16个月后Meta杀回开源，小扎力挺蒸馏
摘要
Meta 又重回开源了！ 周一，这家市值约 1.5 万亿美元的公司发布了新开放 AI 模型 Muse Glimmer 的底层参数，开发者可以直接下载并进行修改。 Meta 还表示，未来几周内，也将开放其更强大的 Muse Spark 1.2 的模...
Meta 又重回开源了！
周一，这家市值约 1.5 万亿美元的公司发布了新开放 AI 模型 Muse Glimmer 的底层参数，开发者可以直接下载并进行修改。
Meta 还表示，未来几周内，也将开放其更强大的 Muse Spark 1.2 的模型权重，这是 Meta 最新的基础模型。
对此，扎克伯格表示：Meta 一直坚定支持开源，他也为这些发布感到非常自豪。
扎克伯格还在 Meta 官网发表了一篇文章，提出要把免费且能力强大的 AI 提供给数十亿人，希望借此赋予个人更多能力，并对大型机构的权力形成制衡。
文章地址：https://www.meta.com/thefutureisforeveryone/
在一段明显针对 Google、Anthropic 和 OpenAI 等公司的表述中，他写道：其他大多数实验室都专注于为企业、政府或其他机构打造 AI。如果这些实验室最终占据领先地位，那么权力平衡将会更偏向大型机构，而不是个人。
这些承诺意味着，Meta 正重新回到其此前用来与竞争对手区分开的开放 AI 路线。
今年早些时候，Meta 曾以安全问题为由，没有开放 Muse Spark 的底层权重。随着头部 AI 公司之间的竞争不断升级，一个越来越核心的问题也变成了：最强大的 AI 技术，到底应该在多大范围内开放。
但不管怎样，扎克伯格这次重新拥抱开放路线，评论区几乎是一片叫好。
Yann LeCun 罕见地给老东家送上了掌声。
还有网友表示「这波太对味了！扎克伯格真的杀回来了。」
「我们热爱 open AI（狗头）」
Meta 重打「开源牌」
Muse Glimmer 是 Meta 自 Llama 4 以来首个开放权重模型，也是 Meta 首个采用 Apache 2.0 许可证发布的模型。
此前的 Llama 系列使用自定义许可证，对部分商业场景设有限制。Apache 2.0 宽松得多，企业可以直接部署，也可以继续微调、开发衍生模型，再将其集成进自己的产品。
Muse Glimmer 由 Muse Spark 蒸馏而来，总参数量约 296 亿，其中包含约 18 亿参数的视觉编码器。模型支持文本和图像输入，拥有 128K 上下文，重点强化多步推理、工具调用和故障恢复，定位是个人设备上的 Agent 底座。
传统云端 Agent 需要持续上传文件、消息和工作上下文，任务越长，调用次数越多，Token 账单也越高。部署到本地后，数据可以留在设备内，延迟和推理成本也更容易控制。
硬件门槛仍然存在。Muse Glimmer 的 BF16 权重接近 60GB，普通电脑很难直接承载。Meta 提供的 4 比特量化版本将语言模型压缩到 20GB 以内，可以在 24GB 或 32GB 显存环境中运行。
所谓「个人电脑可运行」，更准确地说，是高配 Mac 或搭载 RTX 5090 等显卡的 PC 可运行。
从参数效率看，Muse Glimmer 交出了一张不错的成绩单。
Artificial Analysis 给出的智力指数为 35 分，比 Llama 4 Maverick 高 21 分。它与 36 分的
在 Meta 公布的 Agent 评测中，Muse Glimmer 在 MCP Atlas 上得到 75.5 分，高于 Qwen3.6 27B 的 62.5 分；DeepSearch QA 为 74.6 分，也略高于后者的 71.1 分。在考查工具使用的𝛕3-Banking 中，它拿到 23.5 分，领先同档模型。
独立评测也暴露了短板。Muse Glimmer 在 GDPval-AA v2 上的成绩为 953 Elo，低于 1000 分的人类基线，也落后于 Qwen3.6 27B 的 1141 分。它在 AA-Omniscience 评测中的幻觉率达到 82%，Qwen3.6 27B 为 49%。Terminal-Bench 2.1 上，Muse Glimmer 得到 52%，同样低于 Qwen3.6 27B 的 61%。
由此可见，Muse Glimmer 适合承担本地工具调用和流程执行，面对高准确率知识任务，仍需配合检索和人工复核。
扎克伯格争夺 AI 权力叙事
在扎克伯格看来，AI 竞争的核心可以归结为两个问题：谁能获得超级智能，人们会用它做什么。
他希望把「个人超级智能」交给数十亿用户，让 AI 参与健康、职业、财务、兴趣和人际关系等日常事务。
这套主张将开放模型与个人自主权绑定起来，也直接挑战了 OpenAI、Anthropic 等公司的闭源路线。
扎克伯格反对用安全风险为能力集中辩护。
他认为，将最强 AI 交给极少数机构控制，本身就会制造新的权力风险。开放模型可以接受更多开发者检查，漏洞更容易暴露和修复，个人也能按需定制 AI。
他还为模型蒸馏辩护。
OpenAI 和 Anthropic 近期多次指责中国公司利用美国闭源模型的输出来训练自家模型。扎克伯格强调，人们应当保留「从可观察信息中学习」的原则。他也反对限制海外开放模型，主张让美国开放模型依靠竞争成为全球最佳。
不过，Meta 没有回避全部安全问题。
扎克伯格提出，由 Meta 独立董事负责批准模型开放所需的安全标准；公司还可以向政府提供中间训练检查点，以便更早发现风险。
开源背后，还有生态和算力生意
Meta 此时重返开放权重，也有现实压力。
中国开放模型正在迅速缩小与美国闭源旗舰的差距。
Meta 需要重新夺回这批开发者。Muse Glimmer 降低本地部署门槛，Muse Spark 1.2 负责抬高能力上限，两款模型可以覆盖个人设备、企业私有化部署和云端服务。
开放还能为 Meta 的算力投入创造需求。Meta 今年计划投入最高 1450 亿美元建设 AI 基础设施，同时筹备云计算业务。模型权重可以免费，推理、托管和开发工具仍能形成收入。开放扩大生态，云服务承接商业化。
同一天公布的 10 亿美元数据中心社区基金，也服务于这套布局。Meta 需要建设更多数据中心，还要缓解地方社区对电力、水资源和土地占用的担忧。技术开放、政策主张和基础设施扩张由此连成一条线。
Muse Glimmer 还不足以改写模型格局。它的重要性在于，Meta 重新站回了开放权重阵营，并给出了一个面向本地 Agent 的可用产品。
如果 Meta 按计划开放 Muse Spark 1.2，开放与闭源之间的竞争会进一步升级。
接下来，行业要回答三个问题：哪些能力可以开放，成本由谁承担，规则由谁制定。
参考链接：
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
本文来自微信公众号 “机器之心”（ID：almosthuman2014），作者：关注AI的，36氪经授权发布。
评论 (5)
如果开放Muse Spark 1.2，竞争肯定更激烈，就看开放规则咋定了。
Meta开源是好事，能制衡大机构，不过Muse Glimmer硬件门槛高，还得改进。
Meta开源为了抢开发者和做算力生意，看来竞争够激烈的。
扎克伯格这波操作挺有想法，想把AI交给个人，但开源安全问题得重视。
Muse Glimmer参数效率还行，就是短板也明显，还得配合其他工具用。