Meta 开源 816B 的 Muse Spark Open，两台 Mac Studio 就能跑——但先看清那条 2000 万美元条款

Meta 今天放出了 Muse Spark Open，官方定位一句话就说死了：「美国迄今为止最强大的开源权重模型」。816B 总参数、42B 激活参数的典型 MoE 架构，100 万 Token 上下文窗口，原生支持文本、图像、音频、视频多模态，主打长程任务、复杂软件工程和多步推理这些编码和智能体场景。

对做 Agent、做复杂工程工具链的人，这个组合比单纯刷分更有吸引力。816B 的 MoE，激活只有 42B，智商和推理效率能兼顾；100 万上下文基本可以整包塞进一套大型软件的源码，或几十本技术手册，做长程任务时不用反复截断、丢掉上文。这几项指标本身不算颠覆，真正的意外在别处。

这套模型最抓人的点，是「两台 Mac Studio 就能跑」。不用机房，不用买一堆 GPU 搭分布式集群，也不用缴 API 税。据材料描述，秘密在苹果的「统一内存架构」：每台搭载 M5 Ultra 芯片的 Mac Studio 有高达 512GB 的统一内存，两台线一连就是 1TB；配合 M5 Ultra 1.2 TB/s 的内存带宽，在苹果 MLX 框架下，这两台银色方盒子就能当一台 TB 级内存的超算用。Meta AI 负责人 Alexandr Wang 的说法是：很多强大的开源模型太大，普通电脑根本跑不动，而 Mac Studio 提供了足够的内存，让跑这个模型变得非常实用。

不过这账得算清楚。一台满配 M5 Ultra Mac Studio 售价 10,799 美元左右，两台就是两万多美元。对独立开发者、初创公司和视频工作室来说，这数字换来一个永久在线、无需联网、数据不外流的顶级模型，确实不算贵；但对绝大多数个人开发者的钱包而言，这还谈不上「桌面超算人人都能有」。另外，四台 Mac Studio 组成的集群上，Muse Spark Open 每秒约能生成 36 个 token——这个速度只能说够用，远没到「放飞」的程度。真正高速的场景是用 GPU 集群：材料提到在四张 NVIDIA Blackwell GPU 上配合投机解码，可实现单 GPU 每秒超 5 万 token、单用户超 600 token 的吞吐，SGLang 在 NVIDIA 和 AMD 上还有最高约 3.95 倍的核内提速。

接下来是开发者最该逐字读的部分——许可证。Muse Model License 授予运行、修改、微调、蒸馏和再分发的权利，但要遵守其条件和使用政策。收入条款针对把模型作为服务提供的企业：当许可方及其关联公司在任意连续 12 个月内的合计总营收超过 2000 万美元时，如果要在模型服务业务中提供 Spark Open 或其衍生品，许可证要求提前通知 Meta 并另行签署书面协议。

翻译成人话：绝大多数开发者，用在软件工程、产品内部、内容创作、本地方案上，基本免费；只有当你做「模型即服务」的生意、且连续 12 个月总营收过了 2000 万美元这个坎，才需要额外找 Meta 谈一份书面协议。这个阈值定得相当克制，等于给开源生态的创业公司留足了免费商业化的空间，同时又卡住了那些卖 API 的大玩家。对想靠它做产品、做 Agent 服务的小团队，这一条算友好。

权重和服务的分发渠道也给得很全：Hugging Face 可以下载，AWS SageMaker、Google Cloud、微软 Foundry 都能取，Baseten、Fireworks、Groq、Modal、Nebius、OpenRouter、Together AI 这些 API 平台今天同步上线。硬件上兼容 NVIDIA、AMD、Intel，推理引擎覆盖 SGLang、vLLM、TensorRT-LLM、llama.cpp。

材料还给了两个本地端侧跑的智能体工作流，用的都是 Muse Spark Open 驱动的 Muse Code：一个是向开源 Mastodon 客户端 Ice Cubes 交付真实的 iOS 改动——修 bug、加功能、完整构建；另一个是端到端驱动 DaVinci Resolve，由模型逐帧审看素材、找最有表现力的瞬间并做竖屏裁剪。前者是标准的「智能体替你改代码」场景，后者是把多模态审视频能力落进剪辑软件，算是这套模型本地跑的意义所在。

背景上还夹了一段商业戏码。据材料描述，为了让大家在 Mac 上丝滑跑这个模型，苹果和 Meta 这两家多年宿敌罕见地走到了一起：苹果前 CEO 库克曾公开抨击 Meta 侵犯隐私，扎克伯格也讽刺过「苹果自 iPhone 之后再没发明过什么好东西」；2021 年苹果的隐私追踪限制（ATT）政策，Meta 当时估算让自己在 2022 年损失了约 100 亿美元收入。如今苹果迎来新 CEO John Ternus，Meta 的 AI 交给年轻的 Alexandr Wang，据材料称扎克伯格在 Mac 上跑了这个模型并直接@了 Ternus，后者也回应说 Mac Studio 在端侧 AI 上不断突破边界。

这条背景挺有戏剧性，但技术判断上不必太上头。苹果需要一个能证明 Mac 是 AI 生产力工具的旗舰模型，Meta 需要打破「模型只能跑在云上、主动权永远归机房巨头」的局面——两边一拍即合，逻辑说得通。

最后落地到判断：这是一个把「开源 + 本地运行」做成组合拳的旗舰模型，816B 的 MoE、1M 上下文、原生多模态、2000 万美元营收门槛的宽松许可，都是实打实的参数，不是话术。但对开发者要冷静两点：其一，两万多美元的两台 Mac 是端侧跑的前提，预算账得自己算；其二，36 token/s 的端侧吞吐适合构建和推理类的长任务，真要高速并发生成还得上 GPU 集群。模型是真的，价格也是真的，门槛藏在你打算怎么用它。