AI 日报 · 2026-10-16:权重放出来了,门槛也摆出来了:Muse Spark Open 到底要多少内存
Meta Muse Spark Open(官方,10/15):816B 总参/42B 激活、1M 上下文,开放权重但需申请、许可含署名与营收超 2000 万美元的服务商须另签协议;运行门槛:官方模型卡 700GB 显存起,两台 512GB M5 Ultra Mac Studio 跑 4 位约 25 token/s(Apple 测试,512GB 机型十月下旬上市),Unsloth 2 位 256GB 但文档自称低于 IQ2_S 会掉质量;综合指数 39(Meta 表与 Artificial Analysis 页面均列出)低于 GLM 5.3/Kimi K3,托管价被 AA 称偏贵。新闻:Simons 1500 万美元数学基金、Anthropic 给 METR 员工级访问、FTC 民事传票(调查中);玩法:Nemotron 3.5 Bolt、Open Code Review、Codex 重连提示词。
# AI 日报 · 2026-10-16:权重放出来了,门槛也摆出来了:Muse Spark Open 到底要多少内存
10/13 我们写过 Meta 的 Muse Wonder:它的第一个闭源前沿模型,只开 API,不放权重。几天后,Meta 放出了另一个模型的权重:Muse Spark Open,8160 亿总参数,每个 token 激活 420 亿,上下文 100 万 token。
"开放权重"这四个字很容易让人以为"我也能跑"。今天这期不讲大小设备的对比,只拆一件事:权重公开之后,"下载"、"运行"、"商用"这三步,各自要什么。 数字都来自官方页面,自测的地方我们会标出来。
> 本期素材:Hacker News + X(仅 API 检索)+ 媒体。本期没有 Reddit 素材。
主线:Muse Spark Open,三道门槛
事实等级:官方一手(Meta 研究博客、Hugging Face 模型卡与许可、Apple 机器学习研究博客、Meta 开发者文档,均 10/15 发布)。基准分数和安全结果是 Meta 自己的数字。 原文:Meta 研究博客 · 模型卡与许可(Hugging Face,需申请访问) · PyTorch 博客
它是什么(Meta 的说法): 原生多模态(文本、图像、视频、音频输入,文本输出),主打编程和长流程智能体任务,总参数 816B、激活 42B、上下文 1M。Meta 称它是"迄今最强的美国开放权重模型",注意这个说法限定在"美国"。PyTorch 博客说它和 Muse Spark 1.3 共用同一个基础模型,开放版额外做了安全后训练。
第一道门:能不能下载与怎么用——许可
- 权重在 Hugging Face 等平台提供,需要先申请访问(我们查到的接口显示是人工审批的受限仓库);Meta 另说 SageMaker、Google Cloud Model Garden、Microsoft Foundry 也提供权重下载,Baseten、Fireworks、Groq、Modal、Nebius、OpenRouter、Together 提供托管 API。
- 许可叫 Muse Model License,Meta 的说法是"有限的商业条款,让很多开发者可以免费使用"。我们读到的许可文本里:
- 总体允许使用、复制、修改(含微调)、创建衍生作品、蒸馏、合并、发布、再许可和销售,但附带条件。
- 条件之一:任何使用该模型或其衍生品(包括用它或它的输出训练、蒸馏出来的模型)的产品,要在界面或文档里显著标注"Built with Muse Spark Open"。
- 条件之二:如果你(连同关联公司)把模型作为"模型即服务"通过接口提供给第三方,且你和关联公司12 个月内的总营收超过 2000 万美元,必须先通知 Meta 并签单独协议。许可明确说,内部使用、研究、非"模型即服务"的商业活动,以及用它给自己产品加功能,不受这一条约束。
- 另有使用政策,列了禁止用途(包括违法、欺诈、恶意代码,以及军事、核工业等领域)。
- 我们读到的页面里,条款编号从第 2 条开始,第 1 条没有显示出来,我们无法确认它写了什么。
- Hacker News 上有评论者指出:这不符合开源定义,更像"权重可得";也有评论者认为大型推理服务商需要单独找 Meta 授权,可能影响价格竞争。这些是评论者观点,不是事实结论。
第二道门:能不能运行——内存
三份官方数字放在一起看:
| 路径 | 精度 | 内存要求 | 来源 |
|---|---|---|---|
| 官方模型卡(GPU) | NVFP4 / BF16 | 至少 700GB 显存 / 2TB | Meta 模型卡 |
| 两台 M5 Ultra Mac Studio(MLX) | NVFP4(4 位),权重约 493GB | 两台各 512GB 统一内存,或四台各 256GB | Apple + Meta 文档 |
| Unsloth 动态 2 位 GGUF | 2 位(UD-IQ2_XXS) | 256GB 级(表中 2 位档为 250–316GB) | Unsloth 文档 |
- 两台 Mac Studio 跑的是 4 位,不是 2 位。 Meta 博客只说"两台 M5 Ultra Mac Studio + 最新 MLX";具体精度和速度来自 Apple 机器学习研究博客:NVFP4、8192 token 上下文、生成 128 个 token 的测试里,两台用张量并行约 25 token/秒(24.99),两台用流水线并行约 15.7,四台约 36.7;首个 token 时间在 8192 上下文时约 8 秒,四台在 6.5 万上下文时约 40.6 秒。这些是 Apple 的测试,不是 100 万上下文的数字。 完整精度(BF16)要 1.6TB 以上,一台放不下。
- 这台"桌面"现在还买不到。 Apple 8/25 的新品发布稿说,M5 Ultra 的 Mac Studio 起售价 5499 美元(Apple 在线商店当前展示的 M5 Ultra 配置为 96GB 内存),512GB 版本"十月下旬上市",价格未公布(10/16 复查,Apple 官网脚注仍是"十月下旬")。Meta 文档要求的是两台 512GB 的机器,另需 macOS 26.2 以上、机器之间用雷电 5 直连(每对两根线)。VentureBeat 按 Apple 现价做了估算:256GB 的 M5 Ultra 机型约 10,799 美元,凑够同样 1TB 内存要四台、约 43,196 美元(税前);这是媒体的算术,不是 Meta 那套两台方案的价格,我们没有在 Apple 页面上逐项核对。
- Unsloth 的 2 位 GGUF 是另一条路:256GB 内存能装下,8 位要 870–950GB。但 Unsloth 自己的文档同时写了:他们的误差测试里,低于 UD-IQ2_S 的量化在通用任务上会掉质量,建议智能体任务至少用 UD-IQ2_S;而同一页写明,256GB 能装下的是 UD-IQ2_XXS,比这个建议的最低档还小(按 llama.cpp 的量化命名,XXS 小于 S)。Unsloth 页面把 4 位档列为 512GB。也就是说,"256GB 能跑"和"跑智能体任务足够好",在 Unsloth 自己的文档里就不是一回事。
- 社区实测(发帖人自述,互动很低):有人用 3 台 DGX Spark、llama.cpp 的远程调用,跑 226GB 的 2 位 GGUF,一个体素宝塔任务生成约 1.56 万 token 用了 37 分钟,约 7 token/秒。
第三道门:值不值——Meta 自己的对比表
Meta 模型卡里的基准表,推理强度用的是最高档(xhigh)。Meta 的评测方法说明写的是:有官方榜单的取官方榜单,否则取 Meta 内部评测或厂商自报的最高可比值,所以表里的数字来源不一,不能一概当成独立复测。和表里另外几个开放权重模型比,结果是有胜有负:
- 领先或接近:MCP-Atlas 89.2(GLM 5.3 为 84.2、Kimi K3 为 82.3)、HLE-Diamond(不用工具)26.1。
- 落后:综合的 Artificial Analysis 智能指数 39,对 GLM 5.3 的 45、Kimi K3 的 44、Qwen3.8 的 40;Terminal-Bench 2.1 为 76.4,对 83.9、85.0、82.0;OSWorld Verified 80.4,对 Kimi K3 的 84.8。
- 其中综合指数 39 有第三方佐证:Artificial Analysis 自己的页面也给出 39,并称托管价(各服务商中位数)每百万 token 输入 1.25 美元、输出 4.25 美元,在同级开放权重模型里"偏贵";生成速度约 103 token/秒。注意这是托管 API 的数字,与本地运行无关。VentureBeat 还提到,Artificial Analysis 榜上另有 MiMo-V2.6-Pro(46)等分数高于 39。
- 所以"最强的美国开放权重模型"和"最强的开放权重模型"不是一句话。安全结果(拒绝越狱的比例等)是 Meta 自测,完整评估报告 Meta 说"即将发布"。
我们的读法: 公开权重把三个问题拆开了。下载有许可,运行有内存,值不值要看对比。对多数个人和小团队来说,今天最现实的用法仍然是托管 API;本地运行要么是两台尚未上市的 512GB 机器,要么是 Unsloth 的 2 位量化加一点质量上的妥协。
新闻速览:谁来核查
- Simons 基金会数学基金(Simons 官方,10/15):Simons 基金会、Anthropic 和 OpenAI 合计承诺 1500 万美元的资金和资源,由基金会管理发放(含公开征集),用于研讨会和帮数学家评估近期 AI 辅助成果、学习工具、形成使用标准。OpenAI 官方页面更新写明其中出 500 万美元;Anthropic 出多少,我们读到的官方页面没写。
- Anthropic 给 METR 员工级访问权限(Anthropic 官方,10/15):6 名 METR 员工获得公司电脑、办公室和内部工具权限,大致与 Anthropic 自己的风险评估团队相当;METR 会公布评估结果,Anthropic 不能否决,但在几类事先定好的窄范围(如客户数据、律师保密信息、模型架构信息)内可以要求删减,METR 可以公开评论删减是否合理。这是 Anthropic 的自述。
- 同日,美国联邦贸易委员会(FTC)向 OpenAI 和 Anthropic 发出民事调查令(媒体报道):据 The Hill 和 CBS 报道,FTC 发言人确认已向两家公司发出民事传票;Axios 的匿名消息源称,每份调查令超过 50 页,索取安全事件、防护措施、营销和隐私政策资料(据 Ars Technica 转述)。路透报道 OpenAI 回应称会"建设性地配合"。这只是调查,没有任何结论;我们在 FTC 官网的新闻稿列表里没有找到相关稿件。
玩法
1. NVIDIA Nemotron 3.5 Bolt:74B 总参数、9B 激活,"2 位量化 + 24GB"。 模型页(10/15;Unsloth 当天在 X 上宣传)
- NVIDIA 说它由 Super VL 120B 压缩而来,并在训练时就按 2 位做量化感知蒸馏(对照上面 Muse 的 2 位 GGUF 是第三方事后量化);文本、图像、视频输入,256K 上下文,许可 OpenMDW-1.1,称可商用。
- "24GB"指打包后的模型文件大小,不是运行所需的全部。 NVIDIA 自己给的 llama.cpp 配方是:28GB 档需要 32GB 以上的独立显卡(或 64GB 的 RTX Spark),上下文 6.5 万;32GB 档需要 48GB 以上显卡,上下文 26.2 万;都另带一个小的草稿模型做推测解码。页面写的支持硬件是 NVIDIA 的 Ada Lovelace 和 Blackwell,Windows 和 Linux。
- 基准是 NVIDIA 自测(如 Terminal-Bench 2.1 为 50.98,对表里 Qwen3.6-35B-A3B 的 44.38),我们没有独立复现。
2. Open Code Review:让程序决定审哪里,让智能体去判断。 @HakWitTalk(发帖人自述,该帖互动极低)
- 帖子称阿里把内部用了两年的代码评审工具开源,审哪些文件、相关文件怎么打包、套哪条规则、评论落在哪一行,由程序定死,智能体只负责查上下文和判断,针对"改动一多智能体只挑几个文件看、行号常对不上"。
- 我们核对:GitHub 上有 alibaba/open-code-review,Apache-2.0,简介写着"确定性流水线 + LLM 智能体的混合架构",截至查看时约 4.74 万星,和帖子一致;"内部用了两年"是发帖人的说法,我们没有核实,也没有试用。
3. Codex 反复"正在重连 1/5…5/5"的排障 prompt。 @ama_huangama(发帖人自述"亲试有效",互动很低)
- 做法是把一段提示词直接发给 Codex,让它按顺序检查本机正在运行的代理软件及其本地端口,再排查设置。我们没有测试。
- 我们的提醒:这类提示词会让智能体读取并可能改动你电脑上的网络设置,运行之前先读清楚它要它做什么。
今天的结论
- 权重公开不等于人人能跑:许可、内存、质量是三件事,要分开问。
- 同一家公司几天里一个闭源、一个开放,比较之下,真正的区别落在"谁能用、用得起什么"。
- 基准和速度数字,除了 Artificial Analysis 单独列出的综合指数 39,大多是 Meta、Apple 等厂商或合作方给的,其余的独立复现还要等。
<!-- social drafts (local only): xhs=/workspace/ai-daily/work/2026-10-16/out/xhs.md wechat=/workspace/ai-daily/work/2026-10-16/out/wechat.md -->