Meta 时隔 16 个月重回开源，发布 Muse Glimmer 权重

Meta 时隔 16 个月重新站回开放权重赛道，正式发布新模型 Muse Glimmer 的底层参数。这是 Meta 自 Llama 4 以来首个开放权重模型，也是首个采用 Apache 2.0 许可证的模型。公司同时预告，更强的 Muse Spark 1.2 模型权重将在未来几周内开放。扎克伯格在 Meta 官网撰文，公开呼吁把「免费且能力强大的 AI」交给数十亿人，并明确将这一主张对准 Google、Anthropic 和 OpenAI 等闭源实验室。

模型参数与本地部署定位

Muse Glimmer 由 Muse Spark 蒸馏而来，总参数量约 296 亿，其中视觉编码器约 18 亿参数。模型支持文本与图像输入，上下文长度为 128K，重点强化多步推理、工具调用和故障恢复，定位是个人设备上的 Agent 底座。

BF16 权重接近 60 GB，普通电脑难以直接承载。
4 比特量化版本将语言模型压缩到 20 GB 以内，可在 24 GB 或 32 GB 显存环境运行。
所谓「个人电脑可运行」，更准确的说法是高配 Mac 或搭载 RTX 5090 等显卡的 PC 可运行。

相较于此前的 Llama 自定义许可证，Apache 2.0 允许企业直接部署、微调与开发衍生模型并集成进自家产品，商用限制大幅放宽。

基准成绩与对比

Artificial Analysis 给出的智力指数为 35 分，比 Llama 4 Maverick 高 21 分，与 Kimi K2.5 的 36 分接近，略低于 Qwen3.6 27B 和 Ling 3.0 Flash 的 38 分。

Meta 公布的 Agent 评测中：

MCP Atlas：75.5 分，高于 Qwen3.6 27B 的 62.5 分。
DeepSearch QA：74.6 分，略高于 Qwen3.6 27B 的 71.1 分。
τ3-Banking（工具使用）：23.5 分，领先同档模型。

独立评测也暴露出短板：

GDPval-AA v2 上为 953 Elo，低于 1000 分人类基线，也落后于 Qwen3.6 27B 的 1141 分。
AA-Omniscience 幻觉率高达 82%，Qwen3.6 27B 为 49%。
Terminal-Bench 2.1 得 52%，低于 Qwen3.6 27B 的 61%。

综合来看，Muse Glimmer 适合承担本地工具调用与流程执行，但在高准确率知识任务上仍需配合检索与人工复核。

扎克伯格的开放宣言

扎克伯格把 AI 竞争归结为两个问题：谁能获得超级智能，以及人们会用它做什么。他主张把「个人超级智能」交给数十亿用户，让 AI 参与健康、职业、财务和人际关系等日常事务，将开放模型与个人自主权绑定，直接挑战闭源路线。

针对外界对模型蒸馏的争议，扎克伯格公开为蒸馏辩护，强调人们应保留「从可观察信息中学习」的原则，同时反对限制海外开放模型，主张让美国开放模型依靠竞争成为全球最佳。在安全方面，他提出由 Meta 独立董事批准模型开放的安全标准，并愿意向政府提供中间训练检查点。

商业逻辑：开源、算力与生态

Meta 此时重返开源面临现实压力。DeepSeek、Kimi 和 Qwen 持续提升性能并扩大影响力，若美国模型公司持续收紧权重，全球开发者生态可能加速迁移。Muse Glimmer 降低本地部署门槛，Muse Spark 1.2 抬高能力上限，两者可覆盖个人设备、私有化部署与云端服务。

开放还能为 Meta 的算力投入创造需求。Meta 今年计划投入最高 1450 亿美元建设 AI 基础设施并筹备云计算业务，模型权重免费，推理、托管和开发工具仍能形成收入。同日公布的 10 亿美元数据中心社区基金也服务于这一布局。技术开放、政策主张与基础设施扩张由此连成一条线。

Muse Glimmer 尚不足以改写模型格局，但 Meta 重新站回开放权重阵营，并给出了一个面向本地 Agent 的可用产品。若 Muse Spark 1.2 按计划开放，开放与闭源之间的竞争将进一步升级。