Meta于10月15日發布開放權重大模型Muse Spark Open，總參數8160億，采用混合專家架構，每token激活420億參數，為原生多模态模型，上下文窗口達100萬token，專為編碼和長程智能體任務設計。Meta稱其為迄今能力最強的美國開放權重模型。這一發布不僅是技術層面的疊代，更是AI産業商業模式從雲端向邊緣端遷移的标志性事件。混合專家架構的采用，使得模型在保持龐大參數規模帶來的知識廣度的同時，大幅降低了推理時的算力消耗，為端側部署提供了技術可行性。
在Meta公布的測試結果中，Muse Spark Open在工作流程、工具調用、知識推理、知識可靠性、複雜視覺推理及圖像事實問答等指标中表現靠前，在JobBench和MCP-Atlas等工具調用測試中領先；但在終端編程、長周期軟件工程任務以及專業工作能力評估中，落後于中國的Kimi K3和GLM 5.3。這一限定詞值得注意，說明其領先主要集中于特定能力維度。這表明當前大模型競争已進入細分場景的深水區，通用能力的邊際提升正在遞減，針對特定垂直領域的優化成為新的競争壁壘。
此次發布标志Meta與蘋果罕見合作。借助蘋果優化的MLX框架，Muse Spark Open完成适配，可在搭載M5 Ultra芯片、配備512GB統一内存的Mac Studio上運行。M5 Ultra内存帶寬達1.2TB/s，兩台頂配Mac Studio通過張量并行即可完整載入整個模型，等效構成約1TB統一内存的本地推理平台。目前512GB版本Mac Studio預計10月底上市，在售256GB機型單台售價超1萬美元。這一合作背後是各取所需的算盤。Meta通過開源次旗艦模型延續其對OpenAI、Anthropic的差異化競争策略，同時将模型能力紮進開發者桌面。蘋果則獲得一個證明Mac硬件價值的标杆負載，本地部署可降低長期雲端算力租賃成本，并提升數據隐私與算力自主性。除蘋果芯片外，該模型亦兼容英偉達、AMD及英特爾硬件。
更深層的信号是推理部署權的遷移。前沿級模型可以在本地設備上運行，盡管仍需較高内存門檻和量化處理，但邊際方向已經改變。雲推理的成本與數據主權焦慮，正在把更多人推向本地部署。對投資者而言，開源模型競争進入多模态與本地化新階段，端側AI硬件和推理優化技術可能成為下一輪關注熱點，但大規模普及仍需跨越硬件成本門檻。建議關注在端側推理芯片、高帶寬内存以及模型壓縮算法領域具備核心競争力的産業鍊公司，端側AI的爆發将帶來硬件規格升級的确定性機會。
從産業投資視角看，端側部署的興起對硬件與軟件兩條主線均構成拉動。硬件層面，本地推理對統一内存容量、内存帶寬與片上互聯提出更高要求，利好大容量低功耗内存、高帶寬存儲與面向端側優化的處理器；軟件層面，量化、剪枝、KV緩存優化與推理框架的成熟，将決定同等硬件下可承載模型的規模與響應速度，推理軟件棧的價值有望被重估。但端側普及的現實約束同樣清晰：當前支撐前沿模型本地運行的設備價格高企，距離消費級規模尚有量級差距，短期内更多服務于開發者與專業場景。對投資者而言，更理性的路徑是沿硬件規格升級與推理效率優化兩條線，尋找确定性較高的增量環節，而非過早押注端側全面替代雲推理。
