剛剛，美國最強開源模型發佈！放中國只能排第七？
編譯 | 楊京麗 編輯 | 李水青 10月16日消息，今天凌晨，Meta發佈開放權重模型Muse Spark Open，總參數量達8160億，每次推理激活420億參數，支持100萬Token上下文窗口。該模型原生支持多模態，主攻編程和Agent任務，重點面向需要長時間執行的任務、複雜軟件工程和多步推理。Meta稱，這是迄今能力最強的美國開放權重模型。藉助最新版MLX框架，Muse Spark Open可在兩臺搭載蘋果M5 Ultra芯片的Mac Studio上運行，將大模型編程、視頻處理等Agent工作流搬到桌面端。
Meta創始人馬克·扎克伯格也在X上發文稱，得益於與蘋果新CEO約翰·特努斯及蘋果團隊的合作，Muse Spark Open在新款Mac Studio上運行良好，並曬出了兩臺Mac Studio搭配顯示器的桌面照片。特努斯在評論區回應：能夠直接在桌面端高效運行令人驚歎，Mac Studio正持續拓展端側AI的邊界。在第三方評測機構Artificial Analysis的開放權重模型智能指數榜單上，Muse Spark Open（xhigh）獲得39分，低於MiMo-V2.6-Pro的46分、GLM-5.
3的45分，以及Step 5 Preview、Kimi K3等模型的測評成績，與DeepSeek V4.1 Flash持平。而螞蟻百靈剛開源的Ling-3.1-flash也取得41分，領先Meta。目前，開發者可通過Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter和Together AI等平臺的API使用Muse Spark Open，也可通過Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face和Microsoft Foundry Models下載模型權重。
該模型支持SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、蘋果MLX、llama.cpp和Unsloth等主流推理框架，並針對AMD、蘋果、英特爾和英偉達芯片進行了優化。開發者還可以使用PyTorch框架進一步定製模型。開源地址： https://huggingface.
co/collections/meta-models/muse-spark-open 一、8160億總參數、百萬Token上下文，編程落後於多款國產開源模型 Muse Spark Open採用稀疏混合專家架構，總參數量為8160億，每個Token激活約420億參數，支持100萬Token上下文窗口，可接收文本、圖像、視頻和音頻輸入。基準測試方面，Muse Spark Open在部分Agent、知識推理和工具輔助多模態測試中領先，但在考察終端環境下編程與任務執行能力的Terminal-Bench 2.1中，其得分為76.4分，低於Qwen3.8-2.4T-A95B、GLM 5.
3和Kimi K3；在軟件工程測試DeepSWE 1.1中，其得分為60分，低於GLM 5.3的67分和Kimi K3的68分。在考察真實職業場景中知識工作任務完成能力的GDPval-AA v2中，Muse Spark Open得分為1401分，同樣低於Qwen3.8-2.4T-A95B、GLM 5.3和Kimi K3。二、兩臺M5 Ultra Mac Studio本地運行，能改代碼、剪視頻 為支持桌面端部署，Muse Spark Open針對最新版MLX框架和搭載M5 Ultra芯片的Mac Studio進行了優化。
Meta稱，蘋果統一內存架構允許每臺Mac Studio的集成GPU使用最高512GB內存，兩臺設備合計可提供約1TB統一內存，從而容納完整模型。M5 Ultra的內存帶寬為1.2TB/s，可支持讀取每個Token計算所需的部分模型參數。由此，兩臺Mac Studio可以像一臺擁有約1TB統一內存的超級計算機一樣協同工作。Meta使用由Muse Spark Open驅動的Muse Code，測試了一系列完全在設備本地運行的Agent工作流。在編程場景中，模型為開源Mastodon客戶端Ice Cubes完成了實際的iOS代碼修改，任務覆蓋修復Bug、添加新功能，以及完成整個項目的構建。
在視頻處理場景中，模型能夠操作視頻剪輯軟件DaVinci Resolve，逐幀檢查素材，尋找更適合保留的片段，並將畫面裁剪為豎屏。三、適配多家芯片與推理框架，進行安全後訓練 Muse Spark Open發佈時已適配SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、蘋果MLX、llama.cpp和Unsloth等推理框架，並針對AMD、蘋果、英特爾和英偉達芯片進行優化。在推理性能方面，Meta為SGLang提供了可自動調優的定製Helion GPU內核。按照其公佈的數據，這些內核在英偉達和AMD GPU上實現了1.03-3.
95倍的內核級加速，在AMD MI350上帶來的端到端性能提升為3%。安全方面，Meta稱，針對開放權重發布，Muse Spark Open進行了額外的安全後訓練，並依據Meta超級智能擴展框架開展評估，達到了該框架要求的發佈門檻。結語：開放權重模型走向本地工作流，實際能力仍待驗證 Muse Spark Open開放權重，為開發者部署和定製大模型提供了更多選擇，針對蘋果桌面設備的適配也拓展了本地Agent的應用空間。不過，從基準測試成績及第三方評測看，其綜合能力及部分編程表現仍落後於國產開放權重模型。在真實任務中能否穩定、高效地完成複雜工作，還需要更多獨立測試和實際應用來驗證。
Related
相關文章
認識 Voxel51 3.0：為實體 AI 打造的統一多模態資料平臺
Voxel51 已發布 Voxel51 3.0，這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺，將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要：規模：Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境：可於 app.voxel51.com 使用託管網頁應用程式，或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能：未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點：免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。
本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態
導航SecureDoc // EncryptionActive本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態。
下一概念建模把文本生成提速最高31倍
斯坦福等聯合提出全新文本生成範式 NCM，生成速度狂飆 31 倍AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Oct 16, 202633人工智能領域的文本生成技術迎來顛覆性創新。斯坦福大學與 Together AI 的研究人員近日聯手推出了一種截然不同於傳統自迴歸和擴散模型的全新文本生成範式——Next-Concept Modeling（簡稱 NCM，即“下一概念建模”）。該方法巧妙借鑑了圖像生成領域中“下一尺度預測”的思路，有望為未來的文本生成技術開闢全新的發展路線。在技術實現路徑上，NCM 模擬了人類“先構思宏觀大綱、再動筆填充細節”的寫作邏輯。整個系統通過兩階段訓練來完成:首先訓練多尺度殘差 VQ-VAE，從而得到能夠逐層補充信息的多層離散文本編碼;隨後凍結該系統，訓練 Transformer 模塊去預測下一層的編碼。在生成文本時，模型會先並行生成概念層面的宏觀大綱，接著逐層並行填充具體細節，最終組合成完整的文本內容。在實際測試表現中，NCM 交出了令人矚目的成績單。實驗數據顯示，在保持相近甚至更優生成質量的前提下，NCM 相對傳統的擴散語言模型實現了10到31倍的生成速度飛躍，並且在訓練過程中所需消耗的 token 數量也大幅減少。此外，在數獨等複雜推理任務上，它的表現也明顯優於傳統的自迴歸和擴散基線模型，同時還支持通過多生成候選挑選機制來進一步優化最終輸出效果。儘管目前該研究所使用的模型參數規模依然相對有限，其在擴大模型規模後的表現、精確文本以及長篇內容的生成能力仍有待後續驗證，但這一創新思路無疑打破了長期以來的技術慣性，為人工智能高效生成文本提供了充滿想象力的全新解法。本文來自AIbase日報掃碼查看歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南，每天我們為你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。
Claude自主優化八類量子電路設計
ScienceDesigning more efficient quantum circuits with ClaudeOct 16, 2026Quantum computers will need carefully designed circuits to run useful algorithms on limited hardware.
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？ 本文作者： 倪萍 2026-10-17 22:42 導語：10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族 10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族式標識。 新車採用寧德時代電池以及廣汽自研的彈匣電池2.0技術，能夠在充分釋放續航能力的同時，監控電池健康狀態。提供45.58kWh和62.98kWh兩種規格，續航可達702公里，整車風阻係數 Cd 低至 0.22。Ray7搭載華為DriveONE多合一電驅，以及華為DriveONE芯片級驅制融合架構，百公里制動僅為32.8米。底盤方面，Ray7搭載高性能前後穩定杆和後五連桿懸架，過彎極限更高，濾振更乾淨。智能化上， Ray7搭載27顆車規級全視角傳感器，採用文遠知行L4級Robotaxi同源大模型。這幫助新車能夠複用 L4 積累的海量場景經驗，在城區掉頭、繞行等複雜場景中可順利通行。自2025年廣汽推進“番禺行動”以來，昊鉑埃安BU的研發、生產、銷售等環節效率不斷提升，產品迭代和新車投放節奏明顯加快。作為埃安全新Ray車系的首款新車，Ray7是埃安開啟年輕化序列的關鍵落子，也是廣汽切入20萬級市場的重要佈局。這一細分市場競爭並不輕鬆：小鵬P7、極氪007等車型已經提前卡位。Ray7想在年輕人心中佔位，不能只堆參數，更要把智能座艙與輔助駕駛、三電安全、補能效率、用車成本和價格權益上的差異，變成用戶可感、可信、可持續的體驗，這才是埃安年輕化的分水嶺。（雷峰網(公眾號：雷峰網)） 雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
梁聖又掀桌了！DeepSeek新模型斬殺GPT-6，許願式編程時代降臨
作者 | 楊京麗 編輯 | 李水青 10月17日報道，剛剛，DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本，官方網頁端、App與API已同步更新至新模型，模型權重也已在HuggingFace和ModelScope開放下載。DeepSeek還向公眾開放自研搜索引擎的Search（搜索）與Fetch（抓取）API，兩個接口均定價為5元/千次。 此次更新距離該模型發佈僅過去一個多月。9月10日，DeepSeek正式推出V4.1-Flash，在性能上超越了DeepSeek-V4-Pro。