Meta周一发布Muse Glimmer，一个面向消费级硬件本地运行的开放权重AI模型，也让马克·扎克伯格所称“个人超级智能”的产品形态第一次变得更具体。

从闭源强模型到开放权重版本

Muse Glimmer拥有300亿参数，可被视为Meta今年4月推出的闭源模型Muse Spark的开放版本。参数是模型内部可学习的数值规模，通常可粗略反映模型容量，但并不等同于实际体验。与仍由Meta控制的Muse Spark不同，Glimmer的权重以Apache 2.0许可开放，开发者可以下载、修改并按需调整。

这意味着Glimmer不是只能通过云端接口调用的服务，而是更接近一种可部署、可改造的基础模型。它面向Mac或PC，在单块消费级GPU上运行，目标是支撑本地AI代理完成连续任务。

关键信息包括：

• 模型规模：300亿参数；
• 许可方式：Apache 2.0开放权重；
• 运行环境：Mac或PC，单块消费级GPU；
• 能力范围：文本和图像，多步任务，覆盖100多种语言训练。

本地代理为何重要

Glimmer被设计用于驱动AI代理。所谓AI代理，是指不仅回答问题，还能调用工具、处理文件、读写代码、查看截图，并在较长流程中持续执行任务的系统。Meta举出的应用包括管理日程、起草消息、整理文件等。

这些场景的共同点是高度依赖个人数据：日程、联系人、工作文档、通信内容都可能被纳入上下文。如果全部交由云端处理，用户需要把大量敏感信息发送给远程服务器。Glimmer强调在用户设备上处理信息，因此更接近一种隐私敏感型个人助手的底座。

Meta还将其描述为可“始终在线”，并能在任何地点、任何时间工作，甚至可以在没有互联网连接时运行。对普通用户而言，这里的关键不只是离线可用，而是个人数据与推理过程可以更多留在本地设备上。

扎克伯格的“个人超级智能”路线

Glimmer的发布与扎克伯格近期反复强调的方向一致：先进AI不应只集中在少数公司手中，而应赋能个人。他在周一的新信中再次提出，广泛分发超级智能有机会开启个人赋能的新阶段，让人们用于发展兴趣、改善生活，并对世界产生更大影响。

在他的设想里，Meta的超级智能将扮演全天候个人代理，帮助改善关系、健康、职业、财务、家庭管理和兴趣爱好，也能让人们获得创建新业务或推动科学进步所需的工具。其最大承诺是：所有人都能以免费或可负担的方式获得这些工具。

不过，Meta同时也承认需要谨慎决定哪些强大模型可以开放，因为能力越强，安全顾虑也越突出。这为Glimmer与Spark之间的差异埋下了背景。

可访问不等于可拥有

这次发布最值得关注的，不只是Glimmer本身，而是它显示出的分层策略。Muse Spark更强，但仍是闭源权重；Glimmer较小，却允许下载、微调并在用户硬件上运行。换句话说，Meta正在把“能用到AI”和“真正拥有、改造并本地运行AI”区分开来。

Glimmer可能代表Meta愿意交给开发者和用户控制的那一层智能；而更强的模型能力，至少目前仍保留在公司体系内。这样的安排既能扩大生态，又能在安全、商业和平台控制之间保持余地。

行业走向：本地AI会成为重要分岔口

Glimmer反映出AI行业的一条清晰趋势：云端大模型仍会承担最强能力和集中服务，但本地模型正在成为个人代理、隐私应用和开发者定制的重要方向。对普通技术用户来说，未来的AI竞争不只是谁的模型更聪明，也是谁能在性能、隐私、成本与可控性之间取得平衡。

如果个人AI真的要长期接触日程、文件和沟通内容，本地运行将拥有天然吸引力。但从Glimmer与Spark的分工看，开放并不会没有边界。Meta给出的信号是：个人可以拥有一部分智能，平台仍会掌握更强的那一部分。