Muse Spark Open 是什麼？Meta 開源模型規格、授權與本機部署指南（2026）

Meta 在 2026 年 10 月 15 日釋出 Muse Spark Open，把旗艦模型 Muse Spark 系列的權重開放給外界下載。官方模型卡寫明，這是一個總參數 816B、每次推論只啟用約 42B 的混合專家（MoE）模型，可以輸入文字、圖片、影片與音訊，上下文最長 100 萬 token，主打寫程式與長時間、多步驟的代理任務。Meta 還特別示範兩台 M5 Ultra Mac Studio 就能在本機把整個模型跑起來。對台灣企業來說，Muse Spark Open 最大的意義是「可以自己架」：程式碼、合約、內部文件不必送到國外雲端，也能用上接近前沿等級的開源 AI 模型。不過，它採用的是 Meta 自訂的 Muse Model License，並非完全沒有限制的開源授權，硬體門檻也不低。本文依 Meta 官方部落格、Hugging Face 模型卡與主流科技媒體報導，整理規格、授權、硬體成本與適合的使用情境，協助企業判斷值不值得現在投入本機部署 AI。

Muse Spark Open 是什麼？為什麼這次發布受到關注？

Muse Spark 是 Meta 超級智慧實驗室推出的模型家族，2026 年 4 月首次亮相時採用封閉策略，只能透過 Meta 自家的 API 與產品使用，和過去 Llama 系列可自由下載權重的做法明顯不同。依 The Register 在 9 月 2 日的報導，祖克柏當時在 X 上承諾旗艦模型的開放權重版本「很快」就會推出，同時 Muse Spark 1.3 已經在 Meta API 與 Muse Code 命令列工具上線。

一個半月後，Meta 在官方研究部落格正式公布 Muse Spark Open，並在 Hugging Face 上建立模型頁面與模型集合。這代表 Meta 在「封閉旗艦」與「開放生態」之間採取雙軌策略：消費者產品與 API 用自家最新版本，開發者與企業則可以拿到一份能自己部署、自己微調的權重。至於 Muse Spark Open 是以 Muse Spark 的哪一個版本為基礎，官方部落格與模型卡都沒有說明，屬於官方尚未公布的資訊。

如果你想先了解 Meta 過去在開源模型上的布局，可以參考站內文章 Meta 大裁員 20% 與 AI 轉型：Llama 開源生態系統的崛起與代價，比較能理解這次重新開放權重的背景。

Muse Spark Open 的規格有哪些重點？

依 Hugging Face 模型卡，Muse Spark Open 是混合專家架構的 Transformer。模型內部有 256 個專家，每個 token 只會挑選其中 8 個來運算，所以雖然總參數高達 816B，實際每次推論只動用約 42B，運算量比同尺寸的密集模型小很多。視覺與聲音的理解則交給一個約 1.8B 參數的 Perception Encoder 處理。

語言這一項值得特別留意。模型卡只說訓練資料涵蓋 100 多種語言，並提醒並非所有語言都經過評估，部分語言的表現可能下降，但沒有明確提到中文。台灣企業如果要用在中文客服、中文公文或法規文件，一定要先用自己的資料做小規模測試，不能只看英文評測結果就下決定。

官方公布的評測成績

Meta 在模型卡中列出多項自行公布的評測數字，比較對象是同級的開放權重模型。以下整理幾項和企業工作最相關的項目：

這些分數都是 Meta 自己公布的，完整的評估報告官方表示「即將提供」。企業可以把它當成參考，但真正要看的，是模型在自己的程式碼、自己的文件上表現如何。

兩台 Mac Studio 就能跑 Muse Spark Open？本機部署 AI 的硬體成本怎麼估？

Meta 官方部落格特別展示了兩台 Apple M5 Ultra Mac Studio 執行 Muse Spark Open 的情境。每台 Mac Studio 最多可以配置 512GB 統一記憶體，兩台合計約 1TB，晶片記憶體頻寬為每秒 1.2TB，透過 Apple 的 MLX 框架就能載入從 Hugging Face 下載的權重。不過官方沒有說明兩台機器如何串接，也沒有公布在這個配置下的實際生成速度，這兩點都屬於官方尚未公布的資訊。

如果改用 GPU 伺服器，模型卡建議的硬體門檻是：NVFP4 版本至少約 700GB 的 GPU 記憶體，BF16 版本則需要約 2TB。這已經是多張資料中心等級 GPU 才能達到的規模，一般中小企業不太可能為了單一模型採購這樣的設備。

Mac Studio 的價格要特別說明。依 Macworld 在 8 月 25 日的報導，M5 Ultra Mac Studio 起價為 5,499 美元，記憶體可選 96GB、256GB 與 512GB，其中 512GB 的完整配置要到 10 月才會上市，報導當時 Apple 尚未公布售價；已經可以購買的最高配置（256GB 記憶體、16TB 儲存）售價為 18,299 美元（約新台幣 58.6 萬元），而完整配置的機型 Macworld 估計會遠超過 2 萬美元。換句話說，「兩台 Mac Studio 跑 816B 模型」雖然比 GPU 伺服器親民，但兩台頂規機器加起來仍可能是百萬新台幣等級的投資，企業應該先確認 Apple 官方售價，再評估投資報酬。

如果還不確定該走雲端還是地端，可以先讀 雲端 AI 與地端 AI 的差別在哪？，把資料敏感度、預算與維運能力一起放進來比較。

Muse Spark Open 的授權條款能商用嗎？Muse Model License 要注意什麼？

Meta 官方部落格說明，這次權重是以 Muse Model License 釋出，並附有「有限度的商業條款」，讓許多開發者可以免費使用。這和 Apache 2.0 這類寬鬆的開源授權不同，企業法務在導入前應該完整閱讀原文。依 Hugging Face 模型卡整理，主要重點如下：

• 沒有月活躍用戶門檻：和過去 Llama 授權以月活躍用戶數設限的做法不同，這次沒有 MAU 限制。
• 模型即服務需另簽約：如果你是把模型包裝成服務，讓第三方直接存取模型，而且集團在任一連續 12 個月的年營收超過 2,000 萬美元（約新台幣 6.4 億元），就必須通知 Meta 並另外簽訂書面協議。
• 內部使用不受此限：企業內部使用、研究用途，以及把模型當成自家產品中的一個功能元件，不適用上述模型即服務條款。
• 必須標示來源：產品、服務、文件或設定選單中要顯示「Built with Muse Spark Open」。
• 不得用於未成年人：條款限制不得提供給未滿 18 歲的使用者。
• 禁止用途：使用政策列出暴力與恐怖主義、兒童剝削、詐欺與假訊息、未經授權執業、惡意程式、武器、自我傷害、冒充他人與規避安全措施等。
• 下載需填表：在 Hugging Face 下載前要登入，並填寫全名、出生日期與完整組織名稱，送出後無法修改。

對多數台灣企業而言，把 Muse Spark Open 用在內部程式開發、內部知識庫或員工助理，大致落在授權允許的範圍內。比較需要注意的是兩種情況：一是你的產品對象包含學生或未成年人，例如補教業或兒童教育服務；二是你打算把模型包成 API 或平台轉售給客戶。這兩種情況都建議先請法務或顧問確認條款細節。

Muse Spark Open 的資安與資料保護表現如何？

本機部署最吸引企業的地方，是資料不出公司。模型權重下載到自己的設備之後，推論過程不需要連線到 Meta，原始碼、客戶資料與內部文件都留在公司內網。這對有個資法遵壓力、或客戶合約要求資料不得外流的產業，例如金融、醫療、製造業的研發部門，是很實際的優勢。

在模型本身的安全性上，Meta 表示開放權重版本經過額外的安全後訓練，並依照 Meta Superintelligence Scaling Framework 評估，認為符合該框架的發布門檻。模型卡中的 StrongREJECT v2 分數為 0.5，代表在越獄攻擊測試中的表現；詳細的安全評估結果放在 Hugging Face 模型卡，完整報告則尚未發布。

不過，「自己架」也代表「自己負責」。開放權重模型一旦下載，就沒有雲端業者幫你過濾輸入與輸出，企業需要自己補上幾道防線：

1. 存取權限：模型伺服器只開放給內網與特定帳號，不直接暴露在網際網路上。
2. 代理權限分級：讓 AI 代理執行程式、修改檔案或呼叫內部系統時，採用最小權限，重要動作要有人確認。
3. 紀錄與稽核：保留提示詞與輸出紀錄，方便事後追查錯誤或資料外洩。
4. 權重檔案保管：權重本身也是資產，要放在受控的儲存空間，並確認下載來源是官方頁面。

台灣企業可以怎麼用 Muse Spark Open？從哪些情境開始評估？

從官方定位與評測項目來看，Muse Spark Open 最強的是寫程式、操作工具與長流程代理任務。以下是我們建議台灣企業優先評估的幾個情境，重點都放在「資料敏感、又需要大量推理」的工作。

情境一：資訊部門的內部程式開發助理

很多企業的核心系統原始碼不允許上傳到外部 AI 服務。資訊部門可以把 Muse Spark Open 部署在內網，接上程式編輯器與版本控制系統，用來讀懂舊系統、產生測試、協助重構。100 萬 token 的上下文長度，讓它有機會一次讀進大型專案的關鍵模組。建議先從一個非核心專案試點，比較工程師使用前後的開發時間與錯誤率。

情境二：法務、品保與研發的內部知識庫代理

製造業的品保手冊、研發規格書、法務的合約範本，通常分散在不同資料夾，新進人員很難快速找到答案。把這些文件交給本機部署的模型建立知識庫代理，員工可以直接用中文提問，代理再去查文件、整理重點並附上出處。因為模型支援圖片與影片輸入，產線照片、設備操作影片也能一起納入。

情境三：業務與客服的內部支援

Muse Spark Open 只輸出文字，不適合直接當成語音客服，但很適合在後台協助業務與客服人員：整理客戶往來紀錄、草擬回覆、比對報價條件。由於授權限制不得用於未成年人，如果客戶群包含學生，就要先確認使用方式是否合規。

評估前要先回答的四個問題

• 這項工作的資料是否真的不能送到雲端？如果可以，雲端代管推論的導入成本通常低很多。
• 公司是否有人能維運 GPU 伺服器或 Mac Studio 叢集，包括更新、監控與故障排除？
• 繁體中文的表現是否符合需求？官方沒有公布中文評測，需要自己測。
• 用量有多大？每天只有少量查詢時，買硬體不一定比使用 API 划算。

如果內部還沒有共識，可以先安排一次免費的 AI 企業健診，盤點哪些部門的工作最適合導入、資料敏感度有多高，再決定先從雲端試用還是直接規劃本機部署。

不想自己架設時，Muse Spark Open 有哪些使用管道？

不是每家企業都需要買硬體。Meta 官方部落格列出多種取得與使用方式：

官方部落格也提到，Meta 用 Helion 撰寫的 GPU 運算核心在 SGLang 中，於 NVIDIA 與 AMD GPU 上取得 1.03 到 3.95 倍的核心層級加速，在 AMD MI350 上的端到端加速約 3%。各代管平台的 API 價格，Meta 官方頁面沒有統一公布，企業需要到各平台查詢。

比較務實的做法是兩段式：先用雲端代管 API 測試模型在自家工作上的效果，確認值得投入後，再評估是否把敏感工作移到本機部署。這樣可以避免一開始就投入大筆硬體預算，卻發現模型不適合自己的需求。

常見問題

Muse Spark Open 是完全開源的嗎？

它開放的是模型權重，可以下載、部署與微調，但授權採用 Meta 自訂的 Muse Model License，附有商業條款、來源標示要求與使用限制，和 Apache 2.0 這類寬鬆開源授權不同。一般稱為「開放權重模型」會比較精確。

一台 Mac Studio 能跑 Muse Spark Open 嗎？

官方示範的是兩台 M5 Ultra Mac Studio，每台最多 512GB 統一記憶體，合計約 1TB。官方沒有公布單台機器的執行方式或更小的量化版本，所以目前不建議以一台機器規劃。

Muse Spark Open 支援繁體中文嗎？

模型卡表示訓練資料涵蓋 100 多種語言，但沒有明確列出中文，也提醒部分語言的表現可能較弱。台灣企業應該用自己的中文文件與實際工作題目測試後再決定。

企業內部使用 Muse Spark Open 需要付授權費嗎？

依模型卡說明，內部使用、研究用途與把模型作為自家產品功能元件，不適用模型即服務的商業門檻。只有在提供第三方直接存取模型、且集團年營收超過 2,000 萬美元時，才需要通知 Meta 並另簽協議。實際適用情況仍建議請法務確認原文。

Muse Spark Open 和 Meta API 上的 Muse Spark 1.3 有什麼差別？

Muse Spark 1.3 是透過 Meta API 與 Muse Code 使用的雲端版本，Muse Spark Open 則是可以下載權重自行部署的版本。Meta 沒有說明 Muse Spark Open 是基於哪一個版本，兩者的能力差異也沒有官方對照，需要以實測為準。

資料來源

• Meta 官方研究部落格：Muse Spark Open
• Hugging Face：Muse-Spark-Open-816B-A42B 模型卡
• The Register：Zuck’s Muse to Spark joy with open weights release ‘soon’
• Macworld：Apple announces the M5 Ultra Mac Studio with up to 512GB of RAM