Muse Spark Open 的解码速度从基线 517 tok/s 提升到 1,109 tok/s，做法是把每一层的注意力和 MoE 合成一个常驻 GPU 的内核，让权重加载、张量核心计算和跨卡通信在同一时刻重叠进行。此前 SGLang 每个解码步要依次启动约 1,450 个内核，内核之间 GPU 会排空再填充，部分 SM 和线程处于空闲。该结果在 Blackwell GPU 上以批大小为 1、配合 DFlash V2 推测解码测得，尚未扩展到更大批量。
Meta 的开源混合专家模型 Muse Spark Open 总参数 816B、每 token 约激活 42B，此前在 TPU v7 上服务时，一次验证步的耗时是单纯从 HBM 流式读取权重所需时间的 2.9 倍。SGLang-TorchTPU 把一次解码或验证步的全部 62 层写成一个 Pallas 程序，让权重、KV 与跨设备传输都排在计算之前发出。单请求下每输出 token 从 3.78 ms 降到 1.95 ms，两个并发请求时为 1.85 倍，并发继续增大时收益收窄。
Meta 发布开源权重多模态混合专家模型 Muse Spark Open，SGLang 与 Miles 在发布当天为其接上推理与强化学习训练后端。该模型文本主干 816B 参数、每 token 约 42B 激活，支持文本、图像、视频、音频输入和 1M token 上下文。在 8 块 B300 上以 NVFP4 权重跑 OpenHands 多轮智能体编码回放，并发 128 时每 GPU 总吞吐 80.3K token/s、每用户 61 token/s。
Meta公开了面向智能体编程与长程任务的Muse Spark Open模型权重，并已在Modal的共享端点上按token计费提供。该模型原生支持多模态理解，上下文窗口为100万token，可完成写代码、调试、多步规划、顺序调用工具以及长流程中的失败恢复。在Meta的评测中，它使用Terminus 2智能体在Terminal-Bench 2.1上得76.4分，使用Meta偏好的评测框架在DeepSWE 1.1上得60分，推理强度设为xhigh。
Meta发布面向智能体编码工作流的开源混合专家模型Muse Spark Open，总参数816B、每token激活42B，上下文窗口达1M token，可容纳包含复杂依赖与遗留代码的整个项目。此前的通用编码模型面向生成单个函数或单元测试这类上下文小、答案即时的单次补全任务，而多文件重构、跨数千文件导航、失败测试恢复与子智能体协调需要持续多步执行。该模型在NVIDIA GB300 NVL72上训练，支持工具调用、输出评估与迭代修正，并以目标条件保持方向、以上下文压缩维持长会话进展。
Meta开源了Muse Spark Open的权重，这是一个816B参数、推理时激活42.7B的全模态混合专家模型，与Muse Code共同训练，面向编码智能体工作流。它用压缩MoE块和全局/局部混合注意力降低跨GPU通信与长会话的KV缓存占用，并支持100万token上下文和文本、图像、视频、音频输入。按Meta报告的基准分数，它在智能体编码与知识工作上与前沿实验室的模型相当，但各模型使用自家编码智能体测试，而非统一测试框架。
Meta 的开放权重推理模型 Muse Spark Open 现已上线 AI Gateway，面向编码与智能体工作流，支持多文件重构、调试和大型代码库理解。该模型接受文本与图像输入，上下文窗口为 100 万 token，使智能体能在同一次请求中同时处理代码和截图。用户以 meta/muse-spark-open 这一模型名在 AI SDK、OpenAI 兼容的 Chat Completions 与 Responses API、Anthropic 兼容的 Messages API 以及接入 AI Gateway 的编码智能体中使用，无需另建供应商账户。
vLLM在Muse Spark Open发布当天就提供了推理支持，这是一款总参数816B、每token激活42B的混合专家模型，支持1M上下文与原生图像、视频、音频输入。此前这类规模的模型往往要等社区适配数周；这次Nvidia与AMD镜像同步放出，并配套训练了DSpark投机解码草稿模型。TPU上配合投机解码，4颗v7芯片超过650 token/秒，8颗超过960 token/秒。
Meta发布开放权重模型Muse Spark Open，把文本、图像、音频和视频放进同一个约8160亿参数、每token约420亿激活参数的混合专家模型，上下文窗口最高100万token，输出为文本。它面向智能体编程训练，能读代码库、写代码、调试并调用工具，也能在写代码时看截图、听语音、看录屏。相比同系列8月发布的小型稠密模型Muse Glimmer，这次把混合专家架构放大到更大规模，并给出BF16与NVFP4两种检查点及llama.cpp、vLLM、SGLang等部署配方。
已读完全部报道