Meta 开源多模态模型 Muse Spark Open，参数规模 816B，支持 1M 上下文，并且专门针对 M5 Ultra 的 Mac Studio 做了本地优化适配，可免费商用（来源：https://www.donews.com/tag/模型.html）。816B 这个数字放在三年前是「实验室里才见得到的怪物」，现在它直接躺在 Hugging Face 上，等你下载到自己的机器里。

816B 的模型本地真的跑得动吗？

硬刚全精度当然跑不动，但开源模型真正的用法不是全精度，而是量化。816B 的权重在 4bit 量化下大约要几百 GB 的显存占用，这也是为什么 Meta 专门适配 M5 Ultra 的 Mac Studio——统一内存架构让你可以把内存当显存用。对普通开发者，这意味着不是人人都能跑全量，但「本地跑一个百亿到千亿级的多模态模型」已经从极客玩具变成现实选项。关键是：数据不出你的机器，你可以随便微调、随便商用。

免费商用为什么是重要信号？

Meta 过去几个开源模型都是可商用的，这次 Muse Spark Open 延续了这个传统。对企业来说，这是巨大的定心丸——你可以把一个 816B 的多模态模型部署在内网，做自己的图文理解、视频分析、文档问答，不用担心版权问题，也不用担心 API 涨价。这和闭源 API 的商业模式形成正面对冲：你越强、越便宜、越开放，我就越愿意把核心工作流押在你身上。

普通人该怎么蹭这波浪潮？

不要一上来就想跑 816B。现实路径是：先在自己的电脑上用量化版本跑通一个百亿级的多模态模型，理解它的脾气；再针对你自己的数据做 LoRA 微调，比如训练它看懂你的产品图、你的视频素材、你的内部文档。对一人公司，这意味着你可以做一个「本地版的视觉客服」——客户发图，模型在本地识别产品型号，不需要把图片上传到任何云。数据隐私和成本，两个痛点一次解决。

去论坛讨论

前往 silicon-agi.com 论坛 参与讨论