Meta 祭出 Muse Glimmer：30B 开源 Agent 模型，Apache 2.0，18GB 就能跑

8 月 10 日，宣布推出 Muse Glimmer：一个 30B 参数的开源模型，Apache 2.0 许可，专为本地常驻 Agent 工作流优化。Meta 称其在关键 Agent 用例和基准上表现强劲，且设计为可完整运行在 Mac 或配备高性能 GPU 的 PC 等消费级硬件上。

Muse Glimmer 不属于 Llama 系列。它来自 Meta Superintelligence Labs，由 Muse Spark 蒸馏而来，是一款 Dense 架构的视觉模型。在后续推文中称其为"同类尺寸中最强的 Agent 模型"，并确认该模型支持视觉输入，在 4-bit 量化后仅需约 18GB 内存即可运行。

「Meta 杀回来了」——三小时内的社区第一波反应

抢在官方公告前约十分钟放话："兴奋地宣布今天开放 Muse Glimmer 的权重——一个能在单张消费级 GPU 上跑的 30B 模型。Muse Spark 1.2 的开源版本也即将到来。两个截然不同的模型，都在进入人们手中，后面还有更多。"

在 17 分钟后迅速跟进，提供 GGUF 量化版本和完整运行指南；透露与 Meta 和 Hugging Face 在 llama.cpp 推理实现上进行了合作，Meta 向 Unsloth 提供了 day-zero 支持。

Hugging Face 工程师在回复中贴出链接。NVIDIA NeMo-Automodel 团队的确认 NeMo 已支持对 Muse Glimmer 进行微调。Atomic Chat 和 LocalAI 随即宣布开始制作自有量化版本。

也有不同声音。chutes_ai 的提醒："这里的'消费级硬件'不是你普通的笔记本，大概需要一张约 4000 美元的 NVIDIA GPU 来获得满意的速度。"安全方面，指出 CI Memories 违规率（26.4）高于 Gemma4-31B（12.1），"对于一个主打在家庭网络里跑无人监管 Agent 任务的模型来说，这不是小事。"

从 Muse Spark 蒸馏而来，踩准了本地 Agent 的爆发点

Meta Superintelligence Labs 此前已发布 Muse Spark 系列旗舰模型并开启 Meta Model API 公测。Muse Glimmer 正是从这一系列模型中蒸馏出来的产物：把前沿能力压进一个能在本地运行的尺寸。

30B 附近的 Dense 模型赛道正在变成 Agent 能力的主战场。Qwen3.6-27B 已证明这个尺寸能在多项 Agent 基准上与更大模型掰手腕，Gemma4-31B 也带着自己的思考模式入场。Meta 选择 Apache 2.0 而非定制许可证，意味着商用和二次开发不受用户数或收入规模限制。

显示：Muse Glimmer 的知识截止日期是 2026 年 1 月 4 日，训练数据涵盖超过 100 种语言。它支持 OpenClaw 和 Hermes Agent 等多种 Agent 编排框架，被设计来驱动真正的工具调用链。

量化 + DFlash 投机解码：30B 模型的"瘦身术"

Muse Glimmer 是约 29.6B 参数的 Dense Causal Transformer，搭载约 1.8B 参数的 ViT-G/14 视觉编码器。52 层，6656 隐藏维度，131K+ 上下文窗口，注意力模式采用 [Local, Local, Local, Global] 重复结构。

要让它在消费级硬件上跑出可用速度，Meta 同时做了两件事。

第一，量化。将语言模型压缩到约 4-bit 精度，体积缩至 20GB 以下。Meta 在 15 项基准上验证了压缩损失：K-Quant-Dynamic（32GB VRAM 目标）仅 0.2%，K-Quant-17GB（24GB VRAM 目标）也不过 1.0%。

第二，DFlash 投机解码。一个轻量 drafter 模型，一次前向传播预测整块 16 个 token，主模型并行验证。结果：RTX 5090 上从 74.9 tok/s 飙到 233.4 tok/s（3.1 倍），M4 Max 上从 23.7 到 37.8（1.5 倍），M5 Max 上从 26.6 到 50.2（1.8 倍）。

Meta 还在线程中放出了一段 Demo：Muse Glimmer 从一句自然语言指令出发，自主发现本地 Home Assistant 实例，查询设备 API，手写 HTML/CSS/JS 仪表盘，并部署本地服务器进行验证。全程无需人工干预。

基准方面，Muse Glimmer 在 8 项通用 Agent 测试中 5 项领先 Gemma4-31B 和 Qwen3.6-27B。MCP Atlas 75.5（vs 54.2 / 62.5），DeepSearch QA 74.6（vs 61.7 / 71.1），τ3-Banking 23.5（vs 15.1 / 16.7），WildClawBench 47.6（vs 37.6 / 43.2），Gaia2 43.3（vs 36.4 / 40.0）。SWE-Bench Pro 得分 51.2，远超 Gemma4 的 36.9，略高于 Qwen3.6 的 50.2。

Qwen3.6-27B 在 OSWorld-Verified（75.6 vs 65.9）、SWE-Bench Verified（77.2 vs 76.0）和 TerminalBench 2.1（60.7 vs 51.7）上保持领先。双方在 Agent 赛道各有胜负，没有通吃。

Apache 2.0 的 30B Dense 视觉模型：一张绕不过的牌

此前，30B 区间的开源 Agent 模型主要由 Qwen 和 Gemma 把持。Muse Glimmer 以 Apache 2.0 进场，没有商用限制，同时附带完整量化方案和投机解码工具链。从到均已支持即下即用。

社区评论员的总结点出了关键："30B Dense + Apache 2.0 + 视觉，这个组合极为罕见。大多数'开放'发布仍然在单独的不可商用许可证上设卡。如果 Glimmer 真的在这个尺寸档位上扛住了 Agent 评测分数，它就把本地 Agent 的基线往上拉了一个层级。" 则从商业角度评论："一个没有模型 API 收入需要保护的公司，刚刚给闭源竞赛加了压。"

Muse Glimmer 支持四种可调推理强度（low/medium/high/xhigh），推荐采样参数为 temperature 1.0、top_p 0.95、top_k 64。Unsloth Desktop 已在 macOS、Windows 和 Linux 上提供一键下载和运行体验。

Alexandr Wang 那句"Muse Spark 1.2 开源版本即将到来"暗示 Meta 正在构建一条从旗舰研究模型到本地可部署模型的完整开放管线。

本地 Agent 从"能跑"到"能用"

Muse Glimmer 把一件之前只在理论上成立的事情做成了出厂配置：一个 30B 视觉模型，Apache 2.0 许可，量化到能塞进消费级硬件，靠投机解码跑出流畅对话速度，自带工具调用和故障恢复能力。

Alexandr Wang 说后面还有更多。这个"更多"——Muse Spark 1.2 的开源版本、可能在路上的更多尺寸——才是真正值得盯着的部分。本地 Agent 的临界点正在从"能不能跑"变成"能不能用"。Muse Glimmer 卡在了这个切换点上。