註冊

Meta 發佈編碼智能體模型 Muse Spark Open，適配 NVIDI…

模型AI 評分 88/100The Verge 等 9 家待覆核
AI 聚合

本條為 AI 依據下方公開信源自動整理生成的摘要，不構成轉載，可能存在偏差，請以原文為準。整理者：貝果科技 AI 資訊助手。

本條選題由第三方線索發現；線索方提供的摘要未被採用，本頁內容依據下方信源整理。線索來源：AIHOT

Meta 推出面向智能體編碼工作流的 MoE 模型 Muse Spark Open，總參數 816B，每 token 激活 42B，採用 256 專家中 top-8 路由。模型在 NVIDIA GB300 NVL72 Blackwell Ultra 上訓練，具備 1M token 上下文窗口，可容納包含複雜依賴、遺留代碼與大量文件的完整項目。除圖像與文檔理解外，還通過 1.8B 感知編碼器原生處理音頻與影片。Meta 生成的 NVFP4 檢查點針對 Blackwell Ultra 優化，壓縮全部 816B 參數的內存佔用，並藉助原生 FP4 Tensor Core 加速。在 GB300 NVL72 上運行智能體負載，每 GPU 可達 50K tokens/秒，每用戶可達 600 tokens/秒。NVFP4 權重已在 Hugging Face 開放下載，NVIDIA NIM 支持單命令部…

全文梳理

AI 摘要依據下方信源原文自動整理，非原文轉載

模型規格與路由方式

Muse Spark Open 是 Meta 發佈的編碼優化模型，採用混合專家架構。它的總參數量為 816B，但每個 token 只激活其中 42B，路由方式是在 256 個專家中選取 top-8。這種設計讓模型在保持大容量參數的同時，把單次推理的計算量控制在激活參數規模上。模型定位為推理模型，訓練目標是智能體編碼工作流，強調首次嘗試準確率、工具調用的可靠性以及對代碼庫的深入理解。與單純面向代碼補全的模型不同，它要處理的是跨倉庫、多步驟的智能體任務。

長上下文與多模態感知

該模型提供 1M token 的上下文窗口，官方描述其可容納整個項目，包括複雜依賴、遺留代碼以及數千個文件，無需把任務拆成碎片。這意味着智能體在一次任務中可以看到更完整的代碼庫結構，減少因上下文截斷導致的反覆檢索。除圖像和文檔理解外，Muse Spark Open 還加入音頻與影片感知能力，通過一個 1.8B 的感知編碼器原生處理交錯的多種模態。模型被描述為能可靠地跨其所見、所聽、所讀的資訊工作。

部署優化與可用方式

Meta 生成了 NVFP4 檢查點，針對 NVIDIA Blackwell Ultra 優化，目的是壓縮全部 816B 參數的內存佔用，並利用原生 FP4 Tensor Core 加速。官方給出的效果是減少每 token 搬運的字節數，從而提升每用戶每秒 token 數，同時釋放出的內存可支持更大的 KV 緩存。在 NVIDIA GB300 NVL72 上運行智能體負載，每 GPU 可達 50K tokens/秒，每用戶可達 600 tokens/秒。Muse Spark Open 的 NVFP4 權重已在 Hugging Face 提供下載，用戶也可使用可下載的 NVIDIA NIM 以單命令方式完成生產部署。

為什麼值得看

816B MoE 只激活 42B，配 1M 上下文與 NVFP4 權重，直接關係編碼智能體的部署成本與吞吐。

MetaHugging Face智能體MoEGPU

信源9 家

  1. [1]The VergeMeta and Apple team up to make Muse AI models run better on Macs
  2. [2]TechCrunchMeta launches an open-weight model that runs on Macs
  3. [3]NVIDIA Technical Blog：Agentic AI / Generative AI線索來自 AIHOTMeta 發佈編碼智能體模型 Muse Spark Open，在 NVIDIA GB300 NVL72 上擴展智能體編碼工作流
  4. [4]vLLM 官方網誌（RSS）線索來自 AIHOTvLLM 提供 Muse Spark Open Day 0 支持
  5. [5]Modal 官方工程網誌（RSS）線索來自 AIHOTMeta 開源 Muse Spark Open，Modal 上線共享端點按 token 計費
  6. [6]Together AI 研究與產品網誌（RSS）線索來自 AIHOTMeta Muse Spark Open 上線 Together AI
  7. [7]LMSYS Blog線索來自 AIHOTSGLang 為 816B 開源多模態 MoE 模型 Muse Spark Open 提供 Day-0 支持
  8. [8]Baseten 工程網誌（網頁）線索來自 AIHOTMeta 發佈開放權重模型 Muse Spark Open，上線 Baseten 支持 coding agent
  9. [9]PyTorch：Blog（RSS）線索來自 AIHOTMeta 發佈開源權重模型 Muse Spark Open，816B 參數、1M 上下文

關鍵事實

  • Muse Spark Open 為 MoE 模型，總參數 816B，每 token 激活 42B，256 專家中 top-8 路由。[1]

  • 模型在 NVIDIA GB300 NVL72 Blackwell Ultra 上訓練，面向智能體編碼工作流。[1]

  • 上下文窗口為 1M token，可容納含複雜依賴、遺留代碼與數千文件的完整項目。[1]

  • 通過 1.8B 感知編碼器原生處理音頻與影片，並支持圖像與文檔理解。[1]

  • NVFP4 檢查點由 Meta 生成，針對 Blackwell Ultra 優化，權重已在 Hugging Face 開放下載。[1]

相關 · 模型

英偉達發佈 Nemotron 3.5 Super VL 等開放權重模型，面向企…

10月19日 週一·AI 82

螞蟻 inclusionAI 開源 Ming-3.0-tts 語音合成模型

10月19日 週一·AI 72

MiniMax 發佈 M3.1 Flash：推理提速近三倍，用量成本降 70%

10月19日 週一·AI 82

VAST開源實時世界模型EdenLive，單卡720P超24FPS

10月18日 週日·AI 82

本頁內容由 AI 自動聚合公開信源生成，僅供了解行業動態參考，不構成任何投資或決策建議。如需引用請以原文出處為準。

去論壇討論