现该预期 [9] 对Meta的影响 - Meta股价下跌0.11%至736.72美元 [2] - 开放权重是Meta发布模型的方式，每位基于Muse Spark Open开发的开发者都扩大其生态，且Meta不承担算力成本 [6] - 本地运行智能体有助于安全与成本，敏感数据留在本机，无需按小时租用云服务器，若更多智能体工作转向桌面，云数据中心需求可能略有放缓 [7] - Wang表示这不是Meta最强模型，开放权重也可在其他硬件上运行，且未披露排他性，竞争机器可托管相同文件 [7] - Meta第二季度摊薄每股收益6.18美元，低于7.22美元预期，自由现金流降至7.84亿美元，资本支出达301.2亿美元 [9] - Meta市值1.88万亿美元，估值倍数低于Apple，增长空间更大 [10] - Meta第三季度财报将检验该逻辑，若营收落在610亿至640亿美元指引区间且管理层描述更多Apple芯片相关工作，则逻辑成立 [10] - 若Apple届时未在MLX上增加更多开放模型，该合作可能仅为一次性 [10] 行业与竞争格局 - 两家公司关系回暖意义更大，数月联合工作及Gross的人脉联系指向实质性工作关系 [8] - 该合作是否延伸至Siri、广告或眼镜业务仍是未解问题 [8] - 若更多智能体工作转向桌面端，云数据中心需求可能略有放缓 [7] - 无排他性披露意味着竞争硬件平台可托管相同模型文件 [7]

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]

文章核心观点 - Meta 发布 Muse Spark Open 开源权重大模型，与苹果合作并针对 Mac 设备优化，但该模型并非全球最强开放权重模型，编程与推理能力落后于 Kimi K3、GLM 5.3 等竞品 [1][7] - 未来开源模型的价值不能只看基础模型排行榜，还要看其能否进入真正的 Agent 工作流 [9] 模型发布与合作伙伴 - Meta 发布 Muse Spark Open，号称最强美国开源权重大模型，为原生多模态模型，参数量 816B，激活参数 42B，上下文 1M，专为代码和智能体任务设计，擅长长期任务与复杂多步骤推理 [1] - Meta 希望未来每个人都有能在家中运行高级模型的自由，开源版 Muse Spark 专门对 Mac 设备优化，扎克伯格与苹果新 CEO 约翰・特努斯进行了合作 [1] - Muse Spark Open 类似于 Muse Spark 1.3，利用苹果最新版本 MLX 框架针对苹果芯片统一内存架构优化，两台 Apple M5 Ultra Mac Studio（512G）本地即可运行 [2] - 苹果统一内存架构让 M5 Ultra 集成 GPU 能为每台 Mac Studio 使用高达 512GB 内存，两台机器可容纳完整大模型，该芯片 1.2TB/s 内存带宽足以读取每个 token 所需的小块内存，两台 Mac Studio 运行速度堪比一台拥有 1TB 统一内存的超级计算机 [4] - 两台 512G 的 Mac Studio 价格已超过 4 万美元 [5] - 考虑到苹果和 Meta AI 过往的冷淡关系，此次合作令人惊讶，Meta AI 首席执行官 Alexandr Wang 表示很高兴看到父母再次和好如初，并解释苹果和 Meta AI 已合作数月，还特别感谢苹果前高管 Daniel Gross 在促成两家公司友好合作方面发挥了作用 [5] 开发者生态与适配 - Meta 帮开发者做好 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、Apple MLX、llama.cpp 和 Unsloth 等主流推理引擎的适配，并针对 AMD、苹果、英特尔和英伟达芯片进行优化，开发者可使用 PyTorch 框架轻松进一步定制模型 [5] 关键基准参数 - JobBench 指标：Muse Spark Open 为 61.8，Inkling 为 31.1，Nemotron 3 Ultra 为 27.2，Qwen3.8-2.4T-A95B 为 52.7，GLM 5.3 为 61.4，Kimi K3 为 54.3 [7] - MCP-Atlas 指标：Muse Spark Open 为 89.2，Inkling 为 76.0，Nemotron 3 Ultra 为 63.1，Beam 为 78.7，Qwen3.8-2.4T-A95B 为 84.5，GLM 5.3 为 84.2，Kimi K3 为 82.3 [7] - GDPval-AA v2 指标：Muse Spark Open 为 1401，Inkling 为 1079，Nemotron 3 Ultra 为 1016，Mistral Large 4 为 1424，Qwen3.8-2.4T-A95B 为 1613，GLM 5.3 为 1653，Kimi K3 为 1537 [7] - HLE-Diamond（无工具）指标：Muse Spark Open 为 26.1，Inkling 为 11.2，Nemotron 3 Ultra 为 8.9，Qwen3.8-2.4T-A95B 为 17.3，GLM 5.3 为 16.4，Kimi K3 为 22.2 [7] - SciCode 指标：Muse Spark Open 为 58.5，Inkling 为 47.0，Nemotron 3 Ultra 为 40.3，Beam 为 49.7，Mistral Large 4 为 54.2，Qwen3.8-2.4T-A95B 为 54.1，GLM 5.3 为 59.0，Kimi K3 为 59.5 [7] - AA-Omniscience 指标：Muse Spark Open 为 25，Inkling 为 2，Nemotron 3 Ultra 为 0，Mistral Large 4 为 -5，Qwen3.8-2.4T-A95B 为 4，GLM 5.3 为 14，Kimi K3 为 20 [7] - Terminal-Bench 2.1 Terminus 2 agent 指标：Muse Spark Open 为 76.4，Inkling 为 55.1，Nemotron 3 Ultra 为 53.9，Beam 为 80.1，Qwen3.8-2.4T-A95B 为 82.0，GLM 5.3 为 83.9，Kimi K3 为 85.0 [7] - DeepSWE 1.1 指标：Muse Spark Open 为 60，Beam 为 44，Mistral Large 4 为 62，Qwen3.8-2.4T-A95B 为 57，GLM 5.3 为 67 [7] - ZeroBench 指标：Muse Spark Open 为 50.0，Inkling 为 14.0，Kimi K3 为 41.0，Nemotron 3 Ultra、Beam、Qwen3.8-2.4T-A95B、GLM 5.3 均不支持 [7] - BabyVision 指标：Muse Spark Open 为 80.2，Inkling 为 34.2，Kimi K3 为 85.7，Nemotron 3 Ultra、Beam、Qwen3.8-2.4T-A95B、GLM 5.3 均不支持 [7] - SimpleVQA 指标：Muse Spark Open 为 73.6，Inkling 为 52.3，Kimi K3 为 71.9，Nemotron 3 Ultra、Beam、Qwen3.8-2.4T-A95B、GLM 5.3 均不支持 [7] 竞争格局与行业判断 - 重走开源路线的 Meta 眼前的路还很长，Muse Spark Open 并不是全球最强的开放权重模型，其编程、推理等能力不如 Kimi K3、MiMo-V2.6-Pro、Qwen3.8 Flash Next 和 GLM 5.3 Flash 等模型 [7] - 在 Agent 评测能力方面，从官方模型卡可以看到，Muse Spark Open 在部分 Agent 指标上甚至领先于综合智能分数更高的模型 [8] - Meta 给出的成绩对比中，模型来自不同的 Harness，部分成绩来自模型厂商自报，看起来比较透明，例如 Muse Spark Open 使用 Muse Code，Kimi K3 使用 Kimi Code，Qwen3.8 使用 Claude Code [8] - Agent 的实际能力取决于模型、Harness、工具、上下文管理和执行环境的共同作用 [8]