Meta 今天发布了 Muse Glimmer，一个 30B 参数的多模态模型，基于 Apache 2.0 许可开源。模型专为本地 agent 场景设计，强调隐私、低成本和可 hack 性，适合编码、文档分析、个人助手等应用。

架构上，Muse Glimmer 是密集模型，包含 2B 参数的 ViT 风格图像编码器（Perception Encoder）和 28B 参数的文本解码器。文本解码器采用混合注意力机制：每四个层中前三个是滑动窗口注意力（窗口大小 2048 tokens，使用 RoPE），第四个是全注意力（无位置编码），共 52 层。注意力使用门控分组查询（GQA），每 16 个查询头共享一个 KV 头，KV 缓存减少 16 倍。此外实现 Q-K 归一化加额外查询缩放，稳定注意力 logits。还有一个可选的推测解码 drafter（基于 DFlash），特别适合结构化内容生成。

基准测试方面，Muse Glimmer 在多个 agentic 和编码基准上表现突出。在 MCP Atlas 上得分 75.5（Gemma4-31B 思考模式 54.2，Qwen3.6-27B 思考模式 62.5），在 DeepSearch QA 上 74.6（对比 61.7 和 71.1），在 SWE-Bench Verified 上 76.0（对比 66.6 和 77.2），在 OSWorld-Verified 上 65.9（对比 58.5 和 75.6）。多模态基准如 Charxiv Reasoning 上 78.8，与对比模型接近。安全方面，CI Memories violation 率 26.4（低于 Qwen3 的 53.4），Siren AgentDojo 攻击成功率 28.4（低于 Qwen3 的 40.3），但高于 Gemma4 的 12.1。

集成方面，Muse Glimmer 在发布当天即获得 transformers、llama.cpp、vLLM（transformers 后端）、Inference Endpoints 和 TRL 的原生支持。代码示例展示了纯文本、图像、视频推理、多模态工具调用和开放目标检测。微调方面支持从 SFT 到 Async GRPO 的多种方法，并提供了在 MolmoWeb 和 OpenCode 上的实验示例。

一个有趣的演示是模型可以自主操作：通过 HFace MCP 和 AGENTS.md 提示，Muse Glimmer 能搜索并运行自己的量化版本（自量化），部署到 HFace Inference Endpoints（自部署），优化自己的推理吞吐量（自优化），以及作为研究代理探索 Hub。这些功能展示了模型在本地 agent 场景中的实用性和自主性。