返回新闻
综合

Meta 发布 Muse Spark Open 816 亿参数 MoE 模型,并与 Apple 达成 Mac 合作

2026 年 10 月 16 日,Meta 发布了 Muse Spark Open,这是一款拥有 816 亿参数的开放权重混合专家(MoE)模型;与此同时,Meta 宣布与 Apple 达成合作,将针对 Mac 设备对该模型进行优化。此次发布扩展了开放前沿 AI 的版图,并将高性能 AI 能力带到本地消费级硬件上。对于创作者而言,此举凸显了灵活的多模型工作流日益增长的价值,这类工作流能够同时适配云端和本地 AI 工具。

Meta 发布 Muse Spark Open 816 亿参数 MoE 模型,并与 Apple 达成 Mac 合作
MagicBoat AI7 分钟阅读47 次阅读
文章目录

Meta 发布 Muse Spark Open

2026 年 10 月 16 日,Meta 发布了 Muse Spark Open,这是一款基于混合专家(MoE)架构打造的新型前沿级 AI 模型,标志着其在开放 AI 领域再次迈出重要一步。该模型拥有 816 亿参数,属于迄今发布的规模较大的开放权重模型之一,也体现了 Meta 持续推动高性能 AI,让封闭云生态之外的开发者和用户也能使用的努力。

在公布模型的同时,Meta 宣布与 Apple 正式合作,针对 Mac 硬件优化 Muse Spark Open。该合作旨在将模型能力直接带到 Apple 的台式机和笔记本产品线上,并建立在 Apple 多年来对端侧 AI 和芯片性能投入的基础之上。此次公告发布之际,AI 行业正整体转向开放模型和本地推理,因为用户和组织希望更好地掌控数据及工作流成本。

尽管目前公布的初始细节有限,但大型开放 MoE 模型与重要硬件合作的同步发布,表明 Meta 有意同时在开源 AI 领域和消费设备生态中展开竞争。此前不久,相关分析得出结论称,Google 与 Meta 对前沿 AI 的联合推动已经终结了 OpenAI 和 Anthropic 长期保持的绝对市场领先地位,使 AI 模型的竞争格局变得前所未有地碎片化。

密集型与 MoE AI 模型架构对比图
密集型与 MoE AI 模型架构对比图

Muse Spark Open 模型的关键细节

Muse Spark Open 被归类为开放权重模型,这意味着其底层权重公开可用,研究人员、开发者和组织可以下载、修改并部署这些权重——这与 OpenAI 和 Anthropic 等公司提供的封闭式、仅支持 API 调用的模型形成鲜明对比。过去一年,开放权重模型越来越受欢迎,因为它们提供了更强的定制能力、更低的长期部署成本以及更好的数据隐私保护:用户可以在自己的基础设施上运行模型,而不必将数据发送到第三方云服务器。

该模型采用混合专家(MoE)架构。这种设计会针对每个输入仅激活部分参数,而不是整个模型。与总参数量相同的密集型模型相比,这种方法能够让 MoE 模型以每个计算单元更高的性能运行,因此效率更高——尤其适合本地硬件,因为本地硬件的计算资源通常比云数据中心更加受限。

Muse Spark Open 的总参数量达到 816 亿,处于当前可用开放权重模型的上游梯队。截至 10 月 16 日首次公布时,Meta 尚未分享有关该模型训练数据、基准测试表现、许可条款或正式发布日期的更多细节。对于希望将该模型整合到工作流中的开发者和创作者而言,细节缺失留下了许多未解问题,但仅凭此次公告,也足以表明 Meta 对开放 AI 生态的投入和承诺。

Apple Mac 合作:面向消费级硬件的本地 AI

Meta 与 Apple 合作,针对 Mac 设备优化 Muse Spark Open,是此次公告中最值得关注的部分之一,因为它连接了大型开放前沿模型与消费级硬件之间的鸿沟。多年来,Apple 一直在针对 AI 工作负载优化其 M 系列和 A 系列芯片,近期每一台 Mac、iPhone 和 iPad 都内置了专用神经网络引擎硬件。若能针对 Mac 硬件优化这一规模的模型,数百万无法使用昂贵云端 GPU 资源的用户也可能获得高性能 AI 能力。

对于用户而言,像 Muse Spark Open 这样的模型实现本地部署,意味着许多任务可以获得更快的推理速度,首次下载后无需持续支付 API 费用,并且能够完全掌控模型处理的所有数据——这对处理敏感或专有内容的创作者来说是一项重要优势。此外,它还为离线 AI 工作流带来了新的可能,用户无需连接互联网即可生成内容、编辑媒体或运行分析。

与模型本身一样,Apple 与 Meta 的合作细节仍然十分有限。公告没有说明哪些 Mac 型号将支持 Muse Spark Open,优化版本会通过 Apple 的操作系统工具提供,还是通过独立的 Meta 应用提供,也没有说明优化版本何时发布。即便如此,此次合作仍为大型 AI 开发商与硬件制造商携手合作、将前沿 AI 能力直接带到终端设备树立了先例。

运行本地 AI 生成工具的 MacBook Pro
运行本地 AI 生成工具的 MacBook Pro

这对创作者意味着什么

对于 AI 内容创作者而言,Muse Spark Open 的发布以及 Apple Mac 合作,进一步扩大了可用于创作流程各个阶段的 AI 工具池。开放权重模型让创作者能够使用自己的内容对模型进行微调、开发定制工作流,并减少对第三方 API 提供商的依赖——这些能力都有助于他们构建更具独特性且更具成本效益的内容生产流程。

与此同时,端侧 AI 让创作者能够更加灵活地随时随地工作,无需担心网络连接或数据隐私问题。对于处理敏感素材、专有脚本或不希望发送到云服务器的个人内容的创作者而言,这一点尤其有价值。

但与此同时,AI 模型和部署选项不断增加,也让创作者更难跟上最新工具,并为每项具体任务找到最合适的模型。例如,一位制作短片的创作者可能需要使用一个模型编写剧本,另一个模型生成概念图,第三个模型制作配音,第四个模型将静态图像转换为动画片段。为每个工具管理多个账户、价格方案和界面,可能会占用本应更好地用于创作的时间。

这正是统一多模型平台能够真正发挥价值的地方。创作者无需为每个新发布的模型分别管理订阅,而是可以使用一个将顶尖 AI 工具汇聚于一处的平台。对于视频创作者而言,支持多种底层模型的 ai 视频生成器 可以让你为每个项目选择最合适的风格和性能,而不必在不同服务之间切换。将文本转视频、图像生成、配音和剧本创作工具集中在一处,可以简化从构思到最终导出的整个创作流程。

多模型 AI 创作平台控制面板
多模型 AI 创作平台控制面板

应对日益碎片化的 AI 版图

Muse Spark Open 的发布只是又一个迹象,表明 AI 行业正从由两三家封闭模型提供商主导的市场,转向更加碎片化的生态。在这一生态中,不同公司推出了数十种高质量模型,并通过云端 API 和本地部署两种方式提供。对创作者来说,这种碎片化总体上是一件好事:它能够压低价格、推动创新,并提供更多选择,让你找到最符合自身特定需求的工具。

但碎片化也会带来挑战。模型能力变化迅速,新模型每周都会发布,而过度依赖任何一家提供商,都可能让你陷入被动:模型可能被下线、价格可能发生变化,或者服务可能出现停机。近期 GitHub Copilot 等服务下线模型的情况已经说明了这一点,用户不得不在一夜之间适应新的模型版本。

对于创作者而言,在充分利用不断发展的 AI 生态的同时避免被任何单一提供商锁定,最好的方式是构建灵活且多元化的工作流。这意味着使用兼容多种模型的工具,确保创作资产具有可移植性,并为关键任务准备备用方案。

MagicBoat 等多模型平台正是为这一新环境而打造的。MagicBoat 不押注于单一模型或提供商,而是精选了一系列顶尖 AI 内容创作工具——从图像生成到视频编辑再到配音——并让你通过一个账户访问所有工具。你可以针对每个项目测试不同模型,在工具之间无缝切换,并在某个模型出现问题时随时使用备用方案。你可以免费试用这些模型,了解多模型工作流如何融入你的创作流程。

关键要点

  • Meta 于 2026 年 10 月 16 日发布了拥有 816 亿参数的开放权重 MoE 模型 Muse Spark Open,同时宣布与 Apple 合作,针对 Mac 硬件优化该模型。
  • 开放权重 MoE 模型兼具高性能与高效率,既适合云端部署,也适合在消费级硬件上本地使用。
  • Apple 的合作表明端侧 AI 正获得越来越多的推动,这将为创作者带来更好的隐私保护、更低的长期成本以及离线工作流选项。
  • 随着新模型不断发布,AI 版图日益碎片化,多模型平台能够帮助创作者保持灵活,避免被供应商锁定。
  • 统一平台让你无需管理多个订阅,就能在一个地方访问多种 AI 创作工具——从文本转视频到图像生成。

关键词

meta muse spark open, ai 新闻, ai 工具, 开放权重 ai, moe 模型, apple mac ai, ai 视频生成器, 文本转视频