Meta在8月10日发布了新的开源多模态模型Muse Glimmer，该模型专为本地智能体（agentic）用例设计，参数规模为30B，采用Apache 2.0许可证。这一发布标志着Meta在开源大模型领域的回归，其前代模型Llama系列曾引领开源社区。Muse Glimmer从更大的Muse模型蒸馏而来，旨在平衡性能与部署效率，适合隐私敏感的应用场景，如编码辅助、文档分析、个人助理，以及类似Claw或Hermes的智能体设置。Hugging Face在发布当天即提供了对transformers、llama.cpp、vLLM、Inference Endpoints等库的day-0支持，并展示了多个演示，包括将OpenClaw连接到Muse Glimmer，以及让模型自我量化、部署、优化和研究Hub等趣味用例。

在架构上，Muse Glimmer是一个稠密的30B参数模型，包含一个2B的ViT风格视觉编码器（Perception Encoder）和一个28B的文本解码器。视觉编码器采用2帧×3通道×14×14的patch化处理，经过线性投影和插值绝对位置嵌入后，送入50层、含GELU MLP的视觉塔。注意力模式采用三层窗口注意力加一层全注意力的组合，并应用2D RoPE。像素洗牌操作将相邻2×2空间token合并，使图像token数量减少4倍。视频则逐帧通过同一编码器处理。文本解码器采用混合注意力机制，交替使用三个滑动窗口层（窗口大小2048 token，使用旋转位置嵌入）和一个全注意力层（无位置嵌入），重复13次共52层。此外，模型采用门控分组查询注意力（GQA），每个键值头由16个查询头共享，将KV缓存内存减少16倍，从而加快生成速度并降低成本。模型还应用了Q-K归一化和额外的查询缩放，以稳定注意力logits。

除了主视觉语言模型，Muse Glimmer还配备了一个基于DFlash实现的投机解码草稿模块，该模块可选，能在增加一定内存开销的情况下显著加速生成，尤其适用于结构化内容生成如代码。

在基准测试中，Muse Glimmer与Gemma4-31B Thinking Mode和Qwen3.6-27B Thinking Mode进行了对比。在通用智能体任务中，Muse Glimmer在MCP Atlas上得分为75.5，高于Gemma4的54.2和Qwen3.6的62.5；在DeepSearch QA上为74.6，同样领先；在τ³-Banking上为23.5，优于对比模型；在WildClawBench上为47.6，高于Gemma4的37.6但低于Qwen3.6的43.2（注：此处原文数据有误，Qwen3.6为43.2，但表格中显示为43.2，实际应为43.2，但Muse Glimmer仍领先）；在GDPval-AA上为953，低于Qwen3.6的1141；在GAIA2上为43.3，领先；在SkillsBench上为44.3，低于Qwen3.6的46.6；在OSWorld-Verified上为65.9，低于Qwen3.6的75.6。在智能体编码任务中，Muse Glimmer在SWE-Bench Pro上为51.2，领先；在SWE-Bench Verified上为76.0，低于Qwen3.6的77.2；在TerminalBench上为51.7，领先；在SciCode上为43.6，略高于Gemma4的43.4。在多模态任务中，Muse Glimmer在Charxiv Reasoning上为78.8，领先；在ScreenSpot Pro上为75.4，低于对比模型；在OmniDocBench v1.5上为75.8，高于Gemma4但低于Qwen3.6；在MMMU Pro上为74，低于Qwen3.6的74（注：原文为74，但Qwen3.6为74，实际相同）。在安全测试中，Muse Glimmer的CI Memories Violation为26.4，高于Gemma4的12.1，但低于Qwen3.6的53.4；Siren AgentDojo攻击成功率为28.4，低于Qwen3.6的40.3。在通用能力与推理方面，Muse Glimmer在IFBench上为77.0，领先；在AIME 2026上为94.7，领先；在GPQA Diamond上为83.5，低于Gemma4的85.7；在Humanity's Last Exam上为22.0，低于对比模型；在AA-LCR上为80.0，领先；在Beam 128K上为65.1，领先。

总体而言，Muse Glimmer在多项智能体相关基准上表现强劲，尤其在编码和工具调用任务上，其本地部署特性为开发者提供了新的选择。Hugging Face的全面支持进一步降低了采用门槛，有望推动开源智能体生态的发展。