Meta 推出 Muse Spark Open：專為 Mac 設計的開放權重 AI 模型

目錄

• 您可能想了解
• Muse Spark Open 與以 Mac 為基礎的 AI
• 重點摘要表
• 後續展望……

您可能想了解

• Muse Spark Open 在開放權重模型中有何突出之處？
• 要在本機執行此模型，需要哪種 Mac 硬體？

Muse Spark Open 與以 Mac 為基礎的 AI

Meta 推出了 Muse Spark Open，該公司稱它是美國「能力最強」的開放權重模型。這個模型之所以受到矚目，不僅在於其宣稱的能力，也在於其設計特別著重於在 Mac 上本機執行。這種組合對有意使用強大 AI 工具的使用者，以及正在評估模型部署地點和方式的開發者與組織而言，都具有參考價值。

根據 Meta 於週四公布的評估結果，Muse Spark Open 的目標是提供比其他熱門開放權重模型更強的效能。此模型採用816 billion parameters and a 1 million token context window。這些規格顯示，它是為處理大量資訊及支援高要求工作而設計的系統。不過，模型規模與上下文容量是技術屬性，並不保證在所有任務中都能有相同表現；結果可能取決於評估方法、硬體及特定應用情境。

Muse Spark Open 原生支援多模態，意即其設計可處理多種類型的輸入或資訊。Meta 也將其定位為適用於複雜程式設計任務與代理式工作，也就是 AI 系統能朝目標執行一連串操作，而不只是生成單一回應。這些特色顯示，此模型旨在支援實際工作流程，包括軟體開發，以及其他能從持續使用數位工具中受益的任務。

此次推出的一項特色，是著重於在 Apple 電腦上本機使用。AI 模型在本機執行，可讓工作在使用者自己的電腦上進行，而不必完全依賴遠端服務。對希望更能掌控運算環境，或正在探索如何將 AI 整合至桌面工作流程的人來說，這種方式可能很有吸引力。不過，本機部署也會將大部分運算負擔轉移到使用者的硬體上。

對 Muse Spark Open 而言，這項負擔相當沉重。Engadget 報導指出，本機執行至少需要1 terabyte of RAM。來源也表示，搭載 M5 Ultra 晶片的 Mac Studio 最適合執行此模型。這項需求意味著，儘管模型是為搭配 Mac 使用而設計，本機存取對一般電腦配置而言未必實際可行。使用者在決定是否於本機安裝前，應考量記憶體容量，以及執行大型模型所需的整體資源。

對於能提供所需記憶體的人來說，Muse Spark Open 可望成為程式設計及其他桌面任務的強大工具。Meta 表示，他們將此模型與其 AI 程式設計終端 Muse Code 搭配，並將兩者用於不同的代理式工作流程。其中一個例子是為 Mastodon 用戶端編寫修正程式。據稱，工作內容包括「錯誤修正、新功能，[以及] 完整建置」。這個例子說明了 Meta 認為此模型能支援的多步驟軟體工作類型；然而，工作的確切範圍與品質仍取決於實際執行方式和評估結果。

Meta 也表示，他們在一項涉及 DaVinci Resolve（高階影片剪輯軟體）的工作流程中部署了 Muse Spark Open。在該情境下，模型能夠檢視並裁切影片素材。這個例子顯示其用途不只限於軟體開發，也延伸至創意桌面應用程式，AI 系統可協助檢視媒體並執行與剪輯相關的操作。這也反映出人們對能與軟體互動的 AI 代理日益感興趣，而不只是將 AI 當作獨立的聊天介面使用。

模型以開放權重形式提供，也是其定位的重要一環。相較於封閉且專有的模型，開放權重模型可能為業界帶來一些優勢。視授權與發布條款而定，開發者可能有更大的彈性來調整模型、檢視其行為，並在不同環境中部署。這些選項有助於實驗，以及整合至專業產品或工作流程。開放權重存取也能讓組織更容易依據自身需求評估模型。

成本也是另一項可能需要考量的因素。在某些情境下，開放權重模型的成本效益可能顯著高於其他選擇，特別是使用者可以自行選擇執行方式與地點時。不過，成本降低並非必然：本機執行可能需要昂貴的硬體，而託管服務則可能收取平台或使用費用。實際成本效益取決於基礎設施、工作負載及存取模型的方式等因素。來源未提供 Muse Spark Open 的價格，因此應依特定部署情境評估其整體成本。

Meta 正透過多個不同的 API 平台提供 Muse Spark Open。這讓開發者可以先試用模型，不必一開始就滿足本機執行所需的記憶體規格。API 存取與本機安裝可滿足不同需求：託管端點可能更方便，而本機執行則可能提供不同程度的部署掌控權。兩種方式皆可拓展人們探索此模型的途徑，不過來源並未詳述可用平台、使用條款或價格。

整體而言，Muse Spark Open 結合了雄心勃勃的規模、多模態設計、程式設計與代理式用途，以及對以 Mac 為基礎的本機執行的特別著重。據報導，其硬體需求是一項重大限制，而開放權重形式與 API 可用性則可能為開發者提供其他存取方式。此模型在實際應用中的價值，將取決於它在各種獨立任務中的表現、融入現有工作流程的難易程度，以及使用者是否能合理負擔所需的運算資源。

重點摘要表

後續展望……

Muse Spark Open 接下來將接受實際採用情況的考驗。開發者與企業需要根據自身需求評估其能力，權衡開放權重存取的優點與部署成本，並判斷本機執行或 API 存取何者更符合工作需求。它對 Mac 的著重可能吸引尋求桌面 AI 工作流程的使用者，但據報導的記憶體需求，為在個人電腦上執行此模型設下了很高的門檻。隨著更多使用情況與評估結果出現，將有助於釐清此模型在程式設計與代理式應用方面的潛力，能否轉化為可靠的日常效能。