先看幾個重點
- Meta 於週四釋出旗下 Muse Spark 人工智慧模型的開放權重版本，鎖定程式撰寫與 AI 代理應用，藉此將開發者存取範圍擴大至專有系統之外。
- 執行長 Mark Zuckerberg 主張，先進 AI 能力不應集中在少數企業手中，本次釋出開放權重正是此立場的具體落實。
- 開放權重讓企業在資料掌控與客製化路徑上擁有更大彈性，但此模型仍需要可觀的運算與工程資源才能有效運作。
摘自本文 · 2026-10-16
接著看完整內容Meta 擴大開放權重模型的使用
Meta 於週四發布了「Muse Spark」人工智慧模型的開放權重版本，該模型專注於程式撰寫與 AI 代理，將開發者存取範圍擴展到專有系統之外。與閉源模型不同，開放權重版本會公開訓練後的參數，讓外部團隊能下載並依自身工作負載調整底層權重。
此次發布帶來了具體的技術與基礎設施訊號。Meta 揭露 Muse Spark 總參數量為 8,160 億，推理時啟用參數為 420 億，支援最高 100 萬 token 的上下文窗口，並可在兩臺 Apple 「M5 Ultra Mac Studio」電腦上於本機端執行。也可透過部分供應商取得 API 存取。本機端配置是一項值得注意的基礎設施訊號：這顯示 Meta 正將該模型定位為可於本機端執行，至少在部分推理工作負載上，可能降低對大型集中式資料中心部署的依賴。
Meta 高層的策略定調
執行長 Mark Zuckerberg 主張，先進 AI 能力不應集中於少數幾家公司手中，而此次開放權重發布正是將此立場化為實際行動。此定調與專有競爭對手形成對比，並將 Muse Spark 定位為一項低成本選項，供願意投入運算資源與技術專業來執行 8,160 億參數模型（即使在推理時僅啟用 420 億參數子集）的企業採用。
權衡取捨與部署考量
開放權重讓企業對自身資料與客製化路線擁有更高掌控力，但該模型仍需要大量運算與工程資源才能有效運作。兩臺 Mac Studio 的本機端配置僅為基準；用於程式撰寫與代理型工作負載的正式部署，勢必需要更龐大的基礎設施，因此資料中心問題僅獲得部分解答，而非完全釐清。
下一個可觀察的檢核節點
關注 API 通路上的開發者採用情形，以及任何在本機端參考配置之外的企業部署規模揭露；若另行披露正式上線規模的客戶或推理經濟效益，將有助於釐清本機端執行訊號的適用範圍究竟有多大。
相關產業與供應產品
產業／產品或服務 | 證據等級 | 事件關聯 | 驗證訊號 | 主要風險 |
|---|---|---|---|---|
本地 AI 推論硬體（高效能工作站） | 推論 | Muse Spark 可在兩臺 Apple M5 Ultra Mac Studios 上執行 | Apple 或 Meta 揭露的本機執行基準測試 | 與資料中心推論的效能差距可能限制實際工作負載 |
API 型模型服務供應商 | 已確認 | 模型可透過部分 API 業者取得 | 業者列表與定價頁面 | 目前報導中的業者細節有限 |
企業 AI 整合服務 | 研究觀察清單 | 開放權重版本鎖定程式設計與代理任務 | 開發者生態系公告或案例研究 | 需求訊號尚未確認 |
資料中心推論基礎設施 | 研究觀察清單 | 在地執行可能將部分推論移轉至資料中心之外 | Meta 揭露工作量組合的轉變 | 裝置端執行僅為參考設定，並非替代方案 |
採購機會
目前尚未確認任何採購案。以來源為依據的產品相關性，指向高效能本地 AI 硬體與 API 服務平臺，作為有限的觀察清單類別；企業部署合約或具名的客戶揭露將是驗證訊號。
分享這篇文章
