Meta与苹果联合适配Mac本地AI模型

10月15日，Meta开放了Muse Spark Open的模型权重，并公布与Apple合作完成的Mac运行方案：开发者通过Hugging Face下载模型，使用最新版MLX，在两台各配备512GB统一内存的M5 Ultra Mac Studio上运行。MLX是Apple针对自家芯片优化的机器学习框架。此次发布同时提供托管API入口，进展已到权重分发和部署工具开放阶段。合作的具体成果是让这款模型适配Apple硬件；发布内容没有宣布将它接入Siri或Apple Intelligence。

联合适配聚焦编程代理

双方高层也公开确认了合作。MacRumors报道，Mark Zuckerberg向Apple首席执行官John Ternus致谢，Ternus随后肯定了在桌面运行这一规模模型的效率。Wang告诉Axios，双方已合作数月，Daniel Gross协助促成合作。对曾因应用政策和隐私问题发生冲突的两家公司而言，这次合作落实在模型运行与硬件适配上，不能据此推定双方其他产品合作的范围。

Muse Spark Open的目标用途是编程和AI代理，即能够规划步骤、调用工具并根据执行结果继续工作的系统。Meta表示，模型可以处理长时间的软件工程任务和多步骤推理。Hugging Face的介绍进一步说明，它接受文本、图像、音频和视频输入，生成文本输出；开发者可以把代码库、界面截图或屏幕录制交给同一个模型处理。这使它的适配对象覆盖开发工具和桌面应用操作。

Meta披露的本地测试包括借助Muse Code修改开源Mastodon客户端Ice Cubes，完成错误修复、新功能和完整构建；另一项测试是在DaVinci Resolve中逐帧检查素材，寻找合适片段并裁成竖屏。这些例子说明了发布方希望交付的工作流，但仍是Meta自述的测试结果。它们没有给出客户生产环境的任务成功率，也不能直接回答开发者等待一次复杂修改需要多久。

双机运行的内存条件

这套部署方案依托Apple此前发布的硬件。Apple在8月25日宣布搭载M5 Max和M5 Ultra的新Mac Studio，并将统一内存上限提高到512GB。公告列出的整机系列供货起点是9月22日。Meta在10月15日发布Muse Spark Open时，把两台M5 Ultra Mac Studio作为桌面运行配置。硬件发布时间、系列供货时间和模型发布是不同节点，不能把它们视作每一种内存配置都已交付的证明。

模型采用混合专家架构，即每次生成时只调动部分参数参与计算。它共有8160亿参数，每个token约激活420亿参数；token是模型处理文本及其他输入的基本单位。Hugging Face解释，每层的路由器从256个专家中选出8个，但所有专家仍要留在内存中。因此，少量参数参与单次计算，并不意味着部署时只需容纳这些活跃参数。百万token的上下文窗口则表示可处理的输入范围，实际使用还要为运行状态预留内存。

Meta称，M5 Ultra的集成GPU可使用每台机器最多512GB的统一内存，芯片内存带宽为1.2TB/s；两台机器可以容纳整个模型。跨机器运行仍有明确的连接条件：开发文档要求MLX通过Thunderbolt 5上的RDMA拆分模型。RDMA即远程直接内存访问，用于跨设备传输数据；该方案要求macOS 26.2或更新版本，且每一对Mac之间都要直接连接。统一内存容量解决模型能否装下的问题，互连和软件则参与决定实际执行效率。

桌面部署与托管并行

此次发布保留了两条使用路径。自行部署的开发者下载权重，在自己的Mac上配置MLX，并承担设备采购和运行维护；选择托管服务的开发者则通过Together AI、Fireworks AI等平台的API调用模型，由服务商承担推理基础设施。前者适合需要掌握运行环境的团队，后者免去自行配置硬件的步骤。现有公告没有提供两条路径在相同任务、并发量和使用周期下的成本测算，因此不能据此判定哪种方式更省钱。

数据中心软件生态也在发布日接入。vLLM团队于10月15日宣布支持Muse Spark Open，提供面向NVIDIA和AMD的预构建容器镜像，同时提醒，模型进入nightly软件包还要等待代码审查与合并，通常需要约一周。这个细节说明，“发布日支持”可以通过专门镜像实现，并不等于所有常规安装渠道已经更新；运营团队仍需确认实际使用的版本和部署配方。

对有内部代码或未公开素材的团队，本地运行的直接意义是可以把模型推理留在自己控制的设备中。Meta演示的编程与剪辑任务已经把这种用途具体化。不过，本地模型只是应用系统的一部分：代理调用浏览器、远程工具或外部服务时，数据如何流动仍取决于应用配置。由此可以推断，企业采用这套方案时，除了验收模型输出，还需要核对工具权限与数据出口，才能落实所要求的处理边界。

免费商用的适用边界

开放权重也附带明确的商业条件。Muse Model License允许使用、修改、微调和分发，但规定：如果使用者及其关联方以API等方式向第三方提供模型服务，且连续12个月合计总收入超过2000万美元，就必须在提供相关服务前通知Meta并另签书面协议。这项限制不适用于内部使用、研究，也不适用于把模型作为自身非模型服务产品中的功能组件。判断是否触发条款，要同时核对业务形式与收入条件，不能只看下载是否免费。

许可证还要求相关产品或文档显著展示“Built with Muse Spark Open”，保留版权声明、许可证和使用政策；Meta不主张拥有模型生成的输出。模型说明建议将其放入带有场景专用防护的AI系统中，部署者仍需为衍生模型的安全与使用负责。这使开放权重的实际价值落在可下载、可调整、可自行部署，同时保留许可义务和应用层面的责任。

从此次已公布的成果看，Apple获得了用于展示大内存Mac用途的具体模型与工作流，Meta则把权重分发延伸到桌面设备。对AI基础设施采购的影响，是团队有了可以实际验证的本地部署方案。能否将其用于日常生产，仍取决于目标任务下的延迟、稳定性、工具权限和完整运行成本；这些项目应在团队自己的工作负载中验收，现有演示尚不能替代这一步。