Meta 发布面向智能体编程的 Muse Spark Open，适配 NVIDIA GB300 NVL72

用途与主要变化

据 NVIDIA 开发者博客，Meta 发布编码优化的混合专家（MoE）模型 Muse Spark Open。其架构为 816B 总参数，通过 top-8 路由在 256 个专家中每 token 激活 42B 参数。模型面向智能体编程工作流，强调多步任务执行、工具调用、结果自评与迭代修正，并采用目标条件与上下文压缩来维持长会话方向。

上下文窗口为 1M token，来源称可容纳包含复杂依赖、遗留代码和大量文件的整个项目。模型还具备搜索网页、生成并协调子智能体、跨桌面/移动/浏览器使用计算机的能力，并在每次动作前生成说明。

多模态方面，模型配有 1.8B 感知编码器，原生处理交错的文本、图像、视频帧与音频，适用于截图、图表、错误日志和视频演示等场景。Meta 生成的 NVFP4 检查点针对 NVIDIA Blackwell Ultra 优化，以降低 816B 参数的内存占用。

部署与后训练

来源称在 NVIDIA GB300 NVL72 上运行智能体负载可达每 GPU 最高 50K tokens/秒、每用户最高 600 tokens/秒。支持的推理栈包括 SGLang、vLLM 和 TensorRT LLM，NVIDIA Dynamo 提供部署配方，并将预填充与解码分离、按 KV 缓存路由请求。后训练可使用 NeMo AutoModel 做全量 SFT 和 LoRA 微调，或用 Megatron Bridge 将 Hugging Face 检查点转换为 Megatron 格式。

限制与待核实

上述性能数字、上下文容量与多模态效果均来自厂商博客，未提供独立复现数据。来源未给出模型许可证、硬件最低要求、具体部署命令细节，实际表现需以官方权重与文档为准。文中时间（2026 年 10 月 15 日）为来源标注的发布日期。