2026 年 8 月 10 日，Meta Superintelligence Labs 发布开放权重多模态模型 Muse Glimmer，这是该实验室成立以来首个公开权重的模型，也是 Meta 首次采用 OSI 认可的 Apache 2.0 协议发布模型，此前 Llama 系列使用的是带月活规模门槛的自定义社区许可。模型从旗舰闭源模型 Muse Spark 蒸馏而来，定位于常驻本地运行的智能体工作流。
Muse Glimmer 采用稠密因果 Transformer 架构，约 296 亿参数，外挂一个约 18 亿参数的独立视觉感知编码器，支持文本与图像交错输入、131072 tokens 以上上下文，输出为文本，不支持音频，视频只能按单帧图像处理。注意力机制采用「局部×3 + 全局」的循环模式，配合 2048 滑动窗口与分组查询注意力控制显存开销。模型支持 low、medium、high、xhigh 四档推理强度调节，训练数据覆盖 100 种以上语言，知识截止时间为 2026 年 1 月 4 日。
在使用场景上，Meta 将其定位为本地常驻的个人助理与私有化编程智能体，适合处理日程管理、文件整理这类需要长期访问个人上下文、又不希望数据出网的任务；同时也适用于多轮函数调用与工具编排、读取截图与图表的多模态信息处理、合成数据生成，以及作为评估模型对其他模型输出打分。官方在训练中特别强化了失败恢复能力，工具调用返回异常时模型会诊断并重试，而非直接中断任务链。
本次发布最受关注的是本地可运行性。全精度状态下模型需要 55GB 以上显存，官方随发布提供了两个约 4-bit 量化版本，将语言模型压缩至 20GB 以内，可装入 24GB 或 32GB 显存的消费级显卡，官方给出的精度损失为 0.2% 与 1.0%。同时附带的 DFlash 投机解码 drafter 单次前向可预测 16 个 token 的整块内容，官方实测在 RTX 5090 上解码速度由 74.9 tok/s 提升至 233.4 tok/s。基准表现方面，模型在智能体编排类任务上领先同尺寸开源模型，MCP Atlas 达到 75.5，DeepSearch QA 74.6，AIME 2026 94.7；但在电脑操作与终端任务上落后，OSWorld-Verified 为 65.9，低于 Qwen3.6-27B 的 75.6，以上均为官方自测数据，对比集为 Gemma4-31B 与 Qwen3.6-27B 的思考模式。
模型权重现已在 Hugging Face 开放下载，仓库地址为 meta-models/Muse-Glimmer-30B，提供 BF16 全精度与两个量化版本，全部采用 Apache 2.0 协议，允许商用、修改与再分发，无用户规模限制。Ollama、LM Studio、vLLM、SGLang 等推理框架已提供首日支持，llama.cpp、MLX 与 ExecuTorch 优化版本随后落地，云端可通过 Together AI、Fireworks AI、OpenRouter 调用托管版本。Meta 未为该模型提供官方 API 及定价。同日，扎克伯格发布长文《The Future is for Everyone》，阐述其反对能力集中、主张广泛分发的 AI 立场，并表示 Meta 将恢复发布部分开源模型。
整体来看，Muse Glimmer 的意义更多在协议与定位而非能力上限。Apache 2.0 相比 Llama 社区许可是实质性放开，加上量化版本与投机解码组件一次给全，让 30B 级别的智能体模型真正落到了个人硬件上。但需要注意的是，Meta 的旗舰模型 Muse Spark 依然闭源且是变现主力，本次开源的是从中蒸馏出的小模型，边际成本有限。这更接近一次分层策略的调整——前沿能力留在闭源 API，本地场景交给开源——而非回到 Llama 时代的全面开放。真正的检验点是 Meta 此前预告的 Muse Spark 1.2 开源权重版本能否兑现。