Meta 開源 Muse Glimmer：300 億參數代理模型，一台筆電跑完整工作流

Meta 於 2026 年 8 月 10 日在官方研究部落格（research.meta.ai/blog/introducing-muse-glimmer-open-agentic-model）發布開放權重模型 Muse Glimmer，參數規模 300 億（30B），依官方公告採 Apache 2.0 授權，權重同步上架 Hugging Face（meta-models/Muse-Glimmer-30B）。在 Muse Spark 轉向閉源專有路線之後，Meta 再度釋出可在自有裝置上跑完整代理工作流的開放權重模型。

硬體門檻：從機房降到一台筆電

官方公布的運行條件如下：

• 單張消費級獨立顯示卡即可運行，優化目標為 24GB 與 32GB 顯示記憶體（如 NVIDIA RTX 5090 為 32GB）
• 4-bit 量化後權重占用低於 20GB，官方仍以 24GB 為建議下限，差額留給 KV cache 與上下文緩衝；由於 context length 未公布，這組數字應視為官方情境值
• Apple 平台採統一記憶體、沒有獨立顯示記憶體，官方實測機型為 MacBook M4 Max 與 M5 Max

換句話說，一台高階筆電或單卡工作站就能承載，不必租用雲端 GPU 叢集，資料也不必送出公司網路。

定位：常駐本地的「完整代理」

官方描述 Muse Glimmer 是一個完整的代理，而非只會生成文字的模型，宣稱能力包括：

• function calling，呼叫外部工具與 API
• 在本地寫程式並執行
• LLM-as-a-judge，對產出結果自我評分
• 規劃步驟、呼叫工具、自我檢查，失敗後能復原重試

比較基準與尚未公開的部分

官方點名 Gemma4-31B 與 Qwen3.6-27B 這類同尺寸級距的開放權重模型作為對標，宣稱在 agentic、coding、多模態、安全、推理各項表現強勁——但這是廠商自報，逐項 benchmark 分數並未公開，第三方復現結果仍待觀察，context length 與模型架構細節也未揭露。另需注意，Meta 過去開放權重多採 Llama 社群授權，本次改用 Apache 2.0 屬明顯轉向，實際條款仍應以權重庫附帶的授權檔為準。

還要分清兩件事：Muse Glimmer 是開放權重；旗艦 Muse Spark 1.2 目前仍為閉源，官方同日僅表示「未來數週」會開放其權重，並未給出確切日期。本則消息以華爾街日報（Meghan Bobrowsky）報導為主要來源、Techmeme 彙整索引，Yahoo Tech 與 TestingCatalog 屬轉載。

對管理者的意義

對在意個資、營業秘密與 PDPA 合規的中小企業管理者而言，這則新聞改變的是成本與風險結構：過去要做到「資料完全不出公司」的 AI 代理，得先投資機房級硬體；現在門檻降到一台筆電。若貴公司有一直不敢送上雲端的客戶名冊、報價單或人事資料，值得請 IT 用現有的高階筆電裝上開放權重模型，先跑一個小範圍的內部流程試點，再評估是否擴大。