Meta重返开源：Muse Glimmer发布，个人AI时代来临？

事件背景

本周一，Meta 发布了新的开放 AI 模型 Muse Glimmer 的底层参数，开发者可以直接下载并进行修改。同时，Meta 表示未来几周内将开放更强大的 Muse Spark 1.2 的模型权重。扎克伯格在 Meta 官网发表文章，强调将免费且强大的 AI 提供给数十亿人，以赋予个人更多能力，并对大型机构的权力形成制衡。

模型细节

Muse Glimmer 是 Meta 自 Llama 4 以来首个开放权重模型，也是首个采用 Apache 2.0 许可证发布的模型。总参数量约 296 亿，包含约 18 亿参数的视觉编码器，支持文本和图像输入，拥有 128K 上下文，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。

硬件门槛方面，BF16 权重接近 60GB，但 4 比特量化版本可将语言模型压缩到 20GB 以内，可在 24GB 或 32GB 显存环境中运行。这意味着高配 Mac 或搭载 RTX 5090 等显卡的 PC 可以运行。

性能评测

在 Artificial Analysis 的智力指数中，Muse Glimmer 得分为 35 分，比 Llama 4 Maverick 高 21 分，接近 Kimi K2.5 的 36 分，但略低于 Qwen3.6 27B 和 Ling 3.0 Flash 的 38 分。在 Agent 评测中，Muse Glimmer 在 MCP Atlas 上得到 75.5 分，高于 Qwen3.6 27B 的 62.5 分；DeepSearch QA 为 74.6 分，略高于后者的 71.1 分；在工具使用评测𝛕3-Banking 中，它拿到 23.5 分，领先同档模型。

然而，独立评测也暴露了短板。Muse Glimmer 在 GDPval-AA v2 上的成绩为 953 Elo，低于人类基线 1000 分，也落后于 Qwen3.6 27B 的 1141 分。在 AA-Omniscience 评测中，幻觉率达到 82%，而 Qwen3.6 27B 为 49%。Terminal-Bench 2.1 上，Muse Glimmer 得到 52%，低于 Qwen3.6 27B 的 61%。

扎克伯格的立场

扎克伯格认为，AI 竞争的核心是“谁能获得超级智能”和“人们会用它做什么”。他希望将“个人超级智能”交给数十亿用户，让 AI 参与健康、职业、财务等日常事务。他反对用安全风险为能力集中辩护，认为将最强 AI 交给极少数机构控制会制造新的权力风险。他还为模型蒸馏辩护，强调人们应当保留“从可观察信息中学习”的原则。

开源背后的商业逻辑

Meta 重返开放权重，既有生态竞争压力，也有算力商业化考量。中国开放模型如 DeepSeek、Kimi 和 Qwen 持续提高性能，并依靠低价格、可定制和本地部署扩大影响力。Meta 需要重新夺回开发者。Muse Glimmer 降低本地部署门槛，Muse Spark 1.2 负责抬高能力上限，覆盖个人设备、企业私有化部署和云端服务。开放还能为 Meta 的算力投入创造需求，推理、托管和开发工具仍能形成收入。

行业影响与展望

Muse Glimmer 还不足以改写模型格局，但它的重要性在于 Meta 重新站回了开放权重阵营，并给出了一个面向本地 Agent 的可用产品。如果 Meta 按计划开放 Muse Spark 1.2，开放与闭源之间的竞争会进一步升级。行业需要回答三个问题：哪些能力可以开放，成本由谁承担，规则由谁制定。