Meta｜开源Muse Glimmer-30B：面向本机Agent的多模态权重

云端Agent很强，但总有人想把「能看屏、能调工具」塞进自己的笔记本——Meta给出的答案叫Muse Glimmer。

Meta Superintelligence Lab是Meta旗下推进前沿模型与开源配方的团队。所谓本机Agent，白话是规划、调工具、看截图、失败重试主要在本地完成，不把每一步都送上公有云。所谓投机解码（speculative decoding），白话是用小模型先猜一串词，大模型再并行验收，从而在不改输出质量的前提下提速。

团队在Hugging Face以meta-models/Muse-Glimmer-30B发布模型卡，许可证为Apache 2.0。可核验规格包括：约二百九十六亿参数稠密因果Transformer，并带约十八亿参数视觉感知编码器；输入支持文本与图像，输出文本；上下文长度标称十三万一千零七十二以上；定位强调端到端Agent任务、可靠工具调用、多步推理、失败恢复与脚手架兼容（如OpenClaw等）。团队提供全精度与面向二十四/三十二GB消费级显存的约四比特量化变体，并附带DFlash投机解码起草头；公开测速显示，在RTX 5090上配合投机解码可达约三点一倍加速（Mac M4/M5 Max亦给出对照）。

模型卡自测中可核对的几组信号：

1. Agent向：MCP Atlas、DeepSearch QA、WildClawBench等多项相对同尺寸开源对照靠前。
2. 编程向：SWE-Bench Pro等任务给出可对照分数，仍属厂商自测叙事。
3. 多模态：支持截图、图表与文档类输入，服务「边看边干」。
4. 部署向：量化后目标进入二十四/三十二GB包络，并宣称Agent任务退化很小。

对本地Agent开发者，这是把「能看屏、能调工具、能在消费级硬件跑」打包进同一开源配方；对企业，Apache 2.0降低了商用法律摩擦，但仍需自建护栏，尤其是不可逆操作的人机确认。把它放进开源尺寸竞争：三十B档正在成为本机Agent甜点区，对标的不只是聊天分数，还有工具调用与长程任务成功率。

需要把边界读清楚。基准为厂商自测，外部复现协议未齐前不宜写成绝对排名；知识截止日期标为2026年1月4日。下一观察点是社区量化包稳定性，以及与同尺寸开源底座在真实仓库任务上的对照——能下载只是开始，跑稳工具链才算数。