【懶人包】5 點看懂 Meta 新開源 AI 模型
-
Meta 在本週五發布開源 AI 模型 Muse Spark Open，宣稱是美國迄今最強大的開源權重模型，目標是挑戰中國在開源 AI 市場的主導地位，並獲得蘋果公司的合作支援。
-
所謂開源權重模型，是指開發者可以免費下載、修改並在自己的機器上運行的 AI 模型，與 ChatGPT 或 Claude 等封閉式模型不同，具備成本效益、透明度與靈活性優勢，資料也能保留在自有伺服器上。
-
模型規格：總參數 8,160 億個，其中活躍參數 420 億個，支援 100 萬個 Token 的上下文視窗，專為程式開發和代理應用設計，擅長處理長期任務、複雜軟體工程與多步驟推理。
-
蘋果深度參與：模型經過優化，可在兩台配備 M5 Ultra 晶片的 Mac Studio 上運行，兩台協同運作可提供高達 1TB 的統一記憶體；蘋果執行長也發文祝賀，強調 Mac Studio 在裝置端 AI 運算的突破。
-
現實差距：Meta 內部測試顯示，相較中國的 Kimi K3、GLM 5.3 與 5.5 等模型仍有差距；第三方評測給出 39 分，超越多數西方開源模型，但不及中國主要模型；過去一年中國模型在 Hugging Face 的下載量占比達 41%。
開源 AI 的擂台上，美國巨頭終於出手。Meta 選在本週五端出號稱美國最強的開源模型，並拉上蘋果助陣，矛頭直指在開源市場領跑已久的中國科技公司。
這款名為 Muse Spark Open 的模型，早在 8 月就由 Meta 執行長預告將推出如此規模的開源模型。如今正式亮相，兌現了當時的承諾，也象徵美國在開源 AI 戰場上重新宣示影響力的企圖。
先釐清什麼是開源權重模型。簡單說，開發者可以免費下載、修改模型，並在自己的機器上運行，不必依賴特定業者的雲端服務。相較於 ChatGPT 或 Claude 這類封閉式專有模型，開源模型提供更高的成本效益、透明度與靈活性。
資料隱私是開源模型的另一大賣點。由於模型可以在用戶自有伺服器上運行，資料不必上傳雲端，對於處理敏感資料的金融或醫療機構來說，這種本地運行的特性具有更高的安全優勢。
規格是這次發布的重點。Muse Spark Open 擁有 8,160 億個總參數，其中 420 億個為活躍參數，並支援 100 萬個 Token 的上下文視窗。Token 是 AI 模型處理的最小單元，上下文視窗越大，代表模型一次能理解的資訊量越多。
在定位上，這款模型專為程式開發和代理應用設計，特別擅長處理長期任務、複雜的軟體工程問題，以及需要多步驟推理的場景，等於是為 AI 工程師量身打造的工具。
本次發布的一大亮點，是 Meta 與蘋果的深度合作。模型經過特別優化，可以在兩台配備 M5 Ultra 晶片的 Mac Studio 裝置上運行。
兩台 Mac Studio 協同運作時，能提供高達 1TB 的統一記憶體，讓整個 Muse Spark Open 模型得以順暢運行。蘋果執行長也在社群平台發文祝賀，強調 Mac Studio 在裝置端 AI 運算上的突破。
這場合作各取所需。對蘋果而言，是展示高階桌上型電腦強大性能的絕佳機會；對 Meta 而言，則能鼓勵開發者在它的模型上建立應用，並凸顯模型在蘋果硬體上的卓越表現。
不過，Meta 自己的內部測試也誠實地指出了差距。與中國的 AI 模型相比，例如月之暗面（Moonshot AI）的 Kimi K3 或智譜 AI（Zhipu AI）的 GLM 5.3 與 5.5，Muse Spark Open 在某些方面仍有不足。
第三方評測也呈現類似結論。Artificial Analysis 的 Intelligence Index 評估給出 39 分，雖然超越了多數西方開源模型，但在中國科技巨頭如 Z.ai、月之暗面和 DeepSeek 面前仍居下風。
這些中國公司長期以來透過價格優勢和穩健的性能，在開源模型市場取得領先。數據顯示，過去一年中國模型在專業平台 Hugging Face 上的下載量占比達 41%，基本盤相當穩固。
值得注意的是，開源與封閉之爭從來不只是技術路線之爭，更是生態系之爭。誰的模型被最多開發者採用，誰就能定義下一代 AI 應用的標準，這也是 Meta 願意把最強模型開源的真正盤算。
從戰略層面看，開源模型在全球 AI 競爭中的重要性日益凸顯。它們不僅為企業提供更經濟高效的選擇，也因為本地運行的能力，在安全與隱私上具備獨特優勢。Meta 這次出手，顯示美國正積極在全球開源 AI 市場中奪回話語權。
對開發者來說，多一個強大的開源選項是好消息，尤其當它能在消費級高階硬體上運行，意味著不必砸大錢租雲端算力也能玩轉大模型。對台灣的 AI 新創與軟體團隊而言，開源模型的成熟度直接關係到產品成本與資料自主性。
後續值得關注：Muse Spark Open 在開發者社群的實際採用率、與中國模型的性能差距能否在後續版本縮小，以及蘋果是否會把這類裝置端 AI 能力下放到更多產品線。開源擂台的下一回合，才正要開始。
