小扎高调开战闭源AI，推30B智能体模型，消费级显卡就能跑，杨立昆点赞

智东西·2026年08月11日 21:36

Meta的愿景是为数十亿人提供免费Agent。

智东西8月11日消息，昨晚，Meta推出300亿参数本地Agent模型Muse Glimmer，并宣布开放权重，这也是Meta成立超级智能实验室后首次开放模型权重。

随后，Meta创始人兼CEO马克·扎克伯格（Mark Zuckerberg）发长文阐述Meta的超级智能路线，并呼吁减少美国对开源AI模型的限制，批评部分AI厂商通过封闭模型控制技术和用户，同时支持继续实施芯片出口管制。

他还预告Meta即将开放最新旗舰模型Muse Spark 1.2的权重。

▲扎克伯格官宣开放Muse Glimmer权重并发长文（图源：X）

据技术博客称，Muse Glimmer可以调用工具、进行多步推理、处理文字和图片，并在工具执行失败后分析问题并重新尝试。Meta将其定位为本地个人Agent的基础模型，可用于整理文件、管理日程、起草消息、本地编程和函数调用等场景。

Meta称，Muse Glimmer针对持续运行的本地Agent工作流进行优化，量化后的体积不到20GB，可以在部分Mac或配备单张消费级显卡的PC上运行，即使没有网络连接也能执行任务。

Meta前首席AI科学家、AI公司AMI Labs创始人、图灵奖得主杨立昆（Yann LeCun）直接在扎克伯格评论区鼓掌称，（开放权重）是很棒的一步。

▲杨立昆评论（图源：X）

Meta首席AI官、超级智能实验室负责人亚历山大·王（Alexandr Wang）称，Muse Glimmer是一款300亿参数稠密模型，采用Apache 2.0开源协议开放权重，可在24GB显存显卡上本地运行，且不会削弱智能体任务的执行稳定性。

▲亚历山大·王官宣开放Muse Glimmer权重并预告开放Muse Spark 1.2权重（图源：X）

Meta已在Hugging Face开放Muse Glimmer的模型权重，开发者可以下载并在本地部署。

▲Muse Glimmer的开放权重页面（图源：Hugging Face）

Muse Glimmer发布后，多名开发者测试了它在个人设备上的运行效果。现有实测显示，该模型能够离线操作Mac应用、一次生成多款可运行游戏，并在单张RTX 4090上支持长上下文，但其响应速度、token消耗和工具接口仍存在优化空间。

有网友实测称，Muse Glimmer的着色器生成能力十分亮眼。他在BF16精度下对比Meta Muse Glimmer 30B与Qwen 3.6 27B。他让二者生成FBM动态地形，Muse Glimmer 30B一次就能产出完整山地渲染图，Qwen 3.6 27B重试4次输出的仍是模糊失效画面。

基准测试方面，在Meta公布的22项Agent、编程、多模态和通用能力测试中，Muse Glimmer拿下12项SOTA，优势主要集中在Agent任务和部分推理测试。但该模型在桌面操作、编程、多模态上弱于Qwen 3.6；在两项安全测试中，Gemma 4以更低的违规率和攻击成功率领先Muse Glimmer。

▲Muse Glimmer在Agent、编程、多模态测试中的表现（图源：Meta)

从技术路线看，Meta称，Muse Glimmer能够在本地运行，主要依靠知识蒸馏、4比特量化和DFlash推测解码。Meta将完整精度下超过55GB的模型压缩至不到20GB，并利用配套草稿模型提高输出速度。

扎克伯格在长文中称，超级智能不应集中在少数公司或个人手中。Meta超级智能实验室将恢复开放部分模型，面向数十亿用户提供免费或低价的个人Agent，并允许有更高需求的用户付费购买额外算力；该公司还将推出连Meta自身也无法读取用户数据的完全私密模式。

▲Meta认为应将超级智能普及到每个人手中（图源：Meta)

此外，扎克伯格还在长文中宣布设立“未来属于每个人”基金（Future Is For Everyone Fund），用于支持Meta在美国建设和运营数据中心的社区。外媒Axios随后确认，该基金初始规模为10亿美元（约合人民币68亿元），将用于支持当地教师、急救人员以及能源和水务基础设施。

01 三组网友实测：能操作Mac、生成游戏，单卡支持13万token上下文

一位开发者通过Cua Driver验证了Muse Glimmer的本地电脑操作能力，他让Muse Glimmer在Mac本地操作备忘录和提醒事项。

在实测中，该模型结合macOS辅助功能接口与屏幕图像识别完成点击操作，完成了备忘录中新建清单、提醒事项中添加日程提醒任务。

▲Muse Glimmer在本地操作macOS备忘录（图源：X）

▲Muse Glimmer在本地操作macOS提醒事项（图源：X）

这位开发者称，这是他们第一次感到“离线操作电脑”真正具备了可用性。尽管Muse Glimmer在搭载苹果自研芯片的消费级设备上仍存在较高延迟，但如果任务对速度要求不高，这是他首款愿意推荐用于“启动后无需持续监督”工作流的本地模型。

不过，Muse Glimmer在测试中也在操作上产生混乱。比如，在Muse Glimmer执行任务时，工具定义、屏幕截图和辅助功能树会迅速占用该模型上下文，测试团队精简工具接口后，Muse Glimmer才顺利完成任务。

针对这一问题，这位开发者称计划减少工具及电脑状态信息的上下文占用，使模型能够将更多上下文用于任务本身，并连续运行更长时间。

AI平台Atomic Chat对比了Muse Glimmer、Gemma 4 31B和Qwen 3.6 27B的本地编程能力。三款模型分别在配备32GB显存的RTX 5090上运行，并根据相同提示词一次生成《太空侵略者》《俄罗斯方块》和《打砖块》三款复古街机游戏。

▲Atomic Chat比较三款本地模型生成复古街机游戏的效果（图源：X）

Atomic Chat称，Muse Glimmer生成的三款游戏均可正常运行。《太空侵略者》中的敌机会随击杀加速，《俄罗斯方块》可以锁定方块并消除行，《打砖块》中的砖块也能正常击碎，测试过程中没有出现卡死或崩溃。

相比之下，Gemma 4生成的《俄罗斯方块》存在方块堆积逻辑问题；Qwen 3.6虽然完成了三款游戏，但《打砖块》中的部分球会直接穿过挡板。

不过，Muse Glimmer也花费了更多时间和token。其运行记录为8.34万token、耗时17.7分钟，明显高于Qwen 3.6的2.37万token和5.4分钟，以及Gemma 4的1.78万token和4.5分钟。

▲Atomic Chat比较Muse Glimmer、Gemma 4 31B和Qwen 3.6 27B的本地编程能力（图源：X）

另一名开发者主要测试了Muse Glimmer在消费级显卡上的部署效率。他称，在单张RTX 4090上运行UD-Q4_K_XL量化版本时，该模型在不量化KV缓存、不开启DFlash推测解码的情况下，可配置13万token上下文，占用约19.34GB显存，输入预处理速度超过3100 token/s，输出速度约为50 token/s。

加入DFlash草稿模型后，Muse Glimmer在8万token上下文下占用23.93GB显存，基本用满RTX 4090，输出速度则提高至75 token/s。

▲开发者在单张RTX 4090上测试Muse Glimmer的UD-Q4_K_XL量化版本效果（图源：X）

该开发者称，Muse Glimmer通过让多组注意力查询共享同一组缓存数据，降低了长文本处理所需的显存。因此，他认为，在不压缩KV缓存精度的情况下，该模型也能在单张24GB显卡上支持13万token上下文。

▲开发者在单张RTX 4090上测试Muse Glimmer（图源：X）

02 可调用工具并处理报错，官方演示从零开发智能家居面板

Meta称，一个能够管理日程、起草消息和整理文件的个人Agent，需要同时具备长流程执行、准确调用工具、多模态理解、长上下文记忆和指令遵循等能力。

Muse Glimmer可以在多轮操作中维持任务计划，并按照工具预先定义的数据格式发起调用。如果工具执行失败或返回异常结果，模型可以判断错误原因并重新尝试，而不是直接停止任务。

该模型配备独立的感知编码器，可以同时处理文字和图片，理解软件截图、图表及文档。Muse Glimmer还支持100多种语言，并允许开发者调节推理强度，在响应速度和输出质量之间进行选择。

Meta展示了Muse Glimmer在OpenCode中完成长流程编程任务的案例。用户只提供了一条自然语言指令给模型，让它找到家庭网络中的Home Assistant智能家居系统，并为连接的影音接收器开发控制面板。

Muse Glimmer首先制定任务计划，包括查找Home Assistant、识别影音接收器、设计界面、编写代码并测试功能。随后，该模型调用多个网络工具，找到Home Assistant在局域网中的IP地址。

当模型发现缺少访问权限时，它没有继续尝试绕过认证，而是向用户索取连接方式和长期访问令牌。获得授权后，模型通过Home Assistant API识别出连接的影音接收器，并读取设备支持的电源、音量、音源、声音模式和分区控制等功能。

最后，Muse Glimmer从零编写HTML、CSS和JavaScript，生成一套响应式网页控制面板，并测试页面功能和不同尺寸下的显示效果。最终页面可以控制接收器开关、音量、音源、声音。

▲Muse Glimmer在OpenCode中开发影音接收器控制面板（图源：Meta）

03 22项测试拿下12项第一，Agent任务表现更突出

Meta将Muse Glimmer与参数规模相近的Gemma 4 31B和Qwen 3.6 27B进行了比较。在不含安全测试的22项Agent、编程、多模态和通用能力基准中，Muse Glimmer取得12项SOTA。

其中，Muse Glimmer在检验大模型多工具串联调度能力的MCP Atlas和检验深度检索问答能力的DeepSearch QA中分别获得75.5分和74.6分，均超过另外两款模型；在编程测试SWE-Bench Pro中获得51.2分，略高于Qwen 3.6的50.2分；在数学测试AIME 2026中则以94.7分位列第一。

不过，Muse Glimmer并未全面领先。Qwen 3.6在部分桌面操作、编程和多模态测试中表现更好，Gemma 4则在两项安全测试中取得更低的违规率和攻击成功率。

▲Muse Glimmer与Gemma 4、Qwen 3.6基准测试对比（图源：Meta）

04 模型从超过55GB压缩至不到20GB，解码速度提升3.1倍

Meta称，Muse Glimmer的技术重点在于，在300亿参数规模下平衡Agent能力、运行速度和个人设备的内存限制。

该模型采用知识蒸馏路线，以更大的Muse Spark作为教师模型。预训练阶段，Meta使用Muse Spark的输出进行logit蒸馏，并采用与教师模型相近的数据组合。

中期训练阶段，Meta加入更长上下文、更多Agent任务和更丰富的推理轨迹；后训练阶段则结合监督微调、在线蒸馏和强化学习，覆盖通用、推理、编程及Agent等领域。

按照完整精度计算，Muse Glimmer需要超过55GB内存，超出多数消费级显卡的容量。Meta采用量化技术，将模型权重压缩至约4比特精度，使语言模型体积降至20GB以下。

压缩后的模型可以与负责图片理解的感知编码器、保存工作状态的KV缓存，以及用于推测解码的小型模型共同运行在24GB或32GB内存环境中。因此，Meta所说的“消费级设备可运行”仍存在一定门槛，并不意味着所有普通电脑都可以部署该模型。

▲压缩后的模型可以与KV缓存和小型模型共同运行在24GB或32GB内存环境中（图源：Meta）

为缩短模型执行长推理及多步骤工具调用时的等待时间，Meta还提供了一个基于DFlash的轻量级草稿模型。它会一次提出多组候选token，再由Muse Glimmer并行验证，在保持最终输出质量的同时提高生成速度。

Meta测试显示，DFlash推测解码使Muse Glimmer在RTX 5090上的解码速度提升3.1倍，在M5 Max和M4 Max上分别提升1.8倍和1.5倍。

▲DFlash推测解码在不同硬件上的加速效果（图源：Meta）

Muse Glimmer权重已经上传至Hugging Face。Meta称，Ollama、LM Studio和Unsloth将提供支持，llama.cpp、ExecuTorch和MLX等本地及端侧框架的优化集成也将陆续上线。

开发者还可以通过vLLM和SGLang部署模型，或利用PyTorch的TorchTitan功能进行定制训练。AMD、Arm、戴尔、英特尔和英伟达正在参与Muse Glimmer在不同设备上的性能优化。

05 扎克伯克长文详解Meta超级智能愿景，将为数十亿人提供免费Agent

扎克伯格在长文中提出，Meta将向数十亿用户和小企业提供免费或低价的个人Agent，推出连该公司自身也无法读取用户数据的完全私密模式，并继续开放部分模型权重。Meta将引入独立董事会审查发布标准，并考虑在训练期间向政府提供模型中间检查点用于模型治理。扎克伯格称，将加快芯片、能源和数据中心建设，并支持继续限制先进芯片对华出口。

为了将这套个人超级智能路线落地，Meta计划从产品定价、隐私保护、模型开放和基础设施建设等方面采取具体措施。

第一，Meta将提供免费或低价的个人Agent。按照扎克伯格的设想，每个人都可以拥有一个了解自身目标和偏好的Agent，用于处理健康、职业、财务、学习和家庭管理等任务，并通过手机、电脑和AI眼镜使用。需要更多计算资源的用户可以付费购买额外算力，Meta还考虑采用动态竞价机制分配有限的计算资源，但尚未公布具体推出时间和收费方式。

第二，Meta计划推出完全私密的个人Agent模式。在这一模式下，即使Meta也无法读取用户信息或将其提供给其他机构。本地运行的Muse Glimmer与这一方向相符，可以减少个人文件及任务数据上传至云端的需要。不过，Meta尚未确认未来面向普通消费者的个人Agent是否会直接采用Muse Glimmer。

第三，Meta将继续开放部分模型权重。除Muse Glimmer外，该公司还将开放最新基础模型Muse Spark 1.2。扎克伯格呼吁美国减少对开源AI模型的限制，并批评部分厂商通过封闭模型控制技术和用户。他认为，美国不应增加可能拖慢模型发布的统一审查流程，即使延迟一个月，也可能削弱美国AI公司的竞争优势。

第四，Meta将继续建设支撑个人超级智能的芯片、能源和数据中心基础设施。扎克伯格认为，美国及其盟友虽然在芯片设计方面具有优势，但电力供应和数据中心建设速度仍是短板。与支持开放模型的立场不同，他同时支持继续限制先进芯片出口，认为这一政策现阶段可以减缓竞争对手训练前沿模型的速度。

在模型治理方面，Meta计划由独立董事会批准模型发布的安全标准，并审查每次发布是否符合要求。扎克伯格称，超级智能如何部署不应由他或任何一名管理者独自决定。

针对网络安全等潜在风险，他提出，前沿AI实验室可以在模型训练期间向政府提供中间检查点和技术人员，帮助政府提前评估模型能力并加固关键基础设施。