Meta 周一发布开源权重模型 Muse Glimmer。该模型面向消费级硬件，目标是在用户本地设备上运行 AI 智能体。这也是 Meta 迄今较清晰的一次产品化展示，显示扎克伯格提出的“个人超级智能”正开始落到终端设备。

可在本地执行多步骤任务

Glimmer 的参数规模为 300 亿，被视为 Meta 此前闭源模型 Muse Spark 的开放版本。与 Spark 不同，Glimmer 采用 Apache 2.0 许可开放权重，开发者可以下载、修改并按需微调。

Meta 称，Glimmer 可在配备单张消费级 GPU 的 Mac 或 PC 上运行，支持文本和图像输入。它面向可执行多步骤流程的 AI 智能体，能够调用工具、编写和调试代码、处理文件与截图，并在较长任务链中持续执行。

重点放在个人设备与隐私

Meta 给出的使用场景包括管理日程、起草消息和整理文件。这类任务通常需要接触大量个人数据。与把数据发往云端处理相比，本地运行意味着更多信息可以留在用户设备内完成处理。

按照 Meta 的设想，这类智能体还应具备持续在线能力，即使没有网络连接，也能在设备端继续工作。公司把这一路线描述为更适合个人使用的 AI 形态，重点是随时可用，以及对个人数据有更强控制力。

开放与闭源的分界线浮现

不过，Meta 并未把最强模型一并开放。更强的 Muse Spark 仍保持闭源，开放下载的是能力较小的 Glimmer。这也让外界更容易看出 Meta 对“开放”与“控制”的实际划分。

扎克伯格此前多次表示，先进 AI 不应只集中在少数公司手中，而应更多交到个人手里。他周一在一封新公开信中再次强调，广泛分发超级智能工具，有机会带来新一轮个人能力提升。

他还列举了这类系统可能覆盖的场景，包括关系管理、健康、职业、财务、家庭事务和兴趣活动等，并称用户应能以免费或可负担的方式获得这些工具。

但从此次发布看，Meta 当前更接近的做法是：把可在本地部署、可修改的模型开放给开发者，同时把更强能力继续保留在公司控制之下。Glimmer 因而不仅是一款新模型，也被视为 Meta 未来 AI 开放边界的一次预演。