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 Kimi K2.5 接近，略低于同体量的 Qwen3.6 27B 和 Ling 3.0 Flash，后二者均为 38 分。

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。 DeepSeek 、 Kimi 和 Qwen 持续提高性能，并依靠低价格、可定制和本地部署扩大影响力。美国模型公司如果持续收紧权重，全球开发者生态可能加速向其他供应商迁移。

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