Meta 开源 300 亿参数 Muse Glimmer，Apache 2.0 授权
Meta 超级智能实验室交出首个开源模型：300 亿参数多模态智能体模型，Apache 2.0 协议，单张消费级显卡即可跑。
Meta 于 8 月 10 日放出 Muse Glimmer 的开放权重——一个 300 亿参数、面向智能体任务调优的多模态模型，采用 Apache 2.0 协议。这是 Meta 去年组建的超级智能实验室（Meta Superintelligence Labs）交出的第一个开源模型。与此同时，扎克伯格表态称，公司最强的基础模型 Muse Spark 1.2 也将在未来几周内开放权重。
这次放出了什么
模型由 20 亿参数的 ViT 式感知编码器加 280 亿参数文本解码器组成。注意力部分采用混合结构，滑动窗口层与全注意力层交替，并用带门控的分组查询注意力把 KV 缓存显存压掉约 16 倍。4bit 量化后体积不到 20GB，落在 24GB 显存的区间内；Meta 表示已在 RTX 5090 以及 M4-Max、M5-Max 芯片的 Mac 上完成实测。可选的投机解码模块 DFlash 能把生成速度在 RTX 5090 上拉高约 3.1 倍，在两款 Apple 芯片上提升 1.5 至 1.8 倍。
卖点是「桌面级尺寸下的智能体可靠性」：Muse Glimmer 能做规划、调工具、自查结果并从失败中恢复，支持文本、图像、视频交错输入，覆盖 100 多种语言。在 Meta 公布的对比中，它在 MCP Atlas 上拿到 75.5 分，高于 Qwen3.6-27B 的 62.5 与 Gemma4-31B 的 54.2；SWE-Bench Pro 为 51.2，对应 50.2 与 36.9；SWE-Bench Verified 为 76.0，略低于 Qwen3.6-27B 的 77.2。
权重已上架 Hugging Face，llama.cpp、vLLM、MLX、ExecuTorch、Ollama 与 LM Studio 均为首日支持，Together AI 和 Fireworks AI 同步提供托管服务。
为何重要
过去一年 Meta 在开源上的收缩，把开放权重这块阵地几乎让给了中国团队——中国模型如今占据 Hugging Face 下载量的相当大比例，也在许可证策略上定调。此时一个宽松协议、专攻智能体、正好落在开发者真正会本地部署的尺寸段的 Meta 模型，意味着一家资源雄厚的美国实验室重新入场。更关键的变量是 Spark 1.2：如果 Meta 真把前沿级模型的权重放出来，这将是 Llama 时代之后美国实验室的首例，也会重新定义这个市场顶端的「开放」二字。