Meta 开源 Muse Glimmer：30B 模型单卡本地跑

8 月 10 日，Meta 发布开源大模型 Muse Glimmer：30B 参数、Apache 2.0 许可证，主打「单张消费级显卡就能本地运行 AI 智能体」。这是 Meta 一年多来首次重新发布开源模型，CEO 扎克伯格同步发表 6500 字长文，公开阐述「开源超级智能」路线——发布当天，NVIDIA 与 AMD 就双双上线了部署支持。

一图看懂：Glimmer 是什么

Muse Glimmer 是 Meta 旗舰闭源模型 Muse Spark（4 月发布）的「开源版」：规模从旗舰缩到 30B 参数，换来的是普通用户也能跑得起。它支持文本与图像输入，覆盖 100 多种语言，上下文窗口高达 120K token，并针对「智能体」场景做了专门优化——能调用工具、读写文件、编写调试代码、处理截图，还可以在长时间的多步骤工作流中持续执行任务。

技术看点：量化压缩与投机解码

30B 参数全精度运行需要约 55GB 显存，普通电脑跑不动。Meta 用 4-bit 量化把模型体积压到 20GB 以内，官方称对智能体任务「几乎没有性能损失」。推理时还引入了投机解码：先由一个小型「起草模型」快速生成初稿，主模型再验证修正，比直接推理快得多。模型内置「推理强度」可调，让用户控制每个任务投入的算力；遇到失败会自动重试，而不是直接中断。

性能实测：与同级开源模型对比

Meta 在 24 个主流基准上做了测试：Muse Glimmer 在约一半项目上超过同体量的 Gemma4-31B（谷歌）和 Qwen3.6-27B（阿里），胜出的领域包括在线研究、代码生成和科学图表分析。NVIDIA 官方博客给出实测数据：单张 Blackwell Ultra GPU 上可达每秒 20K tokens，一张 RTX 5090（32GB 显存）就能把完整模型放进显存运行，无需分片或 CPU 卸载。

战略转身：时隔一年重返开源

自上一代开源模型发布后，Meta 一年多没有新的开源动作，业界一度认为它转向闭源。Glimmer 的发布宣告回归：权重已在 Hugging Face 开放下载，允许修改与商用。值得注意的是，Meta 依然留了一手——更强的 Muse Spark 保持闭源。开源与闭源的这条分界线，正是本次发布最值得玩味的地方。

扎克伯格宣言：把超级智能交给每个人

随模型一同发布的还有扎克伯格的 6500 字长文。他主张「超级智能不应集中在少数公司手里」，个人智能体将 24/7 为用户的健康、工作、财务服务，且「所有人都会免费或平价获得这些工具」。他也呼吁美国政府减少开源模型监管障碍，并建议前沿实验室在模型训练期间就允许政府提前接触，以应对 AI 网络安全风险——这条建议在 OpenAI 刚因安全担忧暂停 Astra 的当口显得尤为应景。

生态响应：NVIDIA 与 AMD 双双站台

发布当天，NVIDIA 技术博客就上线部署指南：提供 NIM 容器一键部署，覆盖 RTX 5090、DGX Spark 工作站与 Jetson 边缘设备；AMD 也宣布 Muse Glimmer 可在 Ryzen AI Max 系列机型上运行。开源模型 + 本地硬件 + 智能体工作流，正在快速形成一条「数据不上云」的 AI 应用生态。

💡

观点：Glimmer 的象征意义大于参数本身。它把「AI 的拥有权」从云端拉回个人设备，也首次清晰划出 Meta 的开源边界——个人助理开源、最强大脑自留。对普通用户而言，「买一张显卡，就拥有一个 24 小时在线、数据不出本机的 AI 管家」正成为现实，个人智能体的普及临界点或许已经临近。