英文原标题：Meta’s Muse Spark Open now available in Amazon SageMaker JumpStart
本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗
- Meta 的编码优化开放权重模型 Muse Spark Open 已在 Amazon SageMaker JumpStart 上线，用户可在自己的 AWS 账户中几步部署到 SageMaker AI 端点，无需自行管理服务基础设施。
- 该模型采用 MoE 架构，总参数 816B、每 token 激活 42B，支持 100 万 token 上下文窗口，输入支持文本、图像、文档、音频和音视频，输出为文本。
- Meta 称其针对智能体编码工作流训练，强调首次尝试准确率、工具调用和对大型代码库的理解，能规划、行动、观察结果并自我纠正，还可浏览网页、协调子智能体及操作计算机。
- SageMaker JumpStart 提供 BF16（Muse-Spark-Open-816B-A42B）和 NVFP4 量化（Muse-Spark-Open-816B-A42B-NVFP4）两个变体；NVFP4 权重内存约为 BF16 的四分之一，分别运行在 ml.p5e.48xlarge 和 ml.p6-b300.48xlarge 实例上。
- 部署后端点运行在用户 AWS 账户内，可接入自有 VPC、用 AWS KMS 加密存储卷、开启网络隔离，并固定模型版本；启动时仅在美国东部（弗吉尼亚北部）和俄亥俄可用。
关键数据
- 总参数 816B，每 token 激活 42B
- 上下文窗口 1 百万 token
- NVFP4 变体运行于 ml.p5e.48xlarge，BF16 变体运行于 ml.p6-b300.48xlarge
- NVFP4 权重内存约为 BF16 的四分之一
- 启动时可用区域：US East (N. Virginia) 和 US East (Ohio)
- SDK 路径需要 Python 3.10 或更高版本及 SageMaker Python SDK v3
为什么值得看：该模型以开放权重和 100 万 token 上下文面向长时编码智能体，并在 SageMaker JumpStart 提供两种量化变体，便于在自有 AWS 环境中评估和部署。
