Meta 用实际行动为「开源 vs 闭源」之争投下重磅一票。8月10日，Meta 超级智能实验室发布 300 亿参数模型 Muse Glimmer，以宽松的 Apache 2.0 许可证开放权重——一台配单张消费级 GPU 的 Mac 或 PC 就能跑起来。与此同时，扎克伯格发布万字长文，公开为「蒸馏」正名，并宣布 Meta 将设立独立董事会审核每一次模型发布。
主打本地智能体的 30B 模型
Muse Glimmer 专为持续运行的本地智能体工作流设计，覆盖本地个人智能体、函数调用、代码开发以及「以大模型评估大模型」等任务。它重点强化了长流程执行、精确工具调用、多模态理解、长上下文记忆与指令遵循能力。
训练上，预训练阶段利用 Muse Spark 的输出做 logit 蒸馏，后训练结合监督微调、在线策略蒸馏和强化学习。为适配本地设备，Meta 通过约 4bit 量化，把原本需 55GB+ 内存的模型压缩到 20GB 以内，让 KV 缓存、图像感知编码器和推测解码能一起跑在 24GB/32GB 内存设备上。
加速方面，Muse Glimmer 搭载基于 DFlash 的轻量级草稿模型，一次提出一组候选 token，由主模型并行验证，减少逐 token 等待。测试显示解码速度在 RTX 5090 上最高提升约 3.1 倍，M5 Max 上约 1.8 倍。内部基准上，Meta 将它与 Gemma4-31B、Qwen3.6-27B 对比，但网友提醒 Qwen3.6 已非最新一代，仍需与后续 27B 级模型直接较量。
万字檄文：蒸馏无罪，安全交给独立董事会
扎克伯格在长文中批评谷歌、Anthropic、OpenAI 的「封闭」路线——通过销售模型访问权限获得数十亿美元收入。他主张广泛部署的开源系统更安全，因为更多人能发现漏洞，并以 Hugging Face 用开放模型修补自身安全系统为例。
针对 OpenAI、Anthropic 指责中国实验室利用美国模型输出训练（即「蒸馏」），扎克伯格明确表态支持，认为维护「人们可以从自己观察到的任何事物中学习」的原则非常重要。同时，Meta 将把模型安全审查权交给独立董事会，不再由 CEO 单独决定高危 AI 上线，并呼吁全行业效仿。
值得注意的还有他的能源与算力立场：他支持继续通过芯片出口管制减缓竞争对手发展，认为「即使只有两个月的技术领先也具有巨大价值」——开源与管制并存，构成了 Meta 路线中耐人寻味的两面。
产业信号：路线之争的关键转折
这起事件的深层信号不止于一个模型。其一，Meta 正式回归开放权重路线，开源阵营再度获得重量级玩家，蒸馏从「原罪」被重新定义为行业常规。其二，AI 安全治理从创始人/CEO 个人裁量走向独立董事会，可能成为前沿实验室治理的模板。其三，本地智能体模型开始认真比拼消费级硬件上的体验，云端 API 不再是唯一入口。
对普通用户和企业而言，这意味着多了一个「既开源又本地可跑」的选项：数据不出设备、成本可预期、不受 API 价格与服务策略变化影响。而它的代价也很清楚——24GB 以上内存仍是门槛，性能未必能挑战最强的云端前沿模型。
Hugging Face 下载地址：https://huggingface.co/meta-models/Muse-Glimmer-30B
