Meta 开源 30B Agent 模型 Muse Glimmer，单卡可跑

时隔一年多，Meta 重新开放模型权重。紧凑型 agent 模型 Muse Glimmer 表现不逊于竞争对手，Mark Zuckerberg 还配发了一篇文章，读起来像是回应 OpenAI 和 Anthropic。

Meta 发布了 Muse Glimmer，这是一款 300 亿参数模型，权重以 Apache 2.0 协议在 Hugging Face 上开放下载。它专为 AI agent 设计，可以在一台配备单块消费级 GPU 的 Mac 或 PC 上全天候本地运行。这是 Meta 自 2025 年春季 Llama 4 以来的首款开源模型，而且不会是最后一款。据《华尔街日报》报道，Meta 计划在未来几周内发布其当前最强模型 Muse Spark 1.2 的开源权重版本。

这一年的空档期并不平静。Meta 曾凭借 Llama 是最重要的开源模型来源，但 Llama 4 遭遇滑铁卢，还因 benchmark 数据注水受到批评。该系列最大版本压根没有发布。Zuckerberg 重建了 AI 团队，成立 Meta Superintelligence Labs，向数据提供商 Scale AI 投入数十亿美元，并大力挖角顶尖研究员，团队经历了多次重组。担任 Meta AI 研究门面多年的首席科学家 Yann LeCun 已离开公司。Muse Glimmer 是这个新部门的首款开源模型。

Meta 有竞争力，但并非领先

Meta 将 Glimmer 与 Google 的 Gemma4-31B 和阿里巴巴的 Qwen3.6-27B 做了对比，这两款是该参数规模下最优秀的开源模型。Glimmer 在大多数 benchmark 上领先，尤其在 tool use、web search 和长上下文等 agent 任务上。Qwen 在操控电脑桌面和 terminal 任务上明显更强。多模态任务上，三者表现相当。

所以 Meta 重回紧凑开源模型的竞争，但并未领先。而且和所有厂商自己跑的 benchmark 一样，这些数字要打折扣。Meta 自己收集了大部分对比数据，并在技术报告中承认，其测试配置并未针对竞品模型优化。

专为自有硬件打造

以全精度运行，模型需要超过 55 GB 显存。Meta 将权重压缩到约 4 bit，使模型控制在 20 GB 以下。这个大小足以塞进当前消费级显卡和 MacBook 的显存里，包括图像处理。Meta 表示，一个小型辅助模型可以将文本输出速度提升最多 3.1 倍。核心理念是：一个帮你管理日历、文件和私人消息的 agent 应该完全运行在本地设备上，不向云端发送任何数据。

Glimmer 通过蒸馏 Meta 更大的 Muse Spark 模型训练而来，这意味着小模型学习复制大模型的输出。当今大多数紧凑模型都是这样构建的。

Zuckerberg 为蒸馏其他实验室模型辩护，Amodei 称其为威胁

配合发布，Zuckerberg 发表了题为"未来属于所有人"的文章，阐述 Meta 开源战略的主张。他的核心论点是：超级智能不应被少数实验室垄断，而应尽可能广泛地传播。他写道，单一的仁慈超级智能不可能存在，安全来自于多方势力的平衡。最危险的结局是前沿实验室将最强模型据为己有。

值得注意的是，他对蒸馏其他公司模型的态度极为直白。他写道，有人试图将这描绘成有害的，但值得保护的原则是"你可以从任何你能观察到的东西中学习"。这正好落在一场持续斗争的中心。OpenAI 和 Anthropic 多次指控中国实验室未经授权使用他们的模型作为老师，Anthropic CEO Dario Amodei 多年来一直警告前沿级开源模型的风险，同时推动对中国实施更严格的出口管制。蒸馏利用前沿模型的输出生成训练数据，用于训练的各个阶段。OpenAI 等公司认为这对中国实验室来说是免费搭车，考虑到他们在自身训练流程上的投入，相当于盗窃。

Zuckerberg 持相反观点。他认为美国不应限制开源模型，而应确保最好的开源模型来自美国，蒸馏也不例外。他还希望减少对美国实验室训练数据的监管，作为交换，承诺与政府更紧密合作，比如提前向政府提供模型以进行安全测试。

Meta 恰恰是提出这个论点最合理的企业，背后的商业逻辑很清晰。在最强模型上，Meta 落后于 OpenAI 和 Anthropic。开源、广泛分发的模型是 Meta 唯一可能宣称领先的领域。当前填补这个角色的是中国实验室——正是 OpenAI 和 Anthropic 指控的"以他们模型输出为食"的那批实验室。

这个话题的敏感程度直到几周前才显露出来。据 The Information 报道，2025 年 6 月，Meta 限制了自家工程师使用 Anthropic 的 Claude Code 和 OpenAI 的 Codex，以避免这些输出进入 Meta 的训练数据。一份内部备忘录警告可能与合作伙伴产生严重摩擦。至少在舆论层面，这场摩擦现在已经爆发。

悬而未决的问题：投资者花 6000 亿美元买到了什么？

对股东而言，更大的问题悬在空中。据《华尔街日报》，Meta 仅今年就计划投入 1450 亿美元，大部分用于数据中心，2028 年前总计投入 6000 亿美元。迄今为止还没有直接对应的收入。Meta 在顶级模型上落后于 OpenAI 和 Anthropic，没有可比规模的 API 业务，开源模型如 Glimmer 按设计不会带来任何授权收入。

7 月的市场反应显示了华尔街有多不耐烦。在财报电话会上，Zuckerberg 抛出了直接变现数据中心资源的云计算业务想法。他没有给出细节，投资者随即抛售股票。在内部员工大会上，他也承认了公司 AI 改革中的不足。

与元宇宙的类比很难忽视。当年他宣布了代际平台转型，更名公司，并在 Reality Labs 上投入数百亿美元，但从未等到大众市场出现。不过有一个关键区别。AI 已经改善了 Meta 的核心业务，包括广告定向和推荐系统，而且对 AI 算力的需求是真实的，整个行业的支出规模印证了这一点。但如果 Meta 为其免费分发的模型建造庞大基础设施，而竞争对手却在出售自己的最强模型呢？

Zuckerberg 赚钱思路的线索藏在这篇文章的一句话里。免费版本应该触达数十亿人，任何需要更多算力的人通过"动态拍卖机制"付费。需求决定价格，紧缺的数据中心容量归出价最高者。

Meta 对这套玩法不陌生。其广告业务——地球上最大的拍卖机器之一——多年来一直运行在同样的逻辑上。Zuckerberg 会将这套定价模型移植到算力上，这也契合了他 7 月暗示的云计算想法。但这还只是一个雏形。没有产品，没有时间表，也没有说明适用于消费者、开发者还是企业。

所以这篇文章也是对 Meta 自己投资者的回应。如果 Meta 无法在最强模型的竞赛中获胜，那就宣布真正的目标是分发，而基础设施才是产品。一些观察者认为 Google 在 Deepmind 近期动荡后可能走类似的路。这是否能变成一项值 6000 亿美元的业务，不是 Zuckerberg 的哲学能单独回答的问题。