维度网讯，8月10日，美国科技公司Meta发布Muse Glimmer人工智能模型，并依据Apache 2.0许可开放模型权重。该模型拥有300亿个参数，面向持续运行的本地智能体工作流，可在配备单张消费级GPU的Mac或个人电脑上部署，无需持续连接云端服务。

Muse Glimmer支持文本与图像输入，训练数据覆盖100多种语言，可执行函数调用、代码编写与调试、文件及屏幕截图处理等多步骤任务。模型能够在工具调用失败后识别问题并重新尝试，还可根据任务要求调整推理强度，在处理速度与输出质量之间进行选择。

为适应消费级硬件，Meta采用约4比特量化技术，将原本需要超过55GB内存的模型压缩至20GB以内，使模型权重、工作记忆、图像感知编码器及推测解码模块能够在24GB或32GB内存环境中同时运行。配套的DFlash推测解码模块可批量生成候选词元，Meta测试显示，其在RTX 5090显卡上的解码速度提高约3.1倍，在M5 Max和M4 Max设备上分别提高1.8倍和1.5倍。

模型训练以Meta此前发布的Muse Spark为教师模型，通过输出蒸馏、长上下文训练、监督微调和强化学习获得智能体能力。Muse Glimmer模型权重已在Hugging Face上线，Meta还将陆续提供面向llama.cpp、MLX和ExecuTorch等框架的适配版本。

Glimmer目前以模型权重和开发文档形式向开发者开放，可用于构建日程管理、文件整理、信息撰写及本地编程等个人代理应用。Meta同日将本地运行和私人数据处理列入“个人超级智能”发展方向，其性能更强的Muse Spark目前仍未开放模型权重。