本文来自微信公众号： 未来图灵 ，作者：张凤静
今天睡醒被一个消息震惊：Meta和苹果，竟然和好了！
10月16日凌晨，Meta扔出一个开放权重模型：Muse Spark Open。总参数8160亿，每次推理激活约420亿，上下文窗口100万token，原生多模态，主攻编码和Agent任务。
参数本身已经够炸。但更让人愣住的是发布方式：Meta把苹果拉上了桌。扎克伯格在X上晒出两台Mac Studio并排跑模型的照片，专门@苹果现任CEO约翰·特努斯。特努斯很快回复，说能在桌面端高效运行这种量级的模型令人惊叹，Mac Studio正在拓展端侧AI的边界。
放在几年前，这两家同框都能上头条。如今却在一台Mac上互相点赞。
这对老冤家，怎么突然坐到了一张桌上
苹果和Meta的旧账不薄。
2018年Facebook剑桥分析事件（2018年曝光的一起涉及数据泄露、政治操纵和隐私侵犯的重大新闻，Meta在此事件中被曝出非法共享用户数据）后，库克公开划清界限，说苹果不会把自己弄到那种处境；扎克伯格则回呛，认为这种表态轻率。2019年，苹果吊销了Facebook的企业开发者证书，起因是Facebook借此分发一款收集用户数据的研究App，一度导致Facebook内部所有测试版App集体瘫痪。
2021年，苹果上线ATT（App Tracking Transparency，简称ATT），App想跨应用追踪用户得先弹窗，结果大多数用户点了拒绝。Meta后来在财报电话会上承认，这项政策让它在2022年少了大约100亿美元广告收入。扎克伯格也没少挖苦苹果，2024年在播客里吐槽苹果，最出名的一句是，iPhone之后苹果没再拿出什么了不起的东西。
转折点有两个。
第一个是人换了。苹果CEO已从库克换成约翰·特努斯，硬件工程出身，风格更偏务实。Meta这边，AI业务由Alexandr Wang掌舵。Wang在接受Axios采访时开了个玩笑：“很高兴看到爸爸妈妈又和好了。”他还提到，曾在苹果任职、后来加入Meta的Daniel Gross，是这次牵线的关键人物之一。
第二个是利益对上了。苹果在云端大模型上慢了半拍，Siri升级和OpenAI合作都没完全达到预期，它需要证明Mac仍然是AI生产力工具。Meta则想让自己的开放模型跑在非英伟达硬件上，最好还能直接跑进开发者的桌面。苹果的Mac，正好是最合适的展示窗口。
于是，两家各自带着算盘，坐到了同一张桌子前。
8160亿参数，怎么塞进两台Mac
Muse Spark Open是混合专家架构。总参数8160亿，但每次推理只唤醒约420亿。计算量能压住，内存却省不了：没被激活的权重也得待在那儿，随时等调用。
按官方数据，模型用NVFP4量化后，权重大约493GB。一台Mac装不下，两台可以。
苹果M5 Ultra芯片的统一内存架构，让每台Mac Studio的GPU能直接调用最高512GB内存。两台用雷雳5（Thunderbolt 5是英特尔推出的最新一代高速接口标准）线缆连起来，就组成约1TB的统一内存池。M5 Ultra的内存带宽是1.2TB/s，读取每个token需要的那小块参数，速度够用。再配合苹果的MLX框架，模型被切开分到两台机器上协同推理。
苹果公布的数据是：双机张量并行（一种将大型模型的计算任务拆分到两张GPU上并行处理的技术），生成速度约25 token/秒；四台机器能到37 token/秒左右，已经超过多数人的阅读速度。
Meta演示的两个本地工作流更直观。一个是Muse Code给开源Mastodon客户端Ice Cubes做真实iOS改动，修bug、加功能、完成构建。另一个是操作DaVinci Resolve，逐帧看素材，挑出精彩片段，自动裁成竖屏。全程本地跑，素材不出设备。
门槛也摆在那儿。512GB版Mac Studio本月晚些时候才开卖，256GB版单台已经超过1万美元。两台512GB配下来，价格超过4万美元。它瞄准的不是普通买家，而是那些对数据出境极度敏感、宁可一次性买硬件的专业团队。
“美国最强”这个头衔，前面有个限定词
Meta给Muse Spark Open的官方定位是“迄今能力最强的美国开放权重模型”。注意，是“美国”。
Meta自己公布的测试里，它在工作流、工具调用、知识推理、知识可靠性、复杂视觉推理和图像事实问答六项中排第一。但同一份材料也显示，在软件开发等任务上，Kimi、千问、智谱这些中国开源模型依然更能打。
第三方机构Artificial Analysis的智能指数上，Muse Spark Open（xhigh模式）得分39。小米MiMo-V2.6-Pro是46，智谱GLM-5.3是45，月之暗面Kimi K3是44。至少六款已发布的开放模型排在它前面，且都来自中国厂商。
编程任务差距更明显。Terminal-Bench 2.1里，Muse Spark Open得76.4，Qwen3.8是82.0，GLM-5.3是83.9，Kimi K3是85.0。DeepSWE 1.1里，Muse Spark Open是60，GLM-5.3和Kimi K3分别是67和68。
Meta的对比表里还有个细节：GLM和Kimi被放到了后面，旁边是一些明显更弱的模型。
所以，“美国最强开放权重模型”成立，但去掉“美国”之后，它未必是开源圈最能打的那个。
本地跑模型，真正的变化是什么
这次发布最值得看的，不是跑分，而是“跑在哪”。
以前想用顶级模型，基本绕不开云：资料先送上去，在别人的机房算完再拿回来。对企业来说，这笔账不止是钱，还有数据离开自己掌控后的不确定性。
Meta AI负责人Alexandr Wang的说法是，很多强开源模型体量太大，普通电脑根本带不动，而Mac Studio的内存规模让这件事变得可行。
对金融、法律、医疗这类数据敏感行业，“模型在自己控制的硬件上跑”比“每百万token便宜几美分”重要得多。企业愿意为AI掏钱，理由正在从“更聪明”转向“更可控”。
计费逻辑也换了：从按调用次数交租，变成一次买设备、后续主要承担电力和运维。对常年租云算力的开发者来说，两台Mac Studio未必不能回本。
但本地部署不是没门槛。4万美元硬件投入，加上部署运维的复杂度，短期内更适合有技术能力的团队，而不是普通用户。
过去两年，用不用得上最强模型“基本等于“租不租得起云”，英伟达的显卡几乎是唯一门票。苹果这次用统一内存这招，把“装得下大模型”的钥匙从显卡手里抢过一根，M5 Ultra算得不一定最快，却是少数能塞进书桌、还让模型真跑起来的硬件。这还动摇不了英伟达的根基，但“最强模型只能活在云上”第一次有了例外。说白了，这也不是单纯的技术开源，而是一场互相借力的发布：苹果借它给顶配Mac Studio打了广告，Meta则拿开放权重向开发者递出“先免费试、再上云付费”的钩子。美国最强“四个字，一边回应中国模型，一边也是讲给资本市场听的故事。
写在最后
1984年，苹果用第一台Macintosh，把计算机从大型机房摆上了个人书桌。2026年，Meta和苹果联手，把超级人工智能从云端服务器集群里搬出来，再次放到了桌面上。
这件事的分量，不在于Meta的模型跑分有多高，也不在于苹果的芯片有多强。而在于它指出了一个方向：当AI模型越来越大、算力需求越来越猛的时候，把模型搬回你自己的设备，可能是一条值得走的路。
当然，这条路能走多远，取决于两件事。一是本地部署的门槛能不能继续降低，从四万美元降到更多人能承受的价位。二是这些在桌面上跑的模型，能不能真正解决每天遇到的具体问题，少翻几遍素材，少做几次重复操作，把省下来的时间还给人。
至于苹果和Meta的“和解”？正如帕默斯顿说的：没有永恒的敌人，只有永恒的利益。在AI这张牌桌上，苹果缺模型，Meta缺入口，这份利益，足够让“爸爸妈妈”暂时坐到同一张桌子前。
至于会不会一直和好下去，两家公司的发言人显然也给不出确切的答案。
