Meta 最新开源的 Muse Spark Open 模型可以在 Mac Studio 上本地部署运行，这件事对苹果来说是一个意料之外的利好助攻，这个模型是 Meta 推出的超大参数 MoE 多模态开源模型，总参数 8160 亿，单次激活 420 亿参数，支持 100 万 token 超长上下文，原生兼容文本、图像、音频、视频，擅长代码编写、长任务处理和多步骤推理。它能跑起来的核心原因是 Mac Studio 搭载 M5 Ultra 芯片，拥有苹果自研统一内存架构，单台最高 512GB 统一内存，依靠苹果 MLX 框架加上 RDMA 互联，两台 Mac Studio 串联就能凑出 1TB 内存，完整加载这个大模型，推理全程本地完成，不用把数据上传到云端服务器。扎克伯格本人也公开感谢苹果新任 CEO John Ternus，双方之前在隐私政策上有不小分歧，这次合作让开源大模型阵营和苹果硬件走到一起，补齐了苹果本地 AI 生态的一块短板。上手部署的时候，要先准备两台 512GB 内存版本 M5 Ultra Mac Studio，升级到适配 MLX 新版本的 macOS，配置设备之间高速互联，再从 Hugging Face 拉取模型权重，用 MLX 分布式推理脚本启动，调试并行参数之后就能做本地对话、代码开发、视频分析和智能体任务；四台 Mac Studio 并行部署还能进一步拉高推理速度，实测最高可以到 36.7token / 秒。
一、Muse Spark Open 模型核心参数清单
- 模型架构：MoE 混合专家模型
- 总参数量：8160 亿，激活参数 420 亿
- 上下文窗口：100 万 token
- 能力类型：原生多模态，文本、图像、音频、视频
- 主打场景：复杂代码开发、长周期任务、多步骤推理、AI 智能体
- 运行依赖：MLX 框架，支持分布式张量并行
二、Mac Studio 硬件运行要求
| 部署规模 | 硬件配置 | 推理表现 |
|---|---|---|
| 最低部署 | 2 台 M5 Ultra Mac Studio（512GB 统一内存） | 可完整加载模型，基础推理可用 |
| 高性能部署 | 4 台 M5 Ultra Mac Studio（512GB 统一内存） | 分布式并行，最高 36.7 token / 秒 |
| 低配机型 | M4 Max、M3 Ultra Mac Studio | 内存不足，无法完整加载原版模型 |
三、部署操作步骤
- 准备两台及以上 512GB 内存 M5 Ultra Mac Studio，升级 macOS 到支持新版 MLX 的系统版本
- 配置 RDMA 高速互联，打通多台 Mac Studio 之间的数据通道
- 安装 MLX 最新版本依赖环境，准备 Python 运行环境
- 在 Hugging Face 下载 Muse Spark Open 官方权重文件
- 执行 MLX 分布式推理脚本，开启张量并行，加载模型
- 调用接口进行对话、代码、多模态任务测试，按需调整推理参数
四、这个组合带来的好处
- 数据本地闭环，所有推理计算在 Mac Studio 集群完成，不上传第三方云端，隐私可控
- 不用租用昂贵云算力，桌面设备就能跑前沿级开源大模型
- 丰富苹果 MLX 生态，开发者可以直接在 Mac 上做模型微调、智能体开发
- 开源权重可二次修改，开发者可以自定义模型能力、微调行业专属版本
五、明显限制和短板
- 门槛很高，必须是 512GB 内存 M5 Ultra 版本 Mac Studio，普通 Mac Studio 无法跑完整版
- 模型商用带有 Meta 附加许可条款，商用需要遵守对应限制
- 分布式部署对网络、命令行操作能力有要求，普通用户很难直接上手
- 功耗、散热压力大，多机集群占用空间高，不适合普通家用轻度使用
【相关 FAQ】
问题 1：Mac Studio 运行 Muse Spark Open 这个 Meta 开源模型，需要几台设备？
回答 1：Mac Studio 跑 Muse Spark Open 最低需要两台 512GB 内存 M5 Ultra 版本 Mac Studio，四台 Mac Studio 分布式并行可以获得更快的推理速度。
问题 2：Muse Spark Open 作为 Meta 开源模型，在 Mac Studio 上运行要不要联网调用云端？
回答 2：Muse Spark Open 部署在 Mac Studio 集群之后，推理过程本地运行，不需要联网调用 Meta 云端服务器，原始模型权重下载阶段需要联网。
问题 3：普通 M2 Ultra、M3 Ultra 的 Mac Studio 能不能跑这个 Meta 开源模型 Muse Spark Open？
回答 3：普通 M2 Ultra、M3 Ultra Mac Studio 内存规格达不到要求，没办法完整加载原版 Muse Spark Open，只能尝试量化后的精简版本，效果差距很大。
问题 4：Mac Studio 上跑 Muse Spark Open，是靠苹果什么技术实现的？
回答 4：Mac Studio 运行 Muse Spark Open 依靠苹果 MLX 机器学习框架、统一内存架构，搭配 RDMA 实现多台 Mac Studio 之间的分布式张量并行推理。
【参考资料】
[2026-10-20]（大模型加速融入专业场景，智能体生态持续拓展）东方财富研报中心
[2026-10-16]（扎克伯格感谢库克接班人：8160 亿参数的 Muse Spark Open 开源，两台 Mac Studio 就能跑）36 氪
[2026-10-16]（Meta and Apple Bring Muse Spark Open AI Model to Mac Studio）MacNews
[2026-10-15]（Local and Distributed Large LLM Inference with MLX and RDMA on Mac Studio）Apple Machine Learning Research
【免责声明】
本文内容仅为 Mac Studio 部署 Muse Spark Open 开源模型的信息整理，模型商用权限、MLX 版本适配、Mac Studio 硬件供货、推理速度均以 Meta 和苹果官方文档为准；Muse Spark Open 属于开源权重模型，存在许可协议约束，本文不构成硬件采购、商用部署建议。
本文来自作者[分构演算]投稿，不代表乌兰科技网立场，如若转载，请注明出处：https://www.wlcbnews.com/kjyw/202611/1153.html
评论列表（4条）
我是乌兰科技网的签约作者“分构演算”！
希望本篇文章《Mac Studio 适配 Meta 最强开源模型 Muse Spark Open，苹果收获意外 AI 助攻》能对你有所帮助！
本站[乌兰科技网]内容主要涵盖：互联网行业的追踪与探索
本文概览：Meta 最新开源的 Muse Spark Open 模型可以在 Mac Studio 上本地部署运行，这件事对苹果来说是一个意料之外的利好助攻，这个模型是 Meta 推出的超大参数 MoE 多模态开源模型，总参数 8160 亿，单次激活 420 亿参数，支持 100 万 token 超长上下文，原生兼容文本、图像、音频、视频，擅长代码编写、长任务处理和多步骤推理。它能跑起来的核心原因是 Mac Studio 搭载 M5 Ultra 芯片，拥有苹果自研统一内存架构，单台最高 512GB 统一内存，依靠苹果 MLX 框架加上 RDMA 互联，两台 Mac Studio 串联就能凑出 1TB 内存，完整加载这个大模型，推理全程本地完成，不用把数据上传到云端服务器。扎克伯格本人也公开感谢苹果新任 CEO John Ternus，双方之前在隐私政策上有不小分歧，这次合作让开源大模型阵营和苹果硬件走到一起，补齐了苹果本地 AI 生态的一块短板。上手部署的时候，要先准备两台 512GB 内存版本 M5 Ultra Mac Studio，升级到适配 MLX 新版本的 macOS，配置设备之间高速互联，再从 Hugging Face 拉取模型权重，用 MLX 分布式推理脚本启动，调试并行参数之后就能做本地对话、代码开发、视频分析和智能体任务；四台 Mac Studio 并行部署还能进一步拉高推理速度，实测最高可以到 36.7token 秒。