Meta（就是原来的Facebook）10月中旬开源了一个超大模型：Muse Spark Open，总参数8160亿。这个数字啥概念？GPT-4是1.8万亿参数，但每次只激活一部分。Muse Spark每次激活约420亿，支持百万Token上下文。

最炸的是官方演示：两台M5 Ultra芯片的Mac Studio就能跑起来。这意味着什么？意味着你不用租昂贵的GPU服务器，自己买台高配Mac就能部署一个顶级大模型。今天聊聊这玩意到底有多厉害，普通人能不能玩。

一、8160亿参数是啥概念？

参数你可以理解成模型的"脑容量"。参数越多，模型能记住和理解的东西越多，但同时也需要更多算力来跑。

以前这种规模的模型，只有OpenAI、谷歌这种巨头能玩，因为要几百张GPU卡，一张卡几十万。

Muse Spark用了混合专家架构（MoE）。简单说就是把模型拆成很多小专家，每次只激活其中几个，不是全部一起跑。这样总参数很大（8160亿），但实际计算量只有420亿参数模型的水平。

好处是：效果接近大模型，但成本接近小模型。

二、Mac能跑是啥意思？

以前跑大模型，你需要：

- 一张A100显卡，十几万

- 或者租云服务器，一小时几十块

- 还得会Linux、会部署、会调参

Meta说两台M5 Ultra Mac Studio就能跑。一台M5 Ultra Mac Studio大概几万块，两台就是十几万。听起来不便宜，但对比A100集群，这已经是白菜价了。

而且Mac的优势是：安静、省电、你放在桌上就能用，不用机房。

但要注意，这是给开发者和企业的方案，不是说你买个Mac就能用。你还得：

- 懂技术，会部署

- 有一堆模型文件要下载（几十G）

- 会调参数优化速度

普通人看看就行，真要玩还得等成熟的客户端出来。

三、开源意味着啥？

Meta把这个模型的权重公开了，任何人都可以免费下载、使用、甚至修改。

这跟ChatGPT那种封闭模型不一样。ChatGPT你只能通过它的网站用，数据要过它的服务器，你不能自己部署。

开源模型的好处：

- 数据不出本地，隐私安全。你公司的内部文档、客户数据，不用传到OpenAI的服务器。

- 可以自己改模型，针对特定行业优化。

- 长期免费，不用按月交订阅费。

这对企业来说吸引力很大。尤其是金融、医疗、法律这些对数据隐私要求高的行业，终于可以自己部署大模型了。

四、普通人现在能用上吗？

短期内不能直接用，但很快会有人做成品：

- 现在已经有很多API平台接入了这个模型，你不用自己部署，直接调API就行，价格很便宜。

- 以后会有客户端，像用ChatGPT一样，选个Muse Spark模型就能聊。

- 各种AI工具会陆续接入这个模型，你感觉不到区别，但底层换了个更强的。

就像Linux开源了，但你平时用Windows，感觉不到。但Linux支撑着全球大部分服务器，间接影响你每天用的APP。

五、这趋势对我们有啥影响？

1. AI会越来越便宜。开源模型多了，API价格就会卷下来。以后AI写作、AI作图可能真的免费。

2. 隐私会更好。以后重要工作可以用本地模型，数据不用上传云端。

3. 创业门槛降低。小团队不用花大价钱买API，自己部署一个开源模型，成本可控。

4. 技术民主化。以前只有大厂能玩AI，现在一个小团队甚至一个人，就能用上顶级模型。

今日认知清单

1. 开源大模型是未来趋势，别只盯着ChatGPT。

2. 如果你是做产品的，关注一下这个模型，成本优势很大。

3. 普通人不用急着自己部署，等成熟客户端出来再用。

4. AI会越来越便宜、越来越好用，这是确定的方向。

技术发展就是这样，一开始离你很远，突然有一天你身边全是这玩意。保持关注，不用焦虑，等产品成熟了直接用就行。