← All posts / Models
English 繁體中文
Models 中

Meta Muse Glimmer 30B：能在筆電上運作的開源代理人模型

Meta 以 Apache 2.0 授權推出 Muse Glimmer——300 億參數的開源模型，專為本地端 AI 代理人打造，SWE-Bench Verified 達 76%，單張消費級顯卡即可運行。

Meta Open Source AI Agents Research
Meta Muse Glimmer 30B：能在筆電上運作的開源代理人模型

Meta 在 2026 年 8 月 10 日做出了自 Llama 時代以來最激進的開源佈局。Meta 超級智慧實驗室（Meta Superintelligence Labs）正式發布 Muse Glimmer——一個擁有 300 億參數的密集模型（dense model），以 Apache 2.0 授權釋出，專門為在消費級硬體上運行自主 AI 代理人而設計。模型已於 Hugging Face 上架，NVIDIA 與 AMD 同日發布部署指南。

2026 上半年，Meta 因旗艦模型 Muse Spark 採取封閉的 API-only 發布策略而飽受批評。Glimmer 的出現是一次刻意的路線修正，也釋放出 Zuckerberg 對下一階段 AI 發展方向的明確訊號。

Muse Glimmer 到底是什麼

Muse Glimmer 是一個 300 億參數的密集多模態模型，上下文窗口超過 12 萬 token。與當前前沿模型主流的混合專家架構（MoE，每次推理僅啟動部分參數）不同，Glimmer 是完全密集的——每個參數在每次前向傳播中都會被激活。這對代理人工作負載至關重要：一致的延遲、可預測的記憶體使用模式，以及不會因為路由機制而在工具呼叫循環中引入不穩定性。

根據《紐約時報》報導，Glimmer 與 Meta 在 2026 年 4 月推出、7 月升級至 1.1 版本的 Muse Spark「幾乎完全相同」。關鍵差異在於授權方式和部署目標。Muse Spark 在 Meta 的資料中心內運行，透過付費 API 提供；Glimmer 則設計為本地運行——可以在記憶體足夠的 Mac 上，或配備單張消費級顯卡的 PC 上直接跑。

Meta 在 Hugging Face 的模型卡中確認了設計理念：Glimmer「專為工具使用、長任務和故障恢復而調校」。其分詞模板明確區分了圖像、視訊影格、工具呼叫、工具回傳結果、訊息接收者、訊息邊界和內部推理 token。這是一個從地基開始就為代理人循環而建的模型，而不僅僅是一個對話模型。

基準測試表現：以小搏大

Meta 將 Glimmer 與同級距兩個領先的開源模型進行比較：阿里巴巴的 Qwen 3.6-27B 和 Google 的 Gemma 4-31B。結果值得關注：

基準測試Muse Glimmer 30B說明
SWE-Bench Verified76.0%真實軟體工程任務
SWE-Bench Pro51.2%更高難度的程式代理人評測
MCP-Atlas（公開版）75.5%多工具協同編排（Model Context Protocol）
DeepSearch QA74.6%多步驟研究與回答
AIME 202694.7%數學競賽題
τ3-Bench—複雜任務完成度

一個 300 億參數的模型在 SWE-Bench Verified 拿到 76%，確實令人驚豔。僅僅一年前，這個分數範圍還是 700 億以上參數模型或專有前沿系統的專利。MCP-Atlas 的分數尤其值得注意——該測試衡量模型同時協調多個外部工具的能力——這在當前產業全面擁抱代理人 AI 的浪潮中格外切題。

不過獨立分析較為審慎。在 SkillsBench 上，Glimmer 得分 44.3，略低於 Qwen 3.6 的 46.6。Hacker News 上的討論也指出，在工具呼叫之外的一般基準測試中，Glimmer「勉強勝過」Qwen 3.6。這個模型的價值主張很明確：專精化。它不追求成為最強的通用 300 億參數模型，而是要做最強的代理人型 300 億參數模型。

本地代理人的核心論點

Glimmer 發布最值得關注的，不是模型本身，而是 Meta 圍繞它建構的硬體敘事。NVIDIA 和 AMD 都在發布當天就推出了本地運行 Glimmer 的指南：

  • NVIDIA：在 RTX 系列顯卡上運行本地代理人工作流程，針對 RTX 4090 和專業工作站卡做了優化。
  • AMD：在 Ryzen AI Max「代理人 PC」和 Radeon 顯卡上運行，將 Glimmer 定位為 AMD NPU 行動平台的標竿應用。

訊息非常明確：Meta 希望 Glimmer 跑在你的硬體上，而不是他們的。這與 Zuckerberg 日益高調的「個人智慧」（personal intelligence）願景一致——AI 應該在本地、私密地、持續地運行，而非透過雲端 API 中介。

TechCrunch 將 Glimmer 描述為「Zuckerberg 個人智慧願景的暗示」，路透社則將此次發布框架為 Meta 在「力推開源權重」，直接對比 OpenAI 和 Anthropic 等競爭對手日益封閉、以安全為由設限的發布策略。

Apache 2.0：商業零限制

授權選擇值得特別強調。Apache 2.0 是目前最寬鬆的開源授權之一。不同於 Llama 先前的自訂授權——對大型企業施加使用限制並引發大量反彈——Apache 2.0 完全沒有商業限制。企業可以微調 Glimmer、重新分發、嵌入產品、販售成果，對 Meta 沒有任何義務。

對開源社群而言，這才是真正的頭條。Meta 在 Llama 授權爭議中消耗了大量信任。Apache 2.0 是一個毫不含糊的橄欖枝，也是相對於 Qwen（使用修改版授權）和 Gemma（使用 Gemma 使用條款）的競爭差異化優勢。

如何取得

Muse Glimmer 30B 現已開放下載：

模型可在單張消費級顯卡上運行（全精度建議 24GB VRAM，量化後需求更低），也可在配備 32GB 以上統一記憶體的 Apple Silicon Mac 上運行。

更宏觀的視角

Muse Glimmer 發布於 AI 產業的轉折點。2026 年的主流敘事是開源與封閉 AI 之間的拉鋸——釋出權重的公司，與以安全為由設限的公司。Anthropic 在 2026 年 4 月因宣稱某模型「太危險不宜公開」而登上頭條；OpenAI 則持續將產品整合到付費 API 之後。

Meta 押注的是相反方向：AI 的未來是開源的、本地的、代理人式的。Glimmer 不是世界上最強大的模型，甚至不是 Meta 自家最強的模型。但它可能是時機最精準的一次發布——一個能在筆電上運行、自主協調工具、在程式編寫和研究基準測試中具競爭力、且完全不附帶條件的 300 億參數模型。

如果 Zuckerberg 是對的，下一個運算範式就是「個人智慧」——在你裝置上持續運行的 AI，而非雲端裡的 AI——那麼 Glimmer 就是這個願景的第一個可信開源基礎。模型今天就可以下載。至於生態系是否會圍繞它建立起來，將是 2026 下半年要回答的問題。

Sources

延伸閱讀