Meta重新回到开放权重路线。
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修改。Meta还表示，未来几周内将开放更强的Muse Spark 1.2模型权重，这也是Meta最新的基础模型。
Meta首席执行官马克·扎克伯格随后表示，公司一直坚定支持开源，他也为这些发布感到非常自豪。
扎克伯格还在Meta官网发文称，他希望把免费且能力强大的AI提供给数十亿人，让个人获得更多能力，并对大型机构的权力形成制衡。
在这篇文章中，扎克伯格写道：「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。」
文章地址为：https://www.meta.com/thefutureisforeveryone/
Meta重新打出开放权重牌
这意味着，Meta正重新回到此前用于与竞争对手区分的开放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公司之间的竞争升级，一个愈发核心的问题也变成了：最强大的AI技术，究竟应该在多大范围内开放。
这次扎克伯格重新拥抱开放路线后，评论区几乎一边倒地表示欢迎。Yann LeCun也罕见地为老东家送上掌声。还有网友表示：「这波太对味了！扎克伯格真的杀回来了。」也有人写道：「我们热爱 open AI（狗头）」
Muse Glimmer的参数、许可和定位
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Llama系列使用自定义许可证，对部分商业场景设有限制。相比之下，Apache 2.0更宽松，企业可以直接部署，也可以继续微调、开发衍生模型，再将其集成到自家产品中。
Muse Glimmer由Muse Spark蒸馏而来，总参数量约296亿，其中包括约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。
不过，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。
评测成绩与短板同时出现
从参数效率看，Muse Glimmer交出了一份不错的成绩单。
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%。在Terminal-Bench 2.1上，Muse Glimmer得到52%，同样低于Qwen3.6 27B的61%。
按文中给出的结果看，Muse Glimmer更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。
扎克伯格为开放模型和蒸馏辩护
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。
这套主张把开放模型与个人自主权绑定在一起，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。
开放权重背后的生态和算力布局
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。
开放也能为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还会继续升级。
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。