Meta 发布本地 agent 多模态模型 Muse
来自 Hugging Face · 期号 2026-08-10
摘要
Meta 发布 Muse Glimmer，一个从 Muse 蒸馏而来的 30B 多模态模型，专为本地 agent 场景设计，采用 Apache 2.0 许可。 模型由 2B ViT 视觉编码器和 28B 文本解码器组成，可选配 DFlash 投机解码模块，在代码生成等结构化输出场景中加速明显。 Hugging Face 在 transformers、llama.cpp、vLLM 和 Inference Endpoints 中提供了首发支持。 Muse Glimmer 在 MCP Atlas 上得分 75.5，高于 Gemma4-31B 的 54.2 和 Qwen3.6-27B 的 62.5；SWE-Bench Verified 得分 76.0，接近 Qwen3.6-27B 的 77.2。
深读
导读 Meta 发布了专为本地 agent 场景设计的多模态模型 Muse Glimmer，从更大的 Muse 模型蒸馏至 30B 参数，并采用 Apache 2.0 开源许可。它在多项 agentic 和 coding 基准上超越了同尺寸的 Gemma4-31B 和 Qwen3.6-27B，尤其适合编码、文档分析、个人助手等隐私敏感场景。读完本文可以了解其架构特点、基准表现以及 Hugging Face 首日提供的推理和微调支持。 关键信息 - Muse Glimmer 是一个 30B 参数的密集多模态模型，包含 2B ViT 视觉编码器和 28B 文本解码器，可选配基于 DFlash 的推测解码模块。 - 在 agentic 基准上，Muse Glimmer 在 MCP Atlas 上取得 75.5，DeepSearch QA 上取得 74.6，均高于 Gemma4-31B 和 Qwen3.6-27B。 - 在 coding 基准上，SWE-Bench Verified 得分 76.0，SWE-Bench Pro 得分 51.2，与 Qwen3.6-27B 接近，明显领先 Gemma4-31B。 - 在推理基准上，AIME 2026 得分 94.7，高于 Gemma4-31B 的 89.2 和 Qwen3.6-27B 的 94.1。 - Hugging Face 从首日起即支持 transformers、llama.cpp、vLLM 和 Inference Endpoints 等推理方案，并提供 TRL 微调工具。 逐节讲解 模型定位与发布 Muse Glimmer 是 Meta 发布的新一代多模态模型，专门为本地 agent 使用场景设计。它从更大的 Muse 模型通过蒸馏得到 30B 参数，采用 Apache 2.0 开源许可。文章强调其适合隐私敏感的应用，如编码、文档分析、个人助手，以及类似 Claw 或 Hermes 的本地 agent 设置。Hugging Face 在发布首日即提供了 transformers、llama.cpp、vLLM 和 Inference Endpoints 等推理方案的支持。 基准表现 文章公布了一份详细的基准对比表，将 Muse Glimmer-30B 与 Gemma4-31B 和 Qwen3.6-27B 进行比较。在通用 agentic 类别中，Muse Glimmer 在 MCP Atlas（75.5）、DeepSearch QA（74.6）、τ³-Banking（23.5）、WildClawBench（47.6）和 GAIA2（43.3）上均领先。在 agentic coding 类别中，SWE-Bench Verified 得分 76.0，SWE-Bench Pro 得分 51.2，SciCode 得分 4…