你可以把AI模型想成一道菜：公开“权重”，相当于把成品和关键配方交给开发者，他们能下载、部署和改造；但训练数据、训练代码和完整制作过程，未必随之公开。Meta这次端出了可下载的新模型，却把能力更强的一款继续留在自家厨房。值得关注的不是又多了一个模型，而是Meta如何重新划定“开放”的边界。
开放了什么？
据Meta AI Research，Meta于10月15日发布Muse Spark Open的模型权重。它共有816B参数——参数可以粗略理解为模型在训练中学到的内部数值——但每次处理任务只激活42B参数；同时支持100万token上下文。token是模型切分文字等内容后的基本单位，“上下文”则决定它一次能纳入多少材料。
开发者可从Hugging Face下载权重，也能在Amazon SageMaker AI、Google Cloud Model Garden和Microsoft Foundry Models等目录中部署，或通过多家托管API平台调用。API就是应用程序连接模型的接口，开发者不必自己运行整套模型，也能把它接入产品。
不过，“能下载”不等于毫无限制的开源。Meta采用带有限商业条款的Muse Model License，并称许多开发者可以免费使用。模型许可规定权重能否修改、商用及如何分发；因此，更准确的说法是Muse Spark Open属于开放权重模型，而不是不附条件的完全开放许可。
王牌仍在墙内
真正的分界线是Muse Wonder。前沿模型指综合能力与训练规模处于行业最前列的通用模型，但行业并没有统一门槛。Meta把Wonder放在这一层，却没有开放其权重。
据The Next Web报道，Meta AI负责人Alexandr Wang表示，公司通常不会开放最强模型；Muse Spark Open的能力低于同周发布、继续闭源的Muse Wonder。闭源意味着外部用户拿不到核心权重，通常只能通过厂商应用或API使用。这样一来，厂商更容易控制访问、收费和安全更新。
这与本刊10月13日报道的方向一致：Meta没有承诺开放Wonder系列权重，而是把较小模型留给开放生态，把最强能力用于Muse订阅和API。如今，Muse Spark Open的发布让这种分层战略从预告变成了产品安排。
开放旗帜没有落下，但位置变了
Meta曾借Llama成为开放权重生态的重要提供者。如今它同时经营开放模型、闭源前沿模型、API和Muse订阅产品。说白了，开放模型仍能吸引开发者、进入云平台，并扩大生态；最先进能力则留在内部，成为收费服务和产品差异化的核心。
这不是简单的“开放或闭源”二选一，而是把不同能力放进不同渠道：开放版本负责覆盖面，闭源王牌负责控制力与商业回报。Meta仍举着开放旗帜，只是旗帜不再插在能力最高点。
局限与未知
- Bloomberg材料只有标题，无法独立核对其对“best tech”的具体定义；本文关于两款模型能力层级的判断，依据The Next Web对Alexandr Wang表态的报道。
- 现有材料没有提供Muse Spark Open与Muse Wonder的统一评测数字，因此无法量化两者差距。
- Muse Model License带有何种具体商业限制，材料未展开；不能仅凭“权重可下载”判断所有用途都被允许。