Meta 開源 30B 智慧體模型 Muse Glimmer：壓縮至 20GB 內，單卡可跑

Muse Glimmer 是 Meta 開源的 300 億引數（30B）多模態本地模型。它專為個人裝置上的常駐智慧體設計，採用寬鬆的 Apache 2.0 協議，能讓你在完全離線的單張消費級顯示卡或 Mac 上跑起完整的自動化任務。

它能做什麼

簡單來說，它想做的是一個住在你電腦裡的全能助理。不同於普通問答模型，Muse Glimmer 的強項在於長時間跨度的多步推理和工具呼叫。

它接上了 Meta 自家的 2B 視覺編碼器，不僅能看懂文字，還能直接理解交錯輸入的螢幕截圖、圖表和文件。

在日常幹活時，它支援嚴格的工具架構呼叫。如果某一步工具執行出錯或返回意外結果，它不會直接卡死報錯，而是會嘗試自我排查並重新嘗試。

此外，它支援 OpenClaw 等主流智慧體編排框架，具備可調節的思考強度，並覆蓋了超過 100 種語言。從日常日程管理、個人郵件起草，到本地檔案整理和程式碼輔助，它都能在沒有網路的情況下獨立處理。

怎麼塞進單張消費級顯示卡

以全精度浮點執行時，一個 30B 模型通常需要超過 55GB 視訊記憶體，普通電腦根本吃不消。

Meta 採用了約 4-bit 的量化技術，把語言模型體積壓縮到了 20GB 以內。官方提供的 K-Quant-17GB 版本，連同視覺模組和快取一起，能穩穩塞進 24GB 或 32GB 視訊記憶體的裝置裡。

為了解決大模型在本地單字蹦、推理慢的問題，Muse Glimmer 還搭配了一個基於 DFlash 的輕量草稿模型。它通過推測解碼技術一次性預測整組 token，再由主模型並行驗證，大幅提升了生成速度，在寫程式碼等結構化場景尤其明顯。

在硬體支援上，配備單張 RTX 5090 的 PC，或者 M4 Max、M5 Max 的 MacBook，都能流暢執行。開源社群的適配也很迅速，除了 Hugging Face 權重外，llama.cpp、MLX、vLLM、Ollama 和 LM Studio 都在第一時間跟進支援。

跑分表現與業內聲音

從官方測試來看，Muse Glimmer 在智慧體基準上表現搶眼。在 MCP Atlas 工具呼叫測試中拿到 75.5 分，SWE-Bench Pro 程式設計測試中拿下 51.2 分，明顯拉開了與 Gemma4-31B 的差距。

不過，社群裡也有不同的聲音。有影片創作者指出，官方對比表格容易讓人誤解，在部分專案上它的表現其實不如引數更小的 Qwen3.6-27B。

例如在 OSWorld-Verified 模擬操作測試中，Qwen3.6 拿到了 75.6 分，而 Muse Glimmer 只有 65.9 分；終端測試 TerminalBench 2.1 上也是 Qwen 佔優。在第三方評測榜單上，它的整體表現並沒有官方宣傳得那麼全面碾壓。

為什麼重要

對於重視隱私的開發者、獨立創作者以及需要處理敏感資料的本地極客來說，Muse Glimmer 是一個非常值得上手的玩具。Apache 2.0 協議意味著你可以毫無顧慮地拿去商用或魔改。

過去想在本地跑高水平的智慧體，要麼模型太小智力不夠，要麼引數太大硬體扛不住。Meta 這次把 30B 級別的多模態推理和自愈能力壓縮排單卡門檻，切實推動了本地智慧體的實用化程序。

我們認為，它的長板在於工具呼叫鏈路的穩定性和快速響應，但在純通用推理與終端自動化上，面對強勁的開源對手並沒有形成斷代優勢。如果你手頭有一臺 24GB 視訊記憶體以上的機器，想要搭建完全屬於自己的離線智慧體，它絕對是目前最值得優先嚐試的基座之一。