Meta 发布开源模型 Muse Glimmer
Meta 开源 30B 模型 Muse Glimmer，4bit 量化后可在 24GB 显存 GPU 本地运行，性能几乎无衰减。
事件全貌
Meta 于 2026 年 8 月 10 日发布开源模型 Muse Glimmer，一款 300 亿参数的稠密模型，专为本地、常驻运行的智能体工作流优化。模型以 Apache 2.0 许可证开放权重，设计为完全在消费级硬件（如 Mac 或配备高性能 GPU 的 PC）上运行。应用 4bit 量化后，模型可在 24GB/32GB 显存的设备上运行，实测性能几乎无衰减，在 MacBook M4 Max、M5 Max 及 RTX 5090 上可胜任流畅对话与实时智能体交互，所有计算均在本地完成。
在性能方面，Muse Glimmer 在 24 项基准测试中 12 项取得最佳成绩，对比 Gemma4-31B 胜出 19 项，对比 Qwen3.6-27B 胜出 14 项，最强领域为智能体任务，在 MCP Atlas 基准上得分 75.5，而对比模型为 62.5。量化后体积可压缩至 20GB 以下。
Meta 首席 AI 官 Alexandr Wang 与 MSL 团队参与了模型开发，Meta 创始人 Mark Zuckerberg 表示公司是开源的坚定支持者，并宣布即将开源最新基础模型 Muse Spark 1.2 的权重。
本综述由 AI 汇总全部报道生成，随事件进展持续更新；下方时间线中的单篇报道保留其发布时的原貌。
本事件热度走势
移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。
报道时间线
- Meta Muse Glimmer 将本地 AI 智能体带到消费级 GPU
Meta 以 Apache 2.0 许可发布 Muse Glimmer，支持在消费级 GPU 上运行本地 AI 智能体。Superintelligence Labs 已在 Hugging Face 上放出该 300 亿参数模型的权重。开发者可将其用于本地编码、函数调用、本地智能体及 LLM-as-a-judge 评估。
- Meta 发布开源 30B 模型 Muse Glimmer
Meta 发布开源权重模型 Muse Glimmer，为 30B 参数规模，采用 Apache 2.0 许可证，可在 24GB 显存上运行且不损失智能体可靠性。该模型在多项基准测试中超越 Gemma 4 31B 和 Qwen 3.6 27B，量化后体积可压缩至 20GB 以下。Meta 同时宣布将很快开源 Muse Spark 1.2。
- Meta 发布 Muse Glimmer：30B 本地智能体模型
Meta Superintelligence Labs 发布 Muse Glimmer，一款 30B 参数、专为单消费级 GPU 上的常驻本地智能体设计的模型，权重以 Apache 2.0 协议开源。
- Meta 开源 30B 模型 Muse Glimmer，4bit 量化可在 24GB 显存 GPU 本地运行
Meta 今日发布 300 亿参数模型 Muse Glimmer，并在 Apache 2.0 许可下开源权重。该模型专为全天候常驻的本地智能体工作流优化，应用 4bit 量化后可在 24GB/32GB 显存的 Mac 或 PC 上运行，实测性能几乎无衰减。在 MacBook M4 Max、M5 Max 及 RTX 5090 上，其速度可胜任流畅对话与实时智能体交互，所有计算均在本地完成。
- Meta 开源 Muse Glimmer 30B，多项基准领先
Meta 发布开源模型 Muse Glimmer（30B 参数，支持本地部署），在 24 项基准中 12 项取得最佳成绩，对比 Gemma4-31B 胜 19 项、对比 Qwen3.6-27B 胜 14 项，最强领域为智能体任务（MCP Atlas 75.5 vs 62.5）。
- Meta 开源 Muse Glimmer 30B 模型
Meta 今日开源 Muse Glimmer，一个可在单张消费级 GPU 上本地运行的 30B 参数稠密模型，并即将开源最新基础模型 Muse Spark 1.2 的权重。Meta 表示坚定支持开源，Alexandr Wang 与 MSL 团队参与了模型开发。
- Meta 开源 Muse Glimmer 与 Spark 1.2 权重
今天，我们还开放了 Muse Glimmer 的权重，这是一个出色的 30B 参数稠密模型，可以在本地运行。很快，我们还将发布最新基础模型 Muse Spark 1.2 的权重。Meta 是开源的坚定支持者，我为这些发布感到自豪。祝贺 @alexandr_wang 和 MSL 团队在这些模型上的出色工作。
- Meta 发布开源模型 Muse Glimmer
推出 Muse Glimmer，一款开放权重、300 亿参数的模型，专为本地、常驻运行的智能体工作流优化。 与同尺寸领先模型相比，Muse Glimmer 在关键智能体用例和基准测试中表现出色，并设计为完全在消费级硬件（如 Mac 或配备高性能 GPU 的 PC）上运行。 秉承我们长期分享基础 AI 研究的传统，我们以宽松的 Apache 2.0 许可证发布模型权重。