Meta于本周一发布了Muse Glimmer——一款专为本地运行、驱动消费级硬件上的AI智能体而设计的开放权重模型。这是迄今为止最能直观呈现CEO马克·扎克伯格所提出的"个人超级智能"愿景的产品落地案例。
该模型参数量达300亿，本质上是Meta最强闭源模型Muse Spark的开放版本——后者于今年4月正式发布。Glimmer的权重文件基于宽松的Apache 2.0许可协议开放，开发者可自由下载并按需修改。
Glimmer专为本地运行而设计，支持在配备单块消费级GPU的Mac或PC上运行能够执行多步骤任务的AI智能体，涵盖调用工具、编写与调试代码、处理文件和截图，以及在复杂工作流中持续推进任务等能力。该模型同时支持文本与图像输入，据Meta介绍，其训练语言覆盖逾100种。
在应用场景上，Meta设想将Glimmer用于管理日程、起草消息、整理文件等需要大量访问个人数据的任务。通过在用户本地设备上直接处理信息、而非将数据上传至云端，Meta正在为更注重隐私保护的个人智能体奠定技术基础。此外，Glimmer被设计为"常驻运行"模式，可实现"随时随地、有无网络均可使用"。
这一产品定位与扎克伯格此前多次阐述的未来愿景高度吻合。他去年曾表示，先进AI应赋能个人，而非集中于少数公司之手；与此同时，他也坦言，随着模型能力不断增强，Meta必须审慎评估哪些模型适合开放发布。
在本周一发布的一封公开信中，扎克伯格再度重申这一愿景，称广泛普及超级智能"有潜力开启个人赋能的新时代，让每个人都能借助这一强大能力充分发挥潜力、追求兴趣，比以往任何时候都更有效地改善自己的生活和世界"。
他在信中列举了Meta超级智能改善个人生活的多种方式：从全天候代表用户工作的个人智能体——"全年无休地帮助你改善人际关系、健康状况、职业发展、财务管理、家庭事务、兴趣爱好等"——到为个人提供创业或推动科学进步所需的工具。而最宏大的承诺则是："每个人都将能够免费或以低廉的价格获得这些工具。"
然而，"获取"与"拥有"并非同一概念。扎克伯格承诺广泛普及超级智能，但与此同时，Meta正愈加明显地区分哪些模型将开放发布、哪些将保留在公司掌控之下。更强大的Muse Spark维持闭源状态，而体量较小的Glimmer则支持下载、微调并在用户硬件上本地运行。
由此可见，Glimmer提供了一个早期信号，揭示了Meta可能在"用户自主持有的AI"与"公司持续掌控的更强大智能"之间划定的边界所在。
Q&A
Q1：Meta Glimmer模型的参数量是多少？它和Muse Spark有什么区别？
A：Glimmer是一个300亿参数的开放权重模型，基于Apache 2.0许可协议开放，开发者可自由下载和修改。它本质上是Meta闭源旗舰模型Muse Spark的开放版本。两者的核心区别在于：Glimmer可在用户本地设备上运行，而Muse Spark仍为闭源状态，由Meta集中掌控。Glimmer定位于消费级硬件，Muse Spark则代表Meta目前最强的模型能力。
Q2：Glimmer模型对硬件有什么要求？能在普通电脑上运行吗？
A：Glimmer专为消费级硬件设计，支持在配备单块消费级GPU的Mac或PC上本地运行。它不依赖云端处理，可在无网络连接的情况下使用，实现"随时随地"运行。这意味着普通用户无需购置专业级服务器或依赖云服务，即可在自己的电脑上部署和运行AI智能体。
Q3：扎克伯格说的"个人超级智能"具体指什么？
A：扎克伯格所描述的"个人超级智能"，是一种能够全天候为个人服务的AI智能体，可帮助用户管理人际关系、健康、职业、财务、家庭事务和兴趣爱好等各方面。他的愿景是让每个人都能免费或低价获得这类强大工具，从而实现个人赋能，而非将AI能力集中于少数大公司手中。Glimmer是这一愿景的早期落地形态。
