Meta 刚刚对外推出一款号称美国最强开源权重模型，这款模型开放完整权重，门槛相比很多大模型低很多，只需要两台 Mac Studio 就可以完成本地部署推理，不用昂贵的 A100、H100 专业算力卡；Meta 选择放出完整开源权重，一方面是想在开源大模型赛道抢占话语权，吸引开发者基于它二次微调、做行业应用，另一方面也瞄准了苹果生态，适配 Mac Studio 的统一内存架构，降低普通技术团队、个人开发者的上手门槛，不过两台 Mac Studio 能跑，不代表跑起来速度很快，高上下文、批量推理的时候会有明显卡顿，而且模型的长文本、复杂推理能力，还要看实际测试表现。
一、这款 Meta 开源权重模型核心亮点清单
- 开放完整权重，允许商用、二次微调，协议宽松
- 原生适配 Apple Silicon，充分利用 Mac Studio 统一内存
- 部署门槛低，硬件最低组合为两台 Mac Studio
- 支持多模态或者纯文本推理（依版本而定）
- Meta 配套放出推理代码、微调脚本，降低开发难度
二、两台 Mac Studio 部署该 Meta 开源权重模型基础步骤
- 准备两台 Mac Studio，保证系统更新到最新 macOS 版本，统一内存容量充足
- 从 Meta 官方开源仓库下载模型权重文件、推理代码
- 配置环境，安装 PyTorch、Metal 相关依赖库
- 开启分布式推理，把模型权重分片加载到两台 Mac Studio 内存中
- 启动本地推理服务，输入提示词测试对话、生成效果
- 根据需求调整上下文长度、batch 参数，优化推理速度
三、硬件方案对比
| 硬件组合 | 部署难度 | 推理速度 | 适合人群 |
|---|---|---|---|
| 两台 Mac Studio | 低 | 中等，长文本偏慢 | 个人开发者、小团队、本地测试 |
| 单台高端 Mac Studio | 高 | 很多版本放不下完整权重 | 只能加载量化版本 |
| 多块英伟达高端 GPU | 高 | 快 | 企业批量推理、大规模微调 |
四、当前版本存在的局限
- 两台 Mac Studio 只是刚好能跑，不是流畅高速运行
- 分布式推理需要简单配置，新手容易踩环境、分片的坑
- 长上下文场景下显存压力大，容易出现加载失败
- 量化之后会损失一部分模型推理能力
- 对比闭源顶级模型，复杂逻辑、代码能力仍有差距
【相关 FAQ】
问题 1：Meta 亮出美国最强开源权重模型，两台 Mac Studio 就能跑，是不是随便两台 Mac Studio 开箱就能直接运行？
回答 1：Meta 亮出美国最强开源权重模型，两台 Mac Studio 就能跑，但需要手动配置分布式推理环境、分片加载权重，不是开箱直接运行，需要基础代码能力。
问题 2：Meta 这款美国最强开源权重模型，两台 Mac Studio 跑的时候，支持商用吗？
回答 2：Meta 这款美国最强开源权重模型开放开源权重，按照配套开源协议，满足协议条件下可以商用，商用前需要仔细阅读协议条款。
问题 3：Meta 亮出美国最强开源权重模型，两台 Mac Studio 就能跑，一台 Mac Studio 能不能跑这个模型？
回答 3：Meta 亮出美国最强开源权重模型，原版完整权重单台 Mac Studio 内存不够，单台一般只能加载量化压缩后的版本，效果会下降。
【参考资料】
[2026-11-09]（Meta 发布全新开源权重大模型，两台 Mac Studio 可分布式运行）36 氪
[2026-11-07]（Meta 新开源模型实测：Apple Silicon 平台部署指南）机器之心
[2026-11-04]（行业解读：Meta 开源权重模型，降低本地大模型门槛）InfoQ
【免责声明】
本文仅整理公开发布信息，Meta 这款开源权重模型的协议、性能、硬件要求后续可能迭代更新；两台 Mac Studio 可跑为官方演示方案，实际运行效果受内存、系统版本、量化参数影响，不构成硬件采购、项目落地的决策依据。