科技界迎来重磅合作：苹果与Meta正式宣布携手，将Meta旗下性能最强的开源AI模型引入苹果高端桌面电脑领域。这一举动不仅标志着两家硅谷科技巨头在人工智能浪潮下放下历史恩怨，更预示着AI技术竞争格局的深刻变化。此次合作不仅是对苹果自研AI芯片实力的权威认证，更被业界视为对OpenAI和Anthropic等AI领域领军企业构成的潜在挑战。
据徽声在线科技频道独家获悉，两家公司于本周四（10月15日）联合宣布，开发者将能够在苹果Mac Studio设备上实现Meta最新开源模型Muse Spark Open的本地化运行。通过将两至四台Mac Studio进行集群部署，用户可高效完成代码开发、视频内容分析等复杂智能任务。值得关注的是，该模型采用端侧运行模式，既保障了数据安全性，又显著降低了云计算成本。Meta AI部门负责人Alexandr Wang特别指出，苹果Mac Studio配备的超大容量内存，是支撑这种量级AI模型在个人电脑上运行的关键技术突破。
这场具有里程碑意义的合作发生在苹果管理层交替的关键时期——前CEO库克卸任后，John Ternus接任苹果掌门人仅一个月。Ternus在社交平台回应扎克伯格的公开信时表示："在桌面端实现Muse Spark Open这种规模模型的高效运行，堪称工程奇迹。Mac Studio正在持续突破终端设备AI能力的边界。"这段互动被分析人士解读为两大科技巨头关系缓和的明确信号。
不过这项技术方案对硬件配置提出极高要求。当前配备M5 Ultra芯片与256GB内存的Mac Studio基础款售价已达10799美元，而搭载512GB内存的增强版将于本月下旬正式发售。更值得关注的是，要完整发挥Muse Spark Open的性能潜力，用户需要同时部署多台设备形成计算集群。
<
宿敌变盟友：AI革命重塑科技版图
苹果与Meta的恩怨情仇可追溯至多年前。2021年苹果实施隐私新政，严重限制了数字广告行业的精准投放能力，当时名为Facebook的Meta公司预估这将导致其2022年广告收入减少约100亿美元，双方关系随之跌入谷底。
历史矛盾积怨已久：2018年剑桥分析数据丑闻爆发期间，库克曾公开讽刺扎克伯格的商业模式；而扎克伯格在2023年接受知名播客采访时更直言："苹果自iPhone之后再无颠覆性创新。"两家公司的上一次公开合作还要追溯到2017年，当时苹果从iOS系统中移除了Facebook的系统级集成功能。
随着Ternus执掌苹果，僵局出现转机。Wang在专访中透露，此次合作得益于其团队核心成员、前苹果AI研究总监Daniel Gross的推动——这位技术专家与前GitHub CEONat Friedman都是扎克伯格去年重金招募的AI战略人才。Wang坦言："虽然主要矛盾发生在我入职前，但两家公司确实存在复杂的历史纠葛。"
Muse Spark Open：8160亿参数的开源巅峰之作
作为Meta迄今最强大的开源模型，Muse Spark Open采用创新的混合专家（MoE）架构，参数量级达到惊人水平。该模型通过开放有限商业使用许可的方式发布，作为开源权重模型，开发者可直接从Hugging Face等平台下载完整模型权重，无需额外适配即可在苹果芯片上运行。
Meta专门针对苹果硬件特性对模型进行优化调整，使其在Mac设备上的推理速度提升显著。苹果同步发布了芯片性能基准测试报告，并公开了其MLX AI框架实现多机分布式运行的技术白皮书。
Wang强调："这次合作首次将前沿智能体能力带到桌面端，苹果M5 Ultra芯片的Mac Studio是实现这个突破的关键载体。"他同时指出，虽然Muse Spark Open不是Meta最顶级的模型，但"预计将有大量企业用它进行技术验证，为未来大规模应用奠定基础"。
苹果AI战略：多线布局下的挑战与机遇
与Meta的合作标志着苹果AI生态建设的重大进展。2024年，苹果曾与OpenAI达成协议将ChatGPT集成至Siri，但根据OpenAI与马斯克旗下xAI诉讼文件披露，该整合效果"远低于预期"，未能实现用户增长目标。随后苹果以商业秘密侵权为由起诉OpenAI，引发行业震动。今年早些时候，苹果还与谷歌达成协议，将Gemini模型及谷歌云服务纳入Apple Intelligence体系。
尽管合作伙伴阵容不断壮大，苹果的AI战略仍面临严峻考验——上月发布的Siri升级版被评测机构认为与顶尖AI助手存在代差，这引发投资者对苹果AI竞争力的质疑。
对Meta而言，这次合作具有战略转折意义。本周早些时候Meta刚发布新一代专有模型Muse Wonder，此前还推出了个人智能体应用Muse和8月亮相的小型开源模型Muse Glimmer。这一系列动作推动Meta股价持续走高，市场对其开拓AI新业务的预期不断升温。但需要警惕的是，Meta目前仍过度依赖广告收入，AI业务的商业化路径尚未完全清晰。
