Meta 又重回開源了！
週一，這家市值約 1.5 兆美元的公司發布了新開放 AI 模型 Muse Glimmer 的底層參數，開發者可以直接下載並進行修改。
Meta 還表示，未來幾週內，也將開放其更強大的 Muse Spark 1.2 的模型權重，這是 Meta 最新的基礎模型。
對此，扎克伯格表示：Meta 一直堅定支持開源，他也為這些發布感到非常自豪。
扎克伯格還在 Meta 官網發表了一篇文章，提出要把免費且能力強大的 AI 提供給數十億人，希望藉此賦予個人更多能力，並對大型機構的權力形成制衡。
文章地址：https://www.meta.com/thefutureisforeveryone/
在一段明顯針對 Google、Anthropic 和 OpenAI 等公司的表述中，他寫道：其他大多數實驗室都專注於為企業、政府或其他機構打造 AI。如果這些實驗室最終佔據領先地位，那麼權力平衡將會更偏向大型機構，而不是個人。
這些承諾意味著，Meta 正重新回到其此前用來與競爭對手區分開的開放 AI 路線。
今年早些時候，Meta 曾以安全問題為由，沒有開放 Muse Spark 的底層權重。隨著頭部 AI 公司之間的競爭不斷升級，一個越來越核心的問題也變成了：最強大的 AI 技術，到底應該在多大範圍內開放。
但不管怎樣，扎克伯格這次重新擁抱開放路線，評論區幾乎是一片叫好。
Yann LeCun 罕見地給老東家送上了掌聲。
還有網友表示「這波太對味了！扎克伯格真的殺回來了。」
「我們熱愛 open AI（狗頭）」
Meta 重打「開源牌」
Muse Glimmer 是 Meta 自 Llama 4 以來首個開放權重模型，也是 Meta 首個採用 Apache 2.0 許可證發布的模型。
此前的 Llama 系列使用自定義許可證，對部分商業場景設有限制。Apache 2.0 寬鬆得多，企業可以直接部署，也可以繼續微調、開發衍生模型，再將其整合進自己的產品。
Muse Glimmer 由 Muse Spark 蒸餾而來，總參數量約 296 億，其中包含約 18 億參數的視覺編碼器。模型支援文字和圖像輸入，擁有 128K 上下文，重點強化多步推理、工具呼叫和故障恢復，定位是個人裝置上的 Agent 底座。
傳統雲端 Agent 需要持續上傳檔案、訊息和工作上下文，任務越長，呼叫次數越多，Token 帳單也越高。部署到本地後，資料可以留在裝置內，延遲和推理成本也更容易控制。
硬體門檻仍然存在。Muse Glimmer 的 BF16 權重接近 60GB，普通電腦很難直接承載。Meta 提供的 4 位元量化版本將語言模型壓縮到 20GB 以內，可以在 24GB 或 32GB 顯存環境中運行。
所謂「個人電腦可運行」，更準確地說，是高配 Mac 或搭載 RTX 5090 等顯卡的 PC 可運行。
從參數效率看，Muse Glimmer 交出了一張不錯的成績單。
Artificial Analysis 給出的智力指數為 35 分，比 Llama 4 Maverick 高 21 分。它與 36 分的
Kimi
K2.5 接近，略低於同體量的 Qwen3.6 27B 和 Ling 3.0 Flash，後二者均為 38 分。
在 Meta 公佈的 Agent 評測中，Muse Glimmer 在 MCP Atlas 上得到 75.5 分，高於 Qwen3.6 27B 的 62.5 分；DeepSearch QA 為 74.6 分，也略高於後者的 71.1 分。在考查工具使用的𝛕3-Banking 中，它拿到 23.5 分，領先同檔模型。
獨立評測也暴露了短板。Muse Glimmer 在 GDPval-AA v2 上的成績為 953 Elo，低於 1000 分的人類基線，也落後於 Qwen3.6 27B 的 1141 分。它在 AA-Omniscience 評測中的幻覺率達到 82%，Qwen3.6 27B 為 49%。Terminal-Bench 2.1 上，Muse Glimmer 得到 52%，同樣低於 Qwen3.6 27B 的 61%。
由此可見，Muse Glimmer 適合承擔本地工具調用和流程執行，面對高準確率知識任務，仍需配合檢索和人工複核。
扎克伯格爭奪 AI 權力敘事
在扎克伯格看來，AI 競爭的核心可以歸結為兩個問題：誰能獲得超級智能，人們會用它做什麼。
他希望把「個人超級智能」交給數十億用戶，讓 AI 參與健康、職業、財務、興趣和人際關係等日常事務。
這套主張將開放模型與個人自主權綁定起來，也直接挑戰了 OpenAI、Anthropic 等公司的閉源路線。
扎克伯格反對用安全風險為能力集中辯護。
他認為，將最強 AI 交給極少數機構控制，本身就會製造新的權力風險。開放模型可以接受更多開發者檢查，漏洞更容易暴露和修復，個人也能按需定製 AI。
他還為模型蒸餾辯護。
OpenAI 和 Anthropic 近期多次指責中國公司利用美國閉源模型的輸出來訓練自家模型。扎克伯格強調，人們應當保留「從可觀察資訊中學習」的原則。他也反對限制海外開放模型，主張讓美國開放模型依靠競爭成為全球最佳。
不過，Meta 沒有迴避全部安全問題。
扎克伯格提出，由 Meta 獨立董事負責批准模型開放所需的安全標準；公司還可以向政府提供中間訓練檢查點，以便更早發現風險。
開源背後，還有生態和算力生意
Meta 此時重返開放權重，也有現實壓力。
中國開放模型正在迅速縮小與美國閉源旗艦的差距。
DeepSeek
、
Kimi
和 Qwen 持續提高性能，並依靠低價格、可定製和本地部署擴大影響力。美國模型公司如果持續收緊權重，全球開發者生態可能加速向其他供應商遷移。
Meta 需要重新奪回這批開發者。Muse Glimmer 降低本地部署門檻，Muse Spark 1.2 負責抬高能力上限，兩款模型可以覆蓋個人設備、企業私有化部署和雲端服務。
開放還能為 Meta 的算力投入創造需求。Meta 今年計劃投入最高 1450 億美元建設 AI 基礎設施，同時籌備雲端運算業務。模型權重可以免費，推理、託管和開發工具仍能形成收入。開放擴大生態，雲服務承接商業化。
同一天公佈的 10 億美元資料中心社區基金，也服務於這套佈局。Meta 需要建設更多資料中心，還要緩解地方社區對電力、水資源和土地佔用的擔憂。技術開放、政策主張和基礎設施擴張由此連成一條線。
Muse Glimmer 還不足以改寫模型格局。它的重要性在於，Meta 重新站回了開放權重陣營，並給出了一個面向本地 Agent 的可用產品。
如果 Meta 按計劃開放 Muse Spark 1.2，開放與閉源之間的競爭會進一步升級。
接下來，行業要回答三個問題：哪些能力可以開放，成本由誰承擔，規則由誰制定。
參考連結：
https://x.com/ArtificialAnlys/status/2086916150278111551
https://www.ft.com/content/4e3957f8-ea7c-4c46-a3de-cdce8e526878?syn-25a6b1a6=1
https://www.bloomberg.com/news/articles/2026-08-10/meta-releases-muse-glimmer-ai-model-people-can-run-on-their-laptop?srnd=phx-technology
本文來自微信公眾號 “機器之心”（ID：almosthuman2014），作者：關注AI的
