Meta 开源 Muse Glimmer 30B Agent 模型，扎克伯格推动个人超级智能愿景
摘要
Meta 开源了 Muse Glimmer，这是一个采用 Apache 2.0 协议的 30B 参数多模态 Agent 模型，针对本地工具使用和编码进行了优化，通过 4-bit 量化压缩至 20GB 以下，可在消费级 GPU 上运行。扎克伯格还承诺开源 Muse Spark 1.2 的权重，并设立 10 亿美元社区基金用于数据中心所在地区。
Meta 发布了 Muse Glimmer，这是一个采用 Apache 2.0 协议的 30B 参数密集多模态模型，针对本地 Agent 工具使用、编码和 LLM-as-judge 进行了调优，支持 131K 上下文和 100 多种语言。4-bit 量化将其压缩至 20GB 以下，使其能够在单张消费级 GPU 上运行，并通过投机解码在 RTX 5090 上实现 3.1 倍加速。Meta 在发布模型的同时，还发布了一篇 6,500 字的扎克伯格文章，承诺在未来几周内开放 Muse Spark 1.2 的权重，为模型蒸馏进行辩护，并宣布设立 10 亿美元社区基金，用于支持托管 Meta 数据中心的地区。来源：https://research.meta.ai/blog/introducing-muse-glimmer-open-agentic-model
相似文章
Meta新推出的Glimmer AI模型暗示了扎克伯格的个人智能愿景
Meta发布了Muse Glimmer，这是一个开放权重的300亿参数AI模型，旨在消费级硬件上本地运行强大的个人智能体，为马克·扎克伯格关于分布式个人超级智能的愿景提供了具体的一瞥。
Meta携Muse Glimmer回归：本地、智能体、多模态且开源
Meta发布了Muse Glimmer，这是一个基于Apache 2.0的30B多模态智能体模型，专为本地部署设计，并在Hugging Face库中提供首发支持。
meta-models/Muse-Glimmer-30B-GGUF
Meta 超级智能实验室发布了 Muse Glimmer 30B 的 GGUF 量化格式，用于本地推理。该模型是一个蒸馏因果语言模型，配备感知编码器，可处理自主智能体任务、工具使用、多模态输入，并能在消费级硬件上实现故障恢复。
推出 Muse Glimmer
Meta 推出 Muse Glimmer，一款基于 Apache 2.0 协议的全新 30B 开放权重模型，针对智能体任务完成、可靠工具使用和多步推理进行了优化。Simon Willison 使用 LM Studio 和 llm-coding-agent 在本地对其进行了测试。
推出 Muse Glimmer：专为常驻本地智能体工作流优化的开放权重模型
Meta 发布 Muse Glimmer，这是一款 30B 开放权重多模态模型，专为本地智能体工作流优化，采用宽松的 Apache 2.0 许可证，支持 4 位量化、推测解码，并提供广泛的生态系统集成。