Meta 的 Muse Glimmer 开源模型在 Fireworks AI 上线，主打长链路 Agent

Fireworks AI 近日宣布，Meta Superintelligence Labs（MSL）推出的开源权重模型 Muse Glimmer 已在平台正式上线。该模型为 30B 参数的稠密架构，主打「始终在线」的智能体（always-on agents）场景，强调在多轮、连续的工具调用中保持推理能力，并能在执行失败时自主恢复。

模型核心参数与能力

• 架构与规模：30B 稠密（Dense）模型，非 MoE 路线，部署与推理门槛相对友好。
• 上下文长度：原生支持 128K 以上 token 上下文，适合长链路任务与多工具编排。
• 多模态输入：原生支持图像与文本输入，可在同一上下文中处理图文混合信息。
• Agent 导向：针对「连续顺序工具调用」与「失败恢复」两类典型 Agent 痛点进行优化。

来自 Meta 超级智能实验室

Muse Glimmer 出自 Meta 近期成立的 Superintendent Labs（MSL），是 Meta 在「超级智能」方向布局后释出的开源权重成果之一。模型以「开源权重（open-weight）」的形式发布，开发者可在 Fireworks AI 平台上直接调用或基于权重自行部署。

适用场景与开发者入口

对需要构建以下能力的团队而言，Muse Glimmer 提供了一个兼顾规模与可控性的选择：

• 需要长时间稳定运行的 Agent 后台，例如自动化运维、研究助手、复杂工作流编排。
• 需要在多步任务中容忍工具调用失败并自动重试的应用。
• 需要同时处理长文本与图像输入的多模态推理场景。

开发者可通过 Fireworks AI 提供的入口即刻开始构建，相关链接已在 Fireworks 官方 X 账号发布。