Meta phát hành Muse Spark Open 816 tỷ tham số, tối ưu chạy trên hai Mac Studio
Mô hình đa phương thức của Meta mở quyền tải trọng số và hỗ trợ triển khai tại chỗ; yêu cầu bộ nhớ lớn, giấy phép riêng và kết quả đánh giá vẫn cần kiểm chứng độc lập.
Ngày 15/10/2026, Meta công bố và cho tải trọng số Muse Spark Open, một mô hình AI đa phương thức có 816 tỷ tham số tổng cộng, trong đó khoảng 42 tỷ tham số được kích hoạt khi xử lý mỗi token. Điểm đáng chú ý không chỉ là quy mô: Meta cho biết mô hình có thể vận hành trên hai máy Mac Studio M5 Ultra thông qua MLX, thay vì bắt buộc sử dụng cụm GPU máy chủ. Đây là một phương án triển khai cụ thể, không phải lời hứa rằng máy tính phổ thông có thể chạy mô hình này.
Thông báo chính thức nhấn mạnh khả năng lập trình, tác vụ nhiều bước và ngữ cảnh dài một triệu token. Dù vậy, mô hình có trọng số tải về không đồng nghĩa với mã nguồn, dữ liệu huấn luyện và toàn bộ quy trình phát triển đều được công khai. Cách gọi chính xác ở đây là open-weight, cùng những điều kiện sử dụng do giấy phép Muse Model License quy định.
816 tỷ tham số nhưng chỉ kích hoạt một phần khi suy luận
Muse Spark Open sử dụng kiến trúc mixture of experts (MoE). Thay vì sử dụng mọi tham số của mô hình cho mỗi đơn vị đầu vào, một bộ định tuyến chọn những nhóm chuyên gia phù hợp. Meta công bố 816 tỷ tham số tổng và khoảng 42 tỷ tham số hoạt động trên mỗi token. Sự phân biệt này quan trọng vì chi phí phép tính cho một token không tương đương việc thực thi toàn bộ 816 tỷ tham số.
Tuy nhiên, lượng bộ nhớ cần để nạp trọng số vẫn rất lớn. Đây là lý do 42 tỷ tham số hoạt động không có nghĩa người dùng chỉ cần phần cứng đủ chứa mô hình 42 tỷ tham số. Theo tài liệu dành cho nhà phát triển của Meta, mô hình nhận văn bản, ảnh, âm thanh và video, nhưng tạo đầu ra ở dạng văn bản. Cửa sổ ngữ cảnh được công bố là 1.048.576 token.
Khả năng tiếp nhận ngữ cảnh dài giúp AI đọc lượng lớn tài liệu hoặc theo dõi tiến trình làm việc kéo dài. Nó không bảo đảm rằng mô hình sẽ nhớ chính xác mọi chi tiết trong toàn bộ cửa sổ, cũng không cho biết hiệu năng khi tải tối đa sẽ giống tác vụ ngắn.
Vì sao Meta chọn hai Mac Studio?
Trong bài công bố nghiên cứu, Meta cho biết mỗi Mac Studio M5 Ultra có thể cung cấp tới 512 GB bộ nhớ hợp nhất, và hai máy tạo ra một hệ thống có khoảng một terabyte bộ nhớ dùng cho mô hình. Framework MLX của Apple đảm nhiệm tối ưu quá trình chạy trên Apple Silicon.
Đây là ví dụ mới cho hướng xử lý AI tại chỗ: dữ liệu của tác vụ có thể ở lại cơ sở hạ tầng do người dùng kiểm soát khi chạy self-hosted. Tuy nhiên, việc chuẩn bị hai máy cao cấp vẫn là khoản đầu tư đáng kể; tốc độ, mức tiêu thụ điện và chất lượng trải nghiệm cần được đo trên cấu hình cụ thể, không thể suy ra chỉ từ khả năng nạp mô hình vào bộ nhớ.
Meta mô tả các thử nghiệm nội bộ như chỉnh sửa ứng dụng iOS mã nguồn mở Ice Cubes và điều khiển phần mềm DaVinci Resolve. Đó là ví dụ do hãng báo cáo, chưa thể coi là bằng chứng độc lập rằng mọi chuỗi thao tác của mô hình đều hoạt động ổn định ngoài môi trường thử nghiệm.
Không buộc phải sở hữu phần cứng riêng
Meta đồng thời liệt kê các nhà cung cấp dịch vụ suy luận như Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter và Together AI. Trọng số cũng được cung cấp qua các nền tảng phân phối mô hình, trong đó có Hugging Face. Người phát triển có thể lựa chọn tự vận hành để kiểm soát dữ liệu hoặc dùng API để tránh gánh nặng quản trị phần cứng.
Hệ sinh thái chạy mô hình được Meta nêu gồm SGLang, vLLM, TensorRT-LLM, Transformers, MLX và một số công cụ khác. Hãng báo cáo tối ưu kernel bằng Helion cho SGLang, nhưng cần phân biệt mức tăng tốc kernel riêng lẻ với tăng tốc thực tế của toàn bộ hệ thống.
Giấy phép và bài toán bảo mật cần được đọc kỹ
Trọng số được phát hành theo Muse Model License với điều khoản thương mại giới hạn, không nên tự động hiểu là giấy phép phần mềm mã nguồn mở phổ biến như Apache 2.0. Doanh nghiệp muốn tích hợp vào dịch vụ cần kiểm tra quyền sử dụng, phân phối, điều chỉnh mô hình và những giới hạn cụ thể.
Meta cho biết đã thực hiện đánh giá an toàn theo khung quản lý rủi ro của mình và tăng cường các biện pháp sau huấn luyện. Tuy nhiên, đánh giá do nhà phát hành cung cấp cần được đọc cùng model card và đối chiếu với thử nghiệm độc lập khi có. Với AI agent được cấp quyền truy cập mã nguồn, terminal hoặc dữ liệu khách hàng, kiểm soát quyền và ghi nhật ký vẫn cần thiết dù mô hình chạy nội bộ.
Điều gì thực sự thay đổi?
Việc Meta phát hành trọng số một mô hình MoE quy mô lớn, kèm tùy chọn chạy trên máy tính để bàn chuyên dụng, mở thêm đường lựa chọn giữa API và self-host. Đó là tin quan trọng cho những nhóm muốn làm trợ lý lập trình hoặc agent có dữ liệu nhạy cảm. Nhưng chi phí phần cứng, giấy phép và tính ổn định vẫn là các câu hỏi phải kiểm nghiệm bằng dự án thực tế.
Ảnh minh họa: Mac Studio M5 Ultra, nguồn COMPUTER BILD; ảnh thiết bị phần cứng, không phải ảnh chụp kết quả chạy Muse Spark Open.
.jpg)
