Meta выпустила "самую мощную открытую модель в США"

Генеральный директор Meta Марк Цукерберг. Изображение обработано с помощью ИИ

Автор｜Су Ян

Редактор｜Сюй Циньян

15 октября по местному времени в США Meta официально представила Muse Spark Open, модель смешанного эксперта с общим количеством параметров 816 миллиардов и 42 миллиарда активных параметров, а также открыла загрузку весов.

Это самая мощная на сегодняшний день открытая модель весов в США, которая изначально поддерживает мультимодальный ввод, а контекстное окно достигает 1 миллиона токенов.

Лауреат премии Тьюринга, бывший главный научный сотрудник AI Meta Ян Ликун "с восторгом" оценил

01 Две "яблока" достаточно

Meta заявила, что сотрудничает с Apple для оптимизации, и две версии Mac Studio M5 Ultra могут полностью запустить всю модель.

Конкретная конфигурация — две версии Mac Studio M5 Ultra, работающие совместно через MLX, с общей памятью 1 ТБ. Пропускная способность памяти M5 Ultra достигает 1,2 ТБ в секунду, что позволяет поддерживать скорость чтения небольших фрагментов, необходимых для каждого токена.

Модель сама по себе использует архитектуру смешанного эксперта, из 816 миллиардов общих параметров активируется 42 миллиарда за раз. Это означает, что фактическое количество параметров, вызываемых во время вывода, значительно меньше общего объема, но полные веса все равно необходимо загрузить в память. Для версии NVFP4, указанной на карте модели, требуется как минимум 700 ГБ памяти ускорителя, а для версии BF16 — 2 ТБ.

Таким образом, две версии Mac Studio по 512 ГБ как раз подходят под порог, необходимый для размещения квантованных весов.

Нативный мультимодальный ввод — еще один акцент Muse Spark Open.

Модель принимает четыре типа ввода: текст, изображения, видео и аудио, а выводит текст. Это не генеративная мультимодальная модель — она не может рисовать, генерировать видео или синтезировать речь, ее возможности заключаются в понимании и анализе информации из различных модальностей. Разработчики могут заставить ее просматривать скриншоты, слушать записи, анализировать видеокадры и делать выводы на основе текстовых команд. Для агентских рабочих процессов такая способность понимания более практична, чем генеративная.

Помимо чипов Apple, Muse Spark Open также поддерживает основные движки вывода и аппаратные платформы. SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, MLX, llama.cpp, Unsloth уже адаптированы, чипы AMD, Apple, Intel и NVIDIA могут работать.

Meta также предоставляет собственное ядро Helion GPU, которое может обеспечить ускорение на уровне ядра от 1,03 до 3,95 раз на SGLang, а на AMD MI350 — ускорение до 3%.

02 "Самый сильный в США" с высокой ценностью

Meta несколько раз подчеркивала "самую сильную открытую модель весов в США".

В таблице результатов, опубликованной самой Meta, Muse Spark Open лидирует в бенчмарках JobBench и MCP-Atlas, получив 61,8 и 89,2 балла соответственно, что выше, чем у конкурентов GLM 5.3, Kimi K3 и Qwen3.8.

В тесте вывода HLE-Diamond без инструментов он также лидирует с 26,1 балла. В визуальной оценке с инструментами ZeroBench получил 50 баллов, а SimpleVQA — 73,6 балла, также занимая передовые позиции.

Американский ученый в области ИИ Натан Ламберт заявил, что он долго ждал, когда американские открытые модели снова станут конкурентоспособными, и теперь, наконец, увидел надежду.

Генеральный директор Box Аарон Леви также считает, что это большой шаг вперед для американского открытого сообщества, компании теперь могут комбинировать — использовать передовые модели для оркестрации и высокоуровневых задач, а низкозатратные настраиваемые модели для повторяющихся рабочих процессов.

Спрос высок, но недостатки также очевидны.

В тесте кодирования на терминале Terminal-Bench 2.1 Muse Spark Open набрал 76,4 балла, что ниже 83,9 балла у GLM 5.3 и 85,0 балла у Kimi K3.

В задаче программной инженерии DeepSWE 1.1 результат в 60 баллов также отстает от 67 и 68 баллов у GLM и Kimi.

В комплексной оценке знаний GDPVal-AA v2 Muse Spark Open с 1401 баллом отстает от 1653 баллов у GLM 5.3, 1613 баллов у Qwen3.8 и 1537 баллов у Kimi K3.

Индекс интеллекта от третьей стороны Artificial Analysis также предоставляет ориентир.

Согласно их публичному списку, Muse Spark Open (режим Xhigh) набрал 39 баллов, Xiaomi MiMo-V2.6-Pro — около 46 баллов, Zhizhu GLM-5.3 — около 45 баллов, Kimi K3 — около 44 баллов, GLM-5.3-Flash — около 42 баллов, Alibaba Qwen3.8 2.4T A95B — около 40 баллов.

Это означает, что как минимум шесть выпущенных открытых моделей имеют общий балл выше, чем у Muse Spark Open, и все они от китайских производителей.

За последний год количество загрузок китайских открытых моделей превысило количество загрузок американских моделей, 60% токенов в запросах из США на OpenRouter обрабатываются открытыми моделями, большая часть из которых поступает из китайских лабораторий. Этот выпуск Meta стал своего рода новой вехой в американском открытом сообществе.

Что касается цен, Together AI объявила, что цена API Muse Spark Open составляет 1,25 доллара за миллион входящих токенов и 4,25 доллара за выход, что соответствует закрытой версии Muse Spark.

Эта цена не считается дешевой среди открытых моделей, DeepSeek-V4.1-Flash в не пиковые часы стоит всего 0,75 доллара за миллион токенов, Xiaomi MiMo-V2.6-Pro — 1,305 доллара, GLM-5.3 — 5,80 доллара.

Muse Spark Open занимает промежуточное положение между средним и высоким сегментом, преимущество в соотношении цена-качество в основном проявляется в сценариях самоуправления — если компании развернут его самостоятельно, стоимость вычислений может оказаться более выгодной, чем вызов API.

03 От исправления iOS до монтажа видео

Параметры и результаты — это всего лишь бумажные данные, настоящую значимость демонстрируют несколько практических примеров использования Muse Spark Open.

Первый пример использования, опубликованный Meta, — это модификация iOS-приложения.

Meta использовала Muse Code (программный интеллект на основе Muse Spark Open) для полного локального обработки Ice Cubes — открытого клиента Mastodon. Конкретные задачи включали исправление ошибок, добавление новых функций и завершение полной сборки.

Второй пример использования — Muse Spark Open локально управляет DaVinci Resolve для монтажа видео, просматривая материалы кадр за кадром, находя самые интересные моменты и затем обрезая их в вертикальном формате.

Традиционные инструменты для монтажа видео в основном выполняют такие базовые задачи, как автоматическое добавление субтитров и простые переходы, в то время как Muse Spark Open принимает "решения о том, какие кадры лучшие", что является более субъективным решением. Он может просматривать каждый кадр, понимать содержание изображения, делать выбор и затем непосредственно управлять профессиональным программным обеспечением для монтажа, чтобы создать готовый продукт.

Если этот процесс будет успешно реализован, это приведет к прямому повышению эффективности для создания коротких видео, контент-креаторов и медиа-организаций.

Muse Spark Open также поддерживает покупки с помощью интеллекта. Инженер машинного обучения Hugging Face Педро Куэнка поделился на X демонстрацией покупок, показывающей способности Spark Open в задачах интеллекта, использовании компьютеров и мультимодальном выводе.

Конкретно, модель может напрямую управлять браузером, просматривать сайты электронной коммерции, сравнивать товары и завершать покупки. Сцена "ИИ помогает вам покупать" обсуждается уже давно, но всегда ограничивалась способностью модели понимать веб-страницы и стабильностью операций. Мультимодальное понимание и способность вызывать инструменты Spark Open снизили порог для реализации таких приложений.

София Ян, руководитель отдела разработчиков Fireworks AI, продемонстрировала еще более впечатляющий способ — с помощью Spark Open генерировать код кадр за кадром, создавая полноценную интерактивную анимационную веб-страницу.

Пользователи могут просматривать всю веб-страницу, как будто они входят в сцену фильма, каждый кадр написан моделью в реальном времени. Эта демонстрация больше похожа на техническое шоу, но она демонстрирует возможность сочетания локальных больших моделей и творческих инструментов.

За этими примерами стоит полное развертывание Meta в области открытых моделей.

В апреле этого года была выпущена первая версия Muse Spark, в августе был представлен Glimmer с 30 миллиардами параметров и лицензией Apache 2.0, а в начале октября были выпущены более продвинутые Muse Wonder и Wonder Full. Теперь Spark Open заполнил пробел в открытых весах, сформировав полную линейку продуктов от небольших локальных моделей до крупных закрытых моделей.

Лицензионное соглашение также было детализировано. Glimmer использует полностью открытую лицензию Apache 2.0, а Spark Open использует пользовательскую лицензию Muse Model License------большинство разработчиков могут использовать её бесплатно, но если ваша компания предоставляет модели как услугу и её годовой доход превышает 20 миллионов долларов, то необходимо подписать отдельное соглашение с Meta.

Внутреннее развертывание, исследования и коммерческие приложения, не связанные с моделями, не подпадают под ограничения. Этот дизайн очень точен------внутри компании использовать не проблема, использовать для создания собственного продукта тоже не проблема, но если вы хотите продавать API напрямую, то нужно обсуждать разделение доходов.