最重要的数字是 300 亿：Muse Glimmer 的参数量。这是 Meta 于 8 月 10 日发布的稠密多模态模型，采用 Apache 2.0 许可，也是它回归开放权重的标志。它从旗舰 Muse 蒸馏为 280 亿参数的文本解码器，外加 20 亿参数的视觉编码器，明确瞄准本地、智能体类工作：编码、文档分析、个人助理，以及今年定义了本地优先阵营的各种自托管智能体配置。明面的卖点是隐私和成本，但潜台词更大：这是 Meta 个人超级智能叙事的可下载形态。

按 Hugging Face 首发文章转载的公开数字，Muse Glimmer 在 300 亿档的大多数智能体指标上领先：MCP Atlas 75.5，SWE-Bench Pro 51.2，GAIA2 43.3，AIME 2026 得 94.7，GPQA Diamond 得 83.5，在对比表中基本领先 Gemma 4 31B 和 Qwen 3.6 27B。保留意见如期而至：阿里巴巴的 Qwen 3.8 27B 四天后落地，夺回了该档位的大半，从业者对此的总结是，Muse Glimmer 恰好做了四天其重量级别的前沿。这不是模型的失败，而是本地档位如今的节奏，采购者理应据此规划。

部署故事是最硬的部分。首发支持覆盖 transformers、llama.cpp、vLLM 和 Hugging Face Inference Endpoints，Meta 分发校准量化包，Unsloth 也发布了优化量化，另有可选的 DFlash 投机解码起草器为代码等结构化生成提速。架构向服务效率倾斜：分组查询注意力让每个键值头对应十六个查询头，KV 缓存内存降为十六分之一；混合注意力在 52 层中交替使用滑窗层与全注意力层。现实的上手硬件是单张 80GB H100 做全精度推理，社区量化可以低得多，而 Meta 的 ExecuTorch 路径直接面向手机和笔记本。

对开发者来说，重要的框架不是四天纪录，而是被移动的地板。一年前，本地模型意味着为隐私而容忍的妥协；Muse Glimmer 的卖点，以及 Qwen 3.8 作出的回应，是这个妥协现在以基准分数而非能力等级来衡量。Meta 显然在权重周边的生态上投入：Hugging Face 的文章附带的演示里，模型能给自己量化、把自己部署到端点、优化自己的服务栈，瞄准的正是将决定这次发布能否站稳脚跟的智能体开发者。如果你的产品假设用户无法在自有硬件上运行够格的模型，这个假设在本月已经过期。