Muse Glimmer-30B

发布背景与模型定位

2026 年 8 月 10 日，Meta Superintelligence Labs 发布 Muse Glimmer-30B，并以 Apache 2.0 许可开放模型权重。该模型由 Muse Spark 蒸馏而来，面向可在个人设备上持续运行的本地智能体工作流，重点覆盖多步推理、工具与函数调用、错误恢复、编程、电脑操作和 LLM-as-a-judge 等任务。模型无需依赖云端基础设施即可在支持的 Mac 或单消费级 GPU PC 上运行。

架构与技术规格

Muse Glimmer-30B 是带独立感知编码器的稠密因果 Transformer，总参数约 29.6B。语言模型含 52 层、6656 隐藏维度，按三个局部滑动窗口注意力层加一个全局注意力层的模式重复，局部窗口为 2048 tokens；视觉侧采用约 1.8B 参数的 ViT-G/14 感知编码器。模型支持文本与图像交错输入、文本输出，最多为每张图像分配 4096 个视觉 tokens，上下文长度为 131,072+ tokens，官方知识截止日期为 2026 年 1 月 4 日。

智能体与推理能力

模型卡将端到端智能体任务完成、可靠工具使用、多步推理、工具失败恢复、多模态理解和智能体脚手架兼容性列为主要能力。Muse Glimmer 可在 OpenClaw、Hermes Agent 等编排模式中工作，并支持 low、medium、high、xhigh 四档 reasoning strength；官方建议复杂推理、编程和智能体任务使用 high 或 xhigh。模型训练覆盖 100 多种语言，但官方同时提醒其并未对所有训练语言完成全面评测。

本地部署与推理优化

Meta 为本地部署提供 BF16 全精度权重、两种 4-bit 量化权重、DFlash 推测解码 drafter 和感知编码器。官方模型卡称 4-bit 量化可把语言模型压缩到 20 GB 以下，使语言模型、KV cache、视觉编码器和 drafter 能同时放入 24 GB 或 32 GB 内存/显存空间。DFlash 以一次前向提出 16-token 块的方式加速生成；官方测得 RTX 5090 上从 74.9 tokens/s 提升到 233.4 tokens/s（3.1 倍），Apple M4 Max 和 M5 Max 上分别提升 1.5 倍和 1.8 倍，测试条件为 batch size 1 与 greedy decoding。

官方评测

官方统一使用 high reasoning strength、temperature=1.0、top_p=0.95、top_k=64 评测 Muse Glimmer。模型卡公布的代表性结果包括 MCP-Atlas 75.5、DeepSearchQA 74.6、SWE-Bench Pro 51.2、SWE-Bench Verified 76.0、SciCode 43.6、CharXiv Reasoning 78.8、AIME 2026 94.7、GPQA Diamond 83.5 和 AA-LCR 80.0。DataLearner 已将站内 benchmark 目录能够精确匹配的成绩结构化录入；WildClawBench、Gaia2、SkillsBench、ScreenSpot-Pro 与 BEAM-128K 等当前缺少对应目录项的结果暂不强行映射。

许可、获取方式与限制

完整精度和量化模型制品均按 Apache 2.0 许可发布，官方 Hugging Face 仓库提供 BF16 权重和模型卡。该模型没有官方托管 API 定价，当前以本地部署为主要使用方式。Meta 提醒：模型可能产生不准确、有偏或不适当的输出；新颖的长程任务仍可能出现多步推理错误；视频输入按单帧处理而非专门的视频建模；量化推理在边缘场景可能与全精度版本存在轻微质量差异。将模型接入可执行真实操作的智能体时，应增加不可逆操作确认、人类复核和应用级安全护栏。

官方资料

Meta AI Research 发布博客 · 官方 Hugging Face 模型卡与权重 · 官方评测方法报告 · Meta 开发者文档