# 刚刚，Mac Studio 迎来小扎最强开源模型，苹果等来了最意外的助攻 - 作者：山宗 - 发布时间：2026-10-16 12:38 - 分类：公司 - 原文：https://www.ifanr.com/1688031 ![](https://s3.ifanr.com/wp-content/uploads/2026/11/1.jpg) 扎克伯格曾嘲讽苹果，在 iPhone 之后就没发明过什么了不起的东西。如今，他却主动晒出 Meta AI 在 Mac 上工作的照片，感谢苹果和新任 CEO John Ternus 的支持。 让双方走到一起的，是一个拥有 8160 亿参数的大模型，以及把它搬上用户书桌的共同目标。 **今天凌晨，Meta 发布开放权重模型 Muse Spark Open，并与苹果共同展示了它在两台或四台 Mac Studio 上运行的方案。开发者可以在本地使用模型编写代码、分析视频、执行智能体任务，推理过程无需经过模型厂商的服务器。** ![Image](https://s3.ifanr.com/wp-content/uploads/2026/11/lark2pad-1793939890578-1.jpg) 随着 AI 开始处理私人文件和企业资料，数据在哪里处理、由谁掌握，正变得越来越重要。开放模型与本地 AI 恰好相互成就，让用户能够自行部署模型，将推理留在自己的设备上。 苹果多年投入的自研芯片、统一内存和开发工具，也因此有了施展空间。如今，8160 亿参数的模型在桌面上运行，让 Mac 距离成为 AI 时代的首选个人电脑，又近了一步。 ### 小扎送来新模型，苹果准备好了电脑 Muse Spark Open 的发布，兑现了扎克伯格此前的一项承诺。 今年 8 月，Meta 推出规模较小的开放权重模型 Muse Glimmer，扎克伯格当时表示，之后还会开放更大、更强的模型。 如今，**这份承诺变成了拥有 8160 亿参数的 Muse Spark Open。**新模型 Muse Spark Open 的能力接近 Muse Spark 1.3，Meta 更是将其称为目前能力最强的美国开发的开放权重模型。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/11/lark2pad-1793939892323-2.jpg) 开发者可以下载模型权重，在自己的硬件上部署，也可以通过云服务商和开发工具使用。其许可证允许一定范围内的商业使用，为企业自行部署和开发应用留出了空间。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/11/lark2pad-1793939893965-3.jpg) Meta AI 负责人 Alexandr Wang 表示，Muse Spark Open 的能力仍低于本周早些时候发布的闭源模型 Muse Wonder。 不过，开放权重赋予了它另一种吸引力，开发者能够自己选择运行环境、研究模型，并按照实际需求组织应用。Meta 希望这些尝试从小规模开始，随后逐渐扩大。 苹果的加入，则为开发者提供了一套明确的本地运行方案。 **扎克伯格在 X 上晒出 Meta 智能体在 Mac 上工作的照片，表示 Muse Spark Open 当天开放权重，得益于与 Ternus 和苹果的合作，它在新款 Mac Studio 上运行得很好。** **Ternus 随后回应，能够在书桌上如此高效地运行这种规模和能力的模型，令人振奋，并称 Mac Studio 正在继续拓展设备端 AI 的边界。** ![Image](https://s3.ifanr.com/wp-content/uploads/2026/11/lark2pad-1793939896106-4.jpg) Wang 对两家公司的合作给出了一个更生活化的评价。 他向 Axios 开玩笑，看到**「爸爸妈妈终于又能好好相处」**，大家都很高兴。据他介绍，**双方已经合作数月，曾在苹果任职、如今加入 Meta 的 Daniel Gross，在其中发挥了重要作用**。 尤其是，Meta 今年早些时候已经购入数百台 Mac，供超级智能团队探索本地 AI 和智能体应用。合作最值得关注的一点，是模型能力与用户数据之间，可以建立一种新的关系。 **按照 Wang 的说法，开发者在自己的设备上运行模型时，Meta 无法看到或控制其使用内容。用户可以获得 Meta 的模型能力，同时将提示词和推理过程留在自己掌握的环境里。** 对个人而言，本地运行可以减少私人资料向外部服务器传输；对企业而言，代码、文档和业务数据也能留在自主管理的设备上。隐私与安全需求因此成为推动本地 AI 的实际动力，而开放权重让这条路具备了可操作性。 ### 8160 亿参数，怎么装进几台 Mac 把如此庞大的模型搬上书桌，需要解决两个问题，电脑能否装得下，以及装下以后能否足够快地工作。 Muse Spark Open 采用混合专家架构，也就是 MoE，总参数量达到 8160 亿，每次推理激活约 420 亿参数。 它像一个规模庞大的专家团队，处理不同内容时，只调动其中一部分专家参与计算。模型因此可以保留较大的总容量，同时减少每一步实际需要完成的计算。不过，没有参与当前计算的参数，仍然需要存储起来，供后续调用。MoE 降低了计算负担，容纳整套模型的内存需求依然可观。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/11/lark2pad-1793939897232-5.jpg) 按照苹果技术博客的数据，**在原生 BF16 精度下，Muse Spark Open 仅模型参数就需要超过 1.6TB 内存。苹果使用 NVFP4 四位量化版本，将模型内存占用压缩至约 493GB。量化相当于用更精简的数值表示方式存储参数，通过降低数值精度，换取更小的内存占用。** 即便如此，单台配备 512GB 统一内存的 Mac Studio 依然难以做到游刃有余。模型权重之外，推理过程中的临时计算数据、KV Cache（键值缓存），以及操作系统和运行框架，都需要占用额外内存。**多台 Mac 协同工作，便成了下一步。** ![Image](https://s3.ifanr.com/wp-content/uploads/2026/11/lark2pad-1793939898052-6.jpg) 在苹果展示的多机推理方案中，MLX 主要采用两种并行方式，其中较容易理解的是流水线并行。模型前一部分放在一台 Mac 上，后一部分放在另一台上，第一台完成计算后，再把结果交给第二台继续处理。 **这种方式能够让两台电脑共同容纳一个大型模型，但计算存在前后依赖，后一台机器需要等待前一台的结果，设备无法始终同时投入工作。**张量并行则将同一层里的计算分配给多台机器，让它们共同参与，再交换和汇总结果。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/11/lark2pad-1793939899998-7.jpg) 更多设备可以同时工作，机器之间也就需要更频繁地交换数据。 如果传输太慢，增加的计算能力就会消耗在等待中。苹果为此使用雷雳 5 上的 RDMA 通信，降低多机交换数据的延迟，再由 MLX 协调计算。 在博客展示的双机配置中，两台 Mac 通过两根雷雳线连接，以增加链路带宽。最终的性能差距，清楚地体现了这种协作方式的价值。在输入上下文为 8192 tokens、随后生成 128 tokens 的测试中，两台 M5 Ultra Mac Studio 使用流水线并行时，Muse Spark Open 的生成速度约为每秒 15.74 tokens。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/11/lark2pad-1793939901102-8.jpg) 改用张量并行后，双机速度提高到每秒 24.99 tokens，提升接近六成。进一步增加到四台机器，速度达到每秒 36.73 tokens，首个 token 的等待时间也从双机张量并行的约 8.2 秒，缩短至约 4.8 秒。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/11/lark2pad-1793939902250-9.jpg) ![Image](https://s3.ifanr.com/wp-content/uploads/2026/11/lark2pad-1793939904035-10.jpg) 从存得下，到能够以实际可用的速度交互，背后依靠的是一整套软硬件配合。统一内存架构让 CPU 和 GPU 能够共享内存资源，大容量配置为模型提供存储空间，高带宽支持持续读取数据，而 MLX 与雷雳互联则让多台电脑能够协同承担任务。 M5 Ultra 进一步将统一内存带宽从 M3 Ultra 的 819GB/s 提高至 1.2TB/s。M5 系列 GPU 加入的 Neural Accelerators，则用于加速矩阵运算，改善处理输入上下文时的计算效率。 两项变化对应着用户能够感受到的两个环节，提交一大段材料后，需要等多久才开始回答，以及开始回答以后，内容输出有多快。 在苹果针对 Qwen 3.8 和 Mistral Medium 3.5 的单机测试中，M5 Ultra 相比 M3 Ultra，首个 token 等待时间对应的速度提升最高约为 4.6 倍，文字生成速度约为 1.6 倍。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/11/lark2pad-1793939905639-11.jpg) ![Image](https://s3.ifanr.com/wp-content/uploads/2026/11/lark2pad-1793939906788-12.jpg) 苹果还展示了如何把本地模型服务用于 OpenCode 等编程工具。开发者可以继续通过智能体界面提交任务，让模型处理上下文、生成代码，而背后的推理工作由桌上的 Mac 完成。 由此来看，Muse Spark Open 在 Mac 上运行，也是一场对苹果既有投入的集中检验。芯片、内存、互联和软件工具各自解决一部分问题，最终共同决定了桌面 AI 能走多远。 目前，这套方案仍主要面向专业开发者和团队。 搭载 M5 Ultra 的 Mac Studio 起售价为 46999 元，512GB 版本将于本月晚些时候上市，运行 Muse Spark Open 还需要根据内存需求配置多台设备。大型模型进入个人电脑的过程，显然还有门槛。但苹果已经展示出一条具体路径，让需要自主掌握模型和数据的用户，能够在桌面上构建自己的 AI 运行环境。 ### 苹果连闲着的 Mac 也惦记上了 **几台高配 Mac Studio 组成集群，解决了大型模型如何进入桌面的问题。** **苹果研究人员近期发表的另一篇论文，则将目光投向办公室里已经存在、却经常没有充分使用的电脑。**名为 Minions 的系统，尝试把 Apple Silicon 设备闲置的 GPU 组织起来，形成一个共享的推理资源池。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/11/lark2pad-1793939908684-13.jpg) 图｜🔗https://machinelearning.apple.com/research/distributed-gpu-cloud 研究人员观察到一种常见的资源错配。一边是团队申请集中式 GPU 时，需要长时间排队；另一边，大量 Mac 正在处理邮件、文档等日常工作，GPU 仍有不少空闲。Minions 希望让这些已有设备分担任务，减少团队对新增 GPU 采购的依赖。团队提交工作后，系统会将其分成多个子任务，由参与的 Mac 主动领取，使用本机 GPU 完成计算，再把结果上传至指定存储位置。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/11/lark2pad-1793939909805-14.jpg) ![Image](https://s3.ifanr.com/wp-content/uploads/2026/11/lark2pad-1793939911983-15.jpg) 与前文多台 Mac 紧密协作运行同一个大型模型的方式不同，Minions 主要面向能够分别执行的任务，让不同电脑各自处理一部分工作，提高整体处理量。 目前，系统支持生成文本向量，以及通过 Ollama 调用本地大模型完成文本生成。前者可以用于检索等场景，后者适合批量处理大量独立请求。 员工电脑的使用状态随时可能变化，有人会合上笔记本，有人会断开网络，也有人需要优先处理自己的工作。Minions 因此设置了任务回收机制，监测正在执行任务的设备，一旦设备失去响应，就将未完成的子任务重新交给其他电脑。设备拥有者还可以设置优先参与的团队、项目或任务。 论文提到，团队有时会通过 Slack 临时招呼同事，请大家启动执行程序，共同处理某项工作。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/11/lark2pad-1793939913209-16.jpg) 原本需要排队申请的计算资源，就这样变成了同事之间可以临时组织的协作。按照论文披露的使用情况，过去因集中式 GPU 紧张而需要等待十多个小时的部分任务，使用 Minions 后，往往几分钟内就能开始执行。 闲置设备的加入，让团队更早获得了可用算力。数据如何管理，也被纳入系统设计。Minions 支持在指定团队或组织内部独立部署，将任务限制在各自管理的设备范围内，让共享算力与数据管理要求相适应。研究人员还计划探索分布式模型训练，而现阶段的重点，是让已有 Mac 成为集中式 GPU 基础设施的补充。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/11/lark2pad-1793939915360-17.jpg) **从 Muse Spark Open 到 Minions，苹果正在挖掘个人电脑在 AI 时代的两种价值。一种通过大内存和高速互联，让桌面设备承担更大的模型；另一种利用闲置时间，让更多已有电脑参与计算。** 端侧 AI 的发展也因此拥有了更具体的形态。它可以是一台设备独立处理私人任务，也可以是几台电脑共同运行大型模型，或者由一个团队内部的设备协作完成批量工作。当 AI 接触的数据越来越私人、承担的任务越来越深入，用户对隐私、安全和自主控制的需求，也会不断推动本地部署。开放模型提供了选择权，能够高效运行它们的硬件，则把选择权变成了实际能力。 **苹果与 Meta 的合作，正是两股趋势的一次汇合。** 对于努力争取 AI PC 位置的 Mac 而言，多年来投入的芯片、统一内存和开发生态，终于开始以一种足够直观的方式得到回报，越来越大的模型，正在它的桌面上运行起来。 *技术博客参考地址：* *https://machinelearning.apple.com/research/mlx-distributed-inference*