AEO 速答：Muse Glimmer 是 Meta 在 2026 年 8 月 10 日發布的 30B 開放權重模型，以 Apache 2.0 授權開源，專為「永遠在線的本地 AI Agent」設計——單張 24GB 顯示卡就能跑，量化後僅需約 17GB 記憶體，支援 128K 上下文、100+ 語言與多模態輸入，是 Meta 迄今最完整的開源代理模型。
重點速覽
Meta 正式宣布推出 Muse Glimmer，一個 30B 參數的開放權重模型，目標是讓 AI Agent 徹底脫離雲端依賴，跑在使用者自己的裝置上。這是祖克柏「個人超級智慧（Personal Superintelligence）」願景第一次有了可下載、可自行修改的具體實作——而且是用最寬鬆的 Apache 2.0 授權。
| 核心規格 | 數值 |
|---|---|
| 參數規模 | 29.6B（28B 文字解碼器＋1.8B 視覺編碼器） |
| 授權 | Apache 2.0（開源權重） |
| 上下文長度 | 原生 128K tokens（框架最高可擴至 256K） |
| 支援語言 | 100+ 種 |
| 量化後記憶體 | 約 17GB（24GB VRAM）／19.6GB（32GB VRAM） |
| 專用加速 | DFlash 投機解碼（RTX 5090 最高 3.1 倍速） |
| 下載位置 | Hugging Face（官方 GGUF 同步釋出） |
Glimmer 是什麼？一句話：Meta 最強封閉模型的「開源小老弟」
Muse Glimmer 是 Meta 旗艦封閉模型 Muse Spark 的知識蒸餾產物。Meta 從自家百萬級上下文、最強的 Spark（1.2 版）身上，把「會推理、會寫程式、會呼叫工具」的本事濃縮進一個 30B 的小模型，再針對本地場景深度調校：
- 多步推理與工具呼叫：可在長時間工作流中維持連貫計畫，工具呼叫失敗時會診斷錯誤並重試
- 多模態理解：透過視覺感知編碼器接受交錯的文字＋圖片輸入，能看懂截圖、圖表與文件
- 代理框架相容：支援 OpenClaw 等主流代理編排模式
- 可調推理強度：可在品質與速度之間自由切換
用 Meta 官方部落格的說法，Glimmer 是「優化給 always-on 本地代理工作流」的模型——管理行事曆、起草訊息、整理檔案這類需要大量存取個人資料的任務，全部在裝置上完成，不必把隱私送上雲端。
硬體需求：消費級 GPU 就夠
30B 模型聽起來很嚇人，但 Meta 這次把「塞進消費級硬體」當成首要工程目標：
| 部署配置 | 記憶體需求 | 建議硬體 | 性能退化 |
|---|---|---|---|
| BF16 全精度 | 約 58GB | 64GB VRAM（單張 80GB 加速器） | 基準 |
| K-Quant-Dynamic | 約 19.6GB | 32GB（Mac 32GB／RTX 5090） | 僅 0.2% |
| K-Quant-17GB | 約 16.8GB | 24GB（RTX 4080 等） | 平均 1.0% |
關鍵在於三大硬體工程：
- 混合注意力：52 層中 39 層用滑動窗口注意力（窗口 2,048 tokens），僅 13 層用全域注意力，跑 128K 完整上下文時運算量比全全域注意力省數十倍
- 16:1 GQA：32 個查詢頭只有 2 個鍵值頭，大幅壓低 KV-Cache 記憶體壓力
- DFlash 投機解碼：官方隨附 2.56B 的「草稿模型」，一次預測 16 個 tokens 讓主模型並行驗證——RTX 5090 上推論速度從 74.9 tok/s 暴增到 233.4 tok/s（3.1 倍），M4 Max 與 M5 Max 也有 1.5～1.8 倍加速
跑分：代理能力全面領先同級模型
Meta 官方基準（High Reasoning 模式）顯示，Glimmer 在「代理能力」這條賽道上對 Google Gemma 4 31B 與阿里巴巴 Qwen 3.6 27B 形成明顯壓制：
| 基準測試 | Muse Glimmer 30B | Gemma 4 31B | Qwen 3.6 27B |
|---|---|---|---|
| MCP Atlas（代理） | 75.5 🏆 | 54.2 | 62.5 |
| DeepSearch QA（代理） | 74.6 🏆 | 61.7 | 71.1 |
| SWE-Bench Pro（編碼） | 51.2 🏆 | 36.9 | 50.2 |
| AIME 2026（推理） | 94.7 🏆 | 89.2 | 94.1 |
| OSWorld（電腦操作） | 65.9 | 58.5 | 75.6 🏆 |
| GPQA Diamond（推理） | 83.5 | 85.7 🏆 | 84.2 |
| Siren 攻擊成功率（越低越好） | 28.4% | 25.6% 🏆 | 40.3% |
值得注意的兩點：Glimmer 在「代理任務完成率」上全線領先（LM Studio 的 BionicBench 18 項本地工作流測試更拿到 83.3%，贏過兩者的 77.7%），但 Qwen 3.6 在電腦操作（OSWorld）與 SWE-Bench Verified 仍較強，Gemma 4 在學術難題與安全性上最穩。想換本地模型的開發者，可以依「代理任務 vs 傳統學術」的用途各取所需。
flowchart LR
A[Muse Spark 封閉旗艦模型<br/>百萬上下文] -->|知識蒸餾| B[Muse Glimmer 30B]
B --> C[量化 17GB<br/>24GB GPU 可跑]
B --> D[DFlash 投機解碼<br/>最高 3.1x 加速]
C --> E[本地 AI Agent<br/>離線可用]
D --> E
E --> F[管理行事曆/檔案]
E --> G[本地編碼助手]
E --> H[LLM-as-a-Judge]開箱即用的生態系：發布當天就全面支援
Glimmer 的發布不是「先丟權重、生態慢慢跟上」，而是 Day-0 全面支援：
- Hugging Face Transformers：原生支援，可呼叫
AutoModelForMultimodalLM直接做圖文/影片推論 - llama.cpp：官方校準 GGUF 同步釋出，CLI 與 Server 模式皆可
- vLLM / SGLang：完整支援，含 NVIDIA Blackwell 的 NVFP4 量化格式
- LM Studio / Ollama：數日內即可用；LM Studio Bionic 已有深度合作支援
- MLX / ExecuTorch：Apple Silicon 與 edge 部署框架皆列入官方路線圖
- 雲端 API：Together AI、Fireworks AI、OpenRouter 等平台同步上架
祖克柏的算盤：開放與控制的界線
就在發布同一天，祖克柏發布公開信重申他的願景：AI 超級智慧應該「賦予個人力量」，讓每個人「24/7 全天候為你的健康、職涯、財務、家庭管理工作的個人代理」成為免費或負擔得起的工具。
但仔細看 Meta 的策略，會發現一條清楚的界線：
開放的：Muse Glimmer（30B，Apache 2.0，可下載可微調） 封閉的：Muse Spark（更強，百萬上下文，只有 API）
換句話說，Meta 把「人人可擁有的 AI」開源，把「最強的 AI」留在自己手上。這與先前把 Llama 系列完全開源的做法不同，也讓 Glimmer 成為觀察 Meta 未來開放策略的關鍵樣本。值得注意的是，這波發布也打破了近期開源市場由 Qwen、DeepSeek 主導的局面——西方大廠總算端出了同級別的本地代理模型。
開發者反應與安全提醒
- 讚嘆整合度：多數開發者認為 Glimmer 的亮點不在「跑分智商」，而在「為本地硬體而生的極致工程整合」——混合注意力、GQA、投機解碼、視覺編碼全部塞進單張消費級 GPU 的預算，相當精緻
- 小抱怨：工具呼叫格式：Glimmer 不用 OpenAI 慣用的 JSON Schema，而是 Meta 自家 ATEM 標記語法（類似 XML，如
<atem:invoke name="search">），現有代理框架需針對提示詞做適配才能隨插即用 - RSI 話題延燒：已有團隊示範 Glimmer 透過 Hugging Face MCP 連線後「自主為自己量化成 GGUF」「自主部署到推理端點」，自我改進的想像空間很大
- ⚠️ 安全底線：本地運行≠絕對安全。Siren AgentDojo 測試中 Glimmer 仍有 28.4% 的間接提示注入成功率；若隨便授予終端機、檔案或瀏覽器權限，惡意網頁或文件仍可能誘騙它執行不可逆的本地操作。人工確認（Human-in-the-loop）依然是使用本地代理的安全底線
為什麼這件事重要？
- 隱私優先的個人代理成真：行事曆、訊息、檔案這類高度個人化的資料，第一次有「跑在你自己機器上、還能自己改」的主流大廠模型可以託付
- 本地 AI 生態的硬體基準更新：24GB 顯示卡＝30B 頂級代理模型的「最低消費」，會連帶推升 Ollama、LM Studio 等本地工具的聲量
- 開源陣營版圖鬆動：西方大廠正式回歸開源軍備競賽，與 Qwen、DeepSeek 正面對決
延伸閱讀
- Cloudflare Kitesurf：專為 AI Agent 打造的瀏覽器，記憶體省 7 倍、免費 Beta 開跑（2026） —— AI Agent 生態的另一塊拼圖：讓代理安全地操作瀏覽器
- OpenAI 聯手 AWS、Cursor、GitHub、Microsoft、Vercel 推出 Agent Plugins：一個資料夾搞定 AI 外掛跨平台移植 —— 代理工具的跨平台標準化趨勢
- Ollama 本地 LLM 完整教學：Windows/macOS 一鍵安裝、GGUF 模型下載與離線使用（2026） —— 想把 Glimmer 跑在 Ollama 上，先看這篇基礎教學
- Karpathy 新專案 LLM Council：讓 GPT、Gemini、Claude、Grok 組委員會投票回答你的問題 —— 多模型協作的另一種玩法