Meta于2026年10月15日宣布推出Muse Spark Open。这是一款开放权重的混合专家（MoE）模型，可在同一条提示中处理文本、图像、音频和视频。模型总参数量约为816 B，但每个词元仅激活约42 B参数，因此运行速度比同等规模的稠密模型更快。它还支持最长100万词元的超大上下文窗口，可一次处理长篇文档、代码库或视频转录文本。
模型能做什么
Muse Spark Open针对“智能体编程”进行了优化：它能读取代码库、编写或调试代码，并在查看屏幕截图、语音备忘或屏幕录像时调用外部工具。模型只生成文本，但输入可以是任意模态的组合。该模型提供两种检查点格式：BF16（约1.5 TB）和可在NVIDIA Blackwell GPU上运行的4位NVFP4版本。Meta还提供了适用于llama.cpp、vLLM、SGLang等推理框架的集成方案，以及采用OpenAI兼容API的托管式Hugging Face Inference Endpoint。
为什么重要
开发者现在可以运行一个同时理解代码、屏幕截图和语音备忘的AI模型，无需在不同工具之间切换，有望加快调试和文档编写。不过，这款模型仍需要高端GPU硬件或托管端点，因此没有相关资源的普通用户仍难以使用。
