摘要

Meta Superintelligence Labs 于 2026 年 8 月 10 日发布 30B 稠密多模态开放权重模型 Muse Glimmer，采用 Apache 2.0 许可（Meta 迄今对其开放模型使用的最宽松许可）。模型专为本地/常驻（always-on）智能体工作流优化：支持文本+图像输入、长序列工具调用、失败自恢复与长程推理，无需 API key、无按 token 计费，可在单张消费级 GPU 或 Apple 芯片 Mac 上运行；上下文窗口 131,072 token，由闭源大模型 Muse Spark 经逻辑蒸馏而来。官方提供约 60GB BF16 权重及 4-bit GGUF 量化（可压至 24GB 显存内）。

正文（译文）

Muse Glimmer：为本地智能体打造的开放权重模型 来自 Meta Superintelligence Labs 的 300 亿参数开放模型，以 Apache 2.0 发布，针对工具调用循环调优，并优化为可在单张 GPU 上运行。

本周，我们发布了 Muse Glimmer——一个 300 亿参数的开放权重模型，专为 Mac 或单张消费级 GPU 上的常驻智能体工作流优化。基于它构建的智能体能够处理连续的工具调用、多模态推理与理解，无需 API key，也没有按 token 计费。Muse Glimmer 同样以 Apache 2.0 发布，这是我们用于开放模型的最宽松许可。本文介绍 Muse Glimmer 能做什么，以及如何开始用它构建。训练配方与完整架构见 Meta 研究博客。

要点速览

• 工具调用在长序列上依然稳定：模型能在大量连续调用中按精确 schema 调用工具，而不会在工作流中途退化——这种退化正是把"有希望的演示"变成"不可靠智能体"的原因。

• 脚手架兼容：本文以 OpenClaw 作为参考集成重点，但模型也适用于其他智能体编排模式，并有首发合作伙伴支持。

• 它恢复而非中止：当工具调用失败或返回意外结果时，Muse Glimmer 会诊断错误并重试。长程运行大多是关于"出问题之后发生了什么"。

从 Hugging Face 下载：链接

关键文档

• 获取模型——下载与部署

• 最大化 Muse Glimmer 效用——提示词指南

• 量化让它变小——量化

• 投机解码让它更敏捷——投机解码

部署指南

• 用 vLLM 部署：高吞吐、低延迟推理，提供 OpenAI 兼容 API 端点。

• 用 llama.cpp 部署：在你的机器上运行，支持 CPU、混合 CPU/GPU 与全 GPU。

• 用 ExecuTorch 部署：在手机、平板与边缘设备上运行。

Muse Glimmer 表现如何 我们先看表格，因为有趣之处在于它的"形状"。Muse Glimmer 在它为之构建的智能体工作上领先：工具编排、智能体搜索、智能体编程、指令遵循与长上下文记忆，正是一个本地智能体赖以生存的能力，也是训练投入的方向。完整评测与基准集见 Meta 研究博客。

为工具调用循环而生 上述基准来自特定的训练选择，并体现在智能体运行中通常出问题的环节。

• 工具调用在长序列上依然稳定：模型能在大量连续调用中按精确 schema 调用工具，而不会在工作流中途退化。

• 脚手架兼容：本文以 OpenClaw 作为参考集成，但模型也适用于其他智能体编排模式。

• 它恢复而非中止：当工具调用失败或返回意外结果时，Muse Glimmer 会诊断错误并重试。

• 多模态感知：通过独立的感知编码器，Muse Glimmer 接受交错的文本与图像，因此智能体可以把截图、图表或扫描文档作为推理的一部分来读取。

快速开始 开始使用 Muse Glimmer 是相对简单的过程。开发者可从 Hugging Face 下载权重，通过 Ollama、LM Studio、Unsloth 等合作伙伴在本地运行，用 Llama.cpp 与 ExecuTorch 在端侧部署，或用 vLLM、SGLang 大规模服务。