开源大模型Hugging Face上手难度 🧪 硬核#Meta#开源大模型#MoE#多模态#100万上下文#Agent#Hugging Face#Muse

Muse Spark Open · Meta Muse Spark Open — 816B/42B 开源多模态旗舰

Meta 超级智能实验室开源：816B 总参 / 42B 激活、100 万上下文，OSWorld 80.4 分，NVFP4 权重可跑

指标同步中，请稍后刷新查看在 Hugging Face 查看

5 分钟上手

NVFP4 约 700GB 显存；BF16 约 2TB；或两台 M5 Ultra Mac Studio

# 方式一：vLLM 启动（需先获得 HF 访问权限与足够显存）
vllm serve meta-models/Muse-Spark-Open-816B-A42B \
  --tensor-parallel-size 8

# 方式二：Transformers 加载（NVFP4 权重，约 700GB 显存）
python -c "
from transformers import AutoProcessor, AutoModelForMultimodalLM
processor = AutoProcessor.from_pretrained('meta-models/Muse-Spark-Open-816B-A42B')
model = AutoModelForMultimodalLM.from_pretrained('meta-models/Muse-Spark-Open-816B-A42B', device_map='auto')
print('loaded')
"

项目速览

Muse Spark Open 是 Meta 超级智能实验室（Meta Superintelligence Labs）于 2026 年 10 月 15 日开放权重的旗舰级多模态 MoE 模型，总参数 816B、每 Token 激活 42B，支持 100 万 Token 上下文，输入覆盖文本、图片、视频与音频。官方定位是代码与 Agent 工作负载，同时面向多步推理、工具调用和长程任务执行。

在官方公布的基准中，Muse Spark Open 的 JobBench 得分 61.8、MCP-Atlas 89.2、OSWorld Verified 80.4、Toolathlon Verified 72.8、HLE（带工具）61.0、Terminal-Bench 2.1 76.4、GPQA Diamond 89.0。权重以 BF16 与 NVFP4 两种精度发布，支持 SGLang、vLLM、TensorRT-LLM、Unsloth、Llama.cpp，并可借助 MLX 跑在两台 M5 Ultra Mac Studio 上。

能做什么

长程 Agent：多步规划、连续工具调用、失败重试与端到端任务交付
代码工程：跨文件编写、调试与真实仓库级 SWE 任务
多模态理解：截图、图表、文档、图片、音视频统一输入
合成数据与模型评审：批量生成训练数据，或作为 LLM-as-a-judge
可控推理强度：low / medium / high / xhigh 四档 reasoning_effort

怎么部署

权重托管在 Hugging Face（BF16 与 NVFP4），需先通过 Meta 的访问申请；NVFP4 版本至少需要约 700GB 显存，BF16 约 2TB。可用 SGLang / vLLM 启动 OpenAI 兼容服务，官方也提供 Transformers 加载示例与 Meta AI 开发者文档。个人用户可通过 Baseten 等推理提供商调用。