Meta 发布 Muse Glimmer：30B 开源本地常驻智能体模型，采用 Apache 2.0 协议

核心背景与行业痛点

本地 Agent 一直卡在两头：闭源前沿模型能力强但要上云、隐私难控；能在个人电脑上跑的开源小模型，工具调用和多步规划又不够稳。Meta 8 月发布 30B 开源权重的 Muse Glimmer 瞄准的就是这个空档，10 月 19 日又发布技术报告，首次公开架构、蒸馏方法和量化取舍。

架构亮点与底层机制

报告显示，Muse Glimmer 是约 29.6B 参数的稠密模型：52 层、隐藏维度 6656，另配约 1.8B 的 ViT-G/14 视觉编码器，词表 202,048，上下文 128K 以上。注意力采用局部层加全局层交替、每层仅 2 个 KV 头，以压住长会话的 KV 缓存。团队在 32GB 显存约束下对比了稠密与 1:8、1:16 MoE，稠密方案计算效率高 2–2.5 倍，因此选了稠密。训练由 Muse Spark 做 logit 蒸馏，之后经 SFT、强化学习和 on-policy 蒸馏。BF16 权重 55.7GB，量化后语言模型权重压到 20GB 以下，配 DFlash 草稿头可在单张 RTX 5090 上实用运行。

权威 Benchmark 与实测跑分对比

以下为 Meta 官方口径，与 Gemma4-31B、Qwen3.6-27B（均为 thinking 模式）对比：MCPAtlas 75.5 对 54.2 和 62.5，τ³-Banking 23.5 对 15.1 和 16.7，SWE-Bench Pro 51.2 对 36.9 和 50.2，AA-LCR 80.0 对 68.3 和 73.3。但它并非全面领先：SWE-Bench Verified 76.0 略低于 Qwen 的 77.2，TerminalBench 2.1 51.7 对 Qwen 60.7，OSWorld-Verified 65.9 对 75.6，GPQA Diamond 83.5 低于另外两者。

开发者实战落地与开箱指南

权重为 Apache 2.0，可在 24GB 或 32GB 显存的 PC 或 Mac 上本地跑。工具调用、MCP 和长上下文记忆类任务是它的强项；重度终端操作和 GUI 操控场景，Qwen3.6-27B 仍更强，可按任务混用。报告还介绍了推理强度分档（low 起共四档），可在系统提示里按需调节延迟与质量。