AI 导读
Meta 发布 30B 开源权重模型 Muse Glimmer 的技术报告，主打在消费级硬件上运行智能体任务，在工具使用和多步规划上领先同等规模开源模型。
推荐理由
原文整理了模型体积、显存目标和推理速度等具体数字，方便读者评估在个人设备上跑智能体的可行性。
正文
Meta 正在把具备较强自主执行能力的 AI Agent，从云端大模型压缩到可以在个人电脑上持续运行的 Muse Glimmer 30B。
部分指标超过 Qwen3.6-27B 和 Gemma4-31B。
通过 4-bit 量化，将模型压缩到约 17GB，目标是在 24GB 显存设备上运行。
采用 DFlash 推测解码，在 RTX 5090 上实现约 233 tokens/s，相比普通解码提速约 3.1 倍。
Meta 最近牛逼克拉斯！
Today we published a technical report on Muse Glimmer, our 30B open-weight model built for agentic tasks on consumer hardware. It runs at practical speeds on a Mac or PC with a single consumer GPU at 4-bit precision, and leads comparably-sized open models on tool use and multi-step planning. Read about the model architecture, distillation recipe, quantization and more: https://go.meta.me/4Bcvxol在 X 查看被引用的帖子
来源：Dongxi 东锡 NLP · x.com