Meta 把能干活的 agent 塞进了你的笔记本
Meta 昨天放出 Muse Glimmer，30B 开放权重，只为一件事而生：在你已有的硬件上，全天候跑本地 agent。Apache 2.0，权重现在就在 Hugging Face 上，meta-models/Muse-Glimmer-30B，GGUF 版本也有。
有意思的是分数。MCP-Atlas 75.5，DeepSearch QA 74.6，SWE-Bench Pro 51.2，Gaia2 43.3，IFBench 77.0，AIME 2026 94.7。这些是端到端的 agent 任务榜，不是选择题。一个 30B 的模型，能在 scaffold 里把任务从头做到尾，写代码调代码，自己从失败里爬出来，还能处理多模态输入、100 多种语言。4bit 量化后不到 20GB，配套还带一个叫 DFlash 的投机解码组件，在 RTX 5090 上生成快 3.1 倍。
怎么做出来的更值得看：Glimmer 是从大模型 Muse Spark 蒸馏来的，logit 蒸馏贯穿预训练、中期训练、后训练三个阶段，而不是最后补一刀 SFT。这是这个月第三个指向同一件事的结果——小体量 agent 模型的瓶颈是信号质量，不是参数量。
战略上的意思很难看不出来。别的实验室都在按百万 token 卖 agent 调用，Meta 直接送你一个卖点就是"永远不联网"的模型。如果常驻个人 agent 是下一个入口，Meta 想让这个入口跑在你自己的机器上，不走任何人的计费表。llama.cpp、MLX、ExecuTorch 的接入据说在路上。
https://research.meta.ai/blog/introducing-muse-glimmer-open-agentic-model
← 返回所有文章
有意思的是分数。MCP-Atlas 75.5，DeepSearch QA 74.6，SWE-Bench Pro 51.2，Gaia2 43.3，IFBench 77.0，AIME 2026 94.7。这些是端到端的 agent 任务榜，不是选择题。一个 30B 的模型，能在 scaffold 里把任务从头做到尾，写代码调代码，自己从失败里爬出来，还能处理多模态输入、100 多种语言。4bit 量化后不到 20GB，配套还带一个叫 DFlash 的投机解码组件，在 RTX 5090 上生成快 3.1 倍。
怎么做出来的更值得看：Glimmer 是从大模型 Muse Spark 蒸馏来的，logit 蒸馏贯穿预训练、中期训练、后训练三个阶段，而不是最后补一刀 SFT。这是这个月第三个指向同一件事的结果——小体量 agent 模型的瓶颈是信号质量，不是参数量。
战略上的意思很难看不出来。别的实验室都在按百万 token 卖 agent 调用，Meta 直接送你一个卖点就是"永远不联网"的模型。如果常驻个人 agent 是下一个入口，Meta 想让这个入口跑在你自己的机器上，不走任何人的计费表。llama.cpp、MLX、ExecuTorch 的接入据说在路上。
https://research.meta.ai/blog/introducing-muse-glimmer-open-agentic-model
评论