meta-models/Muse-Spark-Open-816B-A42B-NVFP4 · Hugging Face

来源: https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B-NVFP4

请务必提供您的完整法定姓名、出生日期以及包含所有企业标识符的完整机构名称。请避免使用缩写和特殊字符。未遵守此说明可能会导致您无法访问此模型以及 Hugging Face 上的其他模型。提交后您将无法编辑此表单，因此请确保所有信息准确无误。

您提供的信息将根据Meta 隐私政策 (https://www.facebook.com/privacy/policy/) 进行收集、存储、处理和共享。

MUSE MODEL LICENSE

版本: Muse Spark Open

发布日期: 2026 年 10 月 15 日

Copyright (c) 2026 Meta Platforms, Inc.

特此免费授予任何访问或获取本软件副本的个人（“被许可方”）许可，本软件包括模型、代码、模型权重、参数、配置文件以及相关文档文件（“软件”），允许其不受限制地处理本软件，包括但不限于以下权利：使用、复制、修改（包括微调）、创建衍生作品、蒸馏、合并、发布、分发、再许可和/或出售软件副本；并允许获得本软件的人员进行上述行为，但均须遵守以下条件：

1. 上述版权声明、本许可协议和《使用政策》须包含在本软件及其衍生作品（定义见下文）的所有副本或实质性部分中。被许可方对本软件的使用须遵守《使用政策》，该政策通过引用并入本许可协议，作为附件 A 附于本协议。

2. 被许可方须在每个使用本软件或任何衍生作品的产品或服务的用户界面中，或在随附文档、网站或设置菜单中，显著展示“Built with Muse Spark Open“。“衍生作品“指使用本软件或其任何输出、结果所创建、训练、修改（包括微调）、蒸馏或以其他方式改进的任何 AI 模型。

3. 如果被许可方或其任何关联方通过 API 或类似接口，以产品或服务形式向第三方提供对人工智能模型的访问权限，使第三方获得此类模型的输出（“模型即服务”），且被许可方及其关联方在任何连续十二（12）个月期间的总营收超过二千（20）万美元（或其他货币等值金额），则被许可方必须在将本软件或任何衍生作品作为该模型即服务业务的一部分提供之前通知 Meta，并与 Meta 签订单独的书面协议。本第 3 条不适用于（a）内部使用、研究或任何非模型即服务的商业活动，或（b）被许可方将本软件作为组件用于驱动其自身非模型即服务的产品或服务功能。

4. Meta 不主张对本软件生成的输出拥有任何所有权。

5. 本软件、任何输出及其结果均按“原样“提供，不作任何明示或暗示的保证，包括但不限于适销性、特定用途适用性和不侵权的保证。在任何情况下，Meta 及其关联方均不对因本软件或其输出引起、与之相关或由其产生的任何索赔、损害赔偿或其他责任负责，无论是否基于合同、侵权或其他诉讼。Meta 及其关联方对任何衍生作品不承担任何责任，被许可方对其衍生作品的安全性、部署和使用负全部责任。

“Meta“指 Meta Platforms Ireland Limited（如果您位于欧洲地区，或者您是实体且主要营业地在欧洲地区）以及 Meta Platforms, Inc.（如果您位于欧洲地区之外）。

附件 A - Muse Spark Open 使用政策

日期: 2026 年 10 月 15 日

Meta 致力于促进其工具和功能（包括 Muse Spark Open）的安全、公平使用。本使用政策（“政策”）适用于您对 Muse Spark Open 及其任何衍生作品的访问或使用。

禁止使用

我们希望每个人都能安全、负责任地使用 Muse Spark Open。您有义务确保将模型部署给最终用户时的安全性，并考虑部署环境和用户群体。Muse Spark Open 不适用于 18 岁以下的个人。

您不应使用或允许他人使用 Muse Spark Open 来：

1. 违反法律或他人权利，包括：1. 从事、推广、生成、参与、鼓励、策划、煽动或助长非法或违法活动或内容，例如：1. 暴力或恐怖主义 2. 对儿童的剥削或伤害，包括招揽、创建、获取或传播儿童剥削性内容，或未举报儿童性虐待材料 3. 人口贩卖、剥削和性暴力 4. 向未成年人非法分发信息或材料，包括淫秽材料，或未针对此类信息或材料采用法律要求的年龄限制措施 5. 性招揽 6. 任何其他犯罪活动 2. 从事、推广、煽动或协助对个人或个人群体的骚扰、虐待、威胁或欺凌 3. 从事、推广、煽动或协助在就业、就业福利、信贷、住房、其他经济利益或其他基本商品和服务提供中的歧视或其他非法或有害行为 4. 从事任何职业的无授权或无许可执业，包括但不限于金融、法律、医疗/健康或相关专业实践 5. 收集、处理、披露、生成或推断有关个人的私人或敏感信息，包括有关个人身份、健康或人口统计的信息，除非您已依据适用法律获得执行此操作的权利 6. 从事或协助任何行动，或生成任何内容，侵犯、盗用或以其他方式违反任何第三方权利，包括使用 Muse Spark Open 的任何产品或服务的输出或结果 7. 创建、生成或协助创建恶意代码、恶意软件、计算机病毒，或实施任何可能禁用、过载、干扰或损害网站或计算机系统正常运行、完整性、操作或外观的行为 8. 从事或协助任何行动，故意规避或移除使用限制或其他安全措施，或启用被 Meta 禁用的功能
2. 从事、推广、煽动、协助或帮助策划或开发对个人存在死亡或人身伤害风险的活动，包括将 Muse Spark Open 用于以下相关用途：1. 军事、战争、核工业或应用、间谍活动，用于受美国国务院维护的《国际武器贸易条例》（ITAR）约束的材料或活动，或受《1989 年美国生物武器反恐法》或《1997 年化学武器公约实施法》约束的材料或活动 2. 枪支和非法武器（包括武器研发） 3. 非法毒品和受管制/受控物质 4. 关键基础设施、运输技术或重型机械的运行 5. 自我伤害或伤害他人，包括自杀、自残和饮食失调 6. 任何旨在煽动或促进暴力、虐待或对个人施加身体伤害的内容
3. 故意欺骗或误导他人，包括将 Muse Spark Open 用于以下相关用途：1. 生成、推广或助长欺诈行为，或创建、推广虚假信息 2. 生成、推广或助长诽谤性内容，包括创建诽谤性陈述、图像或其他内容 3. 生成、推广或进一步分发垃圾信息 4. 在未经同意、授权或法律权利的情况下冒充他人 5. 声称 Muse Spark Open 的使用或输出由人类生成 6. 生成或协助虚假的在线互动，包括虚假评论和其他虚假在线互动手段
4. 未能向最终用户适当披露其 AI 系统的已知危险
5. 与旨在生成非法内容或从事非法或有害行为的第三方工具、模型或软件交互，和/或声称此类工具、模型或软件的输出与 Meta 或 Muse Spark Open 相关联

登录或注册以查看相关条款并访问此模型内容。

https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B-NVFP4#muse-spark-open-model-cardMuse Spark Open 模型卡片

作者: Meta Superintelligence Labs 模型发布日期: 2026 年 10 月 许可协议: Muse Model License (https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B-NVFP4/blob/main/LICENSE.md)

Muse Spark Open 是一个总参数 816B / 激活参数 42B 的开放权重模型，上下文窗口为 1M token。Muse Spark Open 专为编程和智能体任务构建，原生支持多模态。此开放权重版本经过了额外的安全后训练，使其在没有系统级防护的独立使用场景下更不易被滥用。我们建议将 Muse Spark Open 作为更广泛 AI 系统的一部分进行部署，并配备适合特定用例的额外防护措施。

该模型可在各种用例中表现出色，包括：

1. 多步推理 - 在长时间跨度上进行推理链条，在复杂、扩展的工作流中维持连贯的计划。
2. 端到端智能体任务完成 - 多步规划、顺序工具调用、故障恢复以及长时间跨度任务执行，在框架内工作，编写和调试代码，并从头到尾解决多轮请求。
3. 编程智能体 - 编写、调试和解决真实世界的软件工程任务。
4. 工具使用 - 在扩展的多轮工作流中调用工具，诊断错误并在工具调用失败时重试。
5. 多模态推理 - 解读截图、图表、文档、图片、音频和视频录制内容，与对话相结合，适用于智能体和信息丰富的环境。
6. 合成数据生成 - 为下游模型开发生成高质量训练数据。
7. LLM-as-a-judge 评估 - 作为评估器对其他模型的输出进行评判。

https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B-NVFP4#muse-spark-open-model-overviewMuse Spark Open 模型概览

名称Muse Spark Open模型提供方Meta Platforms, Inc. 或 Meta Platforms Ireland Limited发布日期2026 年 10 月 15 日许可协议Muse Model License参数量816B 总参数 / 42B 激活参数类型Mixture-of-Experts Transformer，配备 Perception Encoder上下文长度推理时 1M词表大小202,048模态输入: 文本 + 图片 + 视频 + 音频 / 输出: 文本语言多语言，基于超过 100 种语言的数据训练推荐推理参数Temperature = 1.0 Top_p = 1.0 Top_k = 禁用 对于复杂问题求解、编程和智能体任务，建议使用 high 或 xhigh 的 Reasoning Effort。语言模型隐藏维度: 8192 Token 嵌入: 非绑定的输入/输出嵌入，vocab × dim = 202,048 × 8192 ≈ ~1.66B 输出层（去嵌入层）: vocab × dim = 202,048 × 8192 ≈ ~1.66B 层数: 62 门控注意力: 是（注意力块带输出门控和输出归一化；启用 QK-norm） 注意力头数: Q 为 128，KV 为 16（分组查询注意力） 头维度: 64 专家混合: 是 专家数量: 256 每 token 激活专家数: 8（top-k 路由）Perception Encoder架构: 1.8B 参数，50 层，隐藏维度 1536，16 个头，14x14 patch 大小，输出维度 4096 采用学习到的绝对位置嵌入 + 2D RoPE，LayerNorm + GELU 作为 FFN 稀疏注意力，因子为 4（每第 4 层 + 最后一层为全注意力）

https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B-NVFP4#model-access-and-best-practices模型访问与最佳实践

通过 API 访问 该模型可通过第三方推理提供商以 API 形式使用。

在自有系统上使用开放权重 权重可通过 Hugging Face 下载。模型提供 BF16 和 NVFP4 两种版本。在自有系统上运行时，模型需要至少 700GB 显存的 GPU（NVFP4 版本）或 2TB（BF16 版本）。此外还需要推理部署框架 - 支持的框架包括 SGLang、vLLM、Hugging Face、TensorRT-LLM、Unsloth 和 Llama.cpp。该模型还针对两台配备 M5 Ultra 的 Mac Studio 通过 MLX 运行进行了优化。

更多关于如何部署和使用该模型的信息，请参见开发者文档。

推理参数 您可以自定义推理参数，以在您的用例中达到最佳性能。

• Reasoning Effort: Reasoning Effort 控制模型在响应前的思考程度。可通过 reasoning_effort 请求参数设置，或使用 chat_template_kwargs={“reasoning_effort”: …} 设置为 low、medium、high 或 xhigh。默认值为 xhigh。对于复杂问题求解、编程和智能体任务，请使用 high 或 xhigh；对于更快、更简短的响应，请使用 low 或 medium。任何其他值都会返回错误。
• 采样参数: 大多数部署建议使用以下设置：temperature = 1.0，top_p = 1.0，top_k = 禁用

https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B-NVFP4#training-data训练数据

训练数据包括文本、图片、音频和视频。数据来源包括公开来源、互联网抓取、第三方获取、Meta 产品和服务的衍生数据，以及由外部供应商网络和 Meta 人员进行的合成生成、整理和丰富。数据整理方法包括清洗、处理、修改、去重和过滤等。

https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B-NVFP4#safety-and-preparedness安全与准备状态

我们强烈建议将 Muse Spark Open 作为 AI 系统的一部分进行部署，并配备针对您预期用例定制的防护措施。这些系统级保护措施应在有用性和安全性之间取得平衡，并应对安全和安保风险，包括与外部工具集成所产生的风险。

Muse Spark Open 已在四个互补的安全领域进行了评估，基于模型评估和残余风险评估，满足了我们的发布安全标准：

1. 内容安全: 有害内容生成和拒绝行为，以及回应质量和意识形态平衡。
2. 智能体风险: 使用工具或代表用户行事时的有害或未授权行为，包括不安全的代码执行以及编程智能体工作流中的破坏性更改。
3. 隐私: 评估模型如何处理个人和敏感信息，包括在代表用户行事时的不当披露和信息共享。
4. 准备状态: 依据 Meta Superintelligence Scaling Framework 评估化学、生物、网络和失控风险。1. 网络安全: 我们使用自适应攻击者以开发者查询 API 模型的方式查询模型，在内部和公开的网络滥用基准上进行了测试，无系统级安全保障