Muse Spark Open 运营中

Muse Spark Open 是 Meta 开源的多模态大模型，采用稀疏混合专家架构，总参数 8160 亿、单次推理激活 420 亿，支持 100 万 Token 上下文，可处理文本、图像、视频和音频，主攻编程与 Agent 任务。Muse Spark Open 基于 MLX 框架可在两台 M5 Ultra Mac Studio 上本地运行，综合与编程能力暂落后于多款国产开源模型，如 MiMo-V2.6-Pro、GLM-5.3 和 Kimi K3。

超长上下文理解：支持 100 万 Token 上下文窗口，可一次性处理超长文档与代码库。
原生多模态处理：可接收并理解文本、图像、视频、音频四种模态的输入。
编程能力：能修复 Bug、添加功能、完成项目构建，胜任复杂软件工程任务。
Agent 任务执行：可长时间自主执行多步推理任务，如操作 DaVinci Resolve 完成视频剪辑。
桌面端本地运行：经 MLX 框架优化，可在两台 M5 Ultra Mac Studio 上本地跑完整模型。
多框架多芯片适配：支持 SGLang、vLLM、llama.cpp 等主流推理框架，兼容英伟达、AMD、苹果、英特尔芯片。
云端 API 调用：可通过 OpenRouter、Groq、Together AI 等平台以 API 形式使用。

微信关注回复“开源”，加入AI开源项目交流群
稀疏混合专家（MoE）架构：模型总参数达 8160 亿，每次推理仅激活约 420 亿参数。通过路由机制将每个 Token 分配给少数专家网络处理，在保持模型容量的同时大幅降低计算开销，使超大模型在有限硬件上运行成为可能。
百万级上下文窗口：采用高效的长序列处理技术，将上下文窗口扩展至 100 万 Token，使模型能一次性纳入超长代码库、多份文档或长视频信息，满足长时间任务对”记忆”的需求。
统一内存架构下的分布式推理：苹果 M5 Ultra 的统一内存架构支持每台 Mac Studio 的集成 GPU 使用最高 512GB 内存，两台合计约 1TB、内存带宽达 1.2TB/s。借助新版 MLX 框架，两台设备可像一台超级计算机一样协同工作，完整容纳 8160 亿参数模型。
定制 GPU 内核加速：Meta 为 SGLang 提供可自动调优的定制 Helion GPU 内核，在英伟达和 AMD GPU 上实现 1.03–3.95 倍的内核级加速，在 AMD MI350 上带来约 3% 的端到端性能提升。

获取访问渠道：通过OpenRouter 或 Together AI 等平台的 API 直接调用模型。
下载模型权重：如需本地部署，可前往 Hugging Face 下载开放权重。
选择推理框架：根据硬件环境选用 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、苹果 MLX、llama.cpp 或 Unsloth 等框架加载模型。
准备硬件环境：云端使用英伟达或 AMD GPU，本地桌面端可用两台 M5 Ultra 芯片的 Mac Studio运行完整模型。
编写调用代码：用 PyTorch 等框架编写推理脚本，输入文本、图像、视频或音频提示词，设定 100 万 Token 内的上下文内容。
执行 Agent 任务：通过 API 或本地运行驱动编程、视频剪辑等多步 Agent 工作流。

规模领先：总参数 8160 亿、每次推理仅激活 420 亿，是迄今 Meta 最强的美国开放权重模型。
超长上下文：支持 100 万 Token 上下文窗口，能一次性处理超长文档与大型代码库。
原生多模态：统一处理文本、图像、视频、音频，可直接驱动视频剪辑等多模态工具。
桌面本地可跑：经 MLX 框架优化，可在两台 M5 Ultra Mac Studio 上完整运行，将 Agent 工作流搬入本地。
生态开放：权重完全开放，支持 SGLang、vLLM、llama.cpp 等七大框架，兼容英伟达、AMD、苹果、英特尔芯片。
高度可定制：开发者可基于 PyTorch 对模型进行微调和二次开发。

项目官网：https://dev.meta.ai/resources/blog/build-with-muse-spark-open
HuggingFace模型库：https://huggingface.co/collections/meta-models/muse-spark-open

iOS 开发维护：为开源客户端 Ice Cubes 修复 Bug、添加新功能并完成项目构建。
视频后期剪辑：操作 DaVinci Resolve 逐帧检查素材、筛选优质片段并裁剪为竖屏。
大型代码库审查：用 100 万 Token 上下文一次性分析整个代码仓库的结构与问题。
超长文档处理：一次性读入百页级报告或论文，进行摘要、问答与交叉比对。
多模态素材理解：同时解析文本、图像、视频、音频内容，用于综合内容审核或分析。