本地运行、支持视觉与工具调用：Meta 开源智能体模型

Meta AI Research发布开源智能体模型Muse Glimmer，参数规模300亿，采用Apache 2.0许可证。该模型面向本地工作流设计，支持在消费级GPU上运行自主智能体、复杂工具调用及本地编码，无需依赖云API。训练采用多阶段策略，从旗舰模型Muse Spark迁移推理能力，结合长上下文序列、监督微调与强化学习优化代码生成和工具使用。模型配备18亿参数感知编码器，可原生处理交错多模态输入。通过4位动态量化，显存占用降至约17-20GB，适配24-32GB GPU；配合DFlash推测解码，在Apple Silicon和RTX 5090上生成吞吐量提升至多3.1倍。模型支持长期规划与故障恢复，兼容OpenClaw等框架，并提供可调节推理强度。在SWE-Bench等基准测试中，其多步工具调用可靠性优于Gemma 4 31B和Qwen 3.6 27B。权重已发布于Hugging Face，支持llama.cpp、Ollama、vLLM等本地框架及TorchTitan微调。