先了解这件事
2026年8月10日,Meta发布Muse Glimmer 30B开放权重稠密模型,面向本地AI智能体工作负载。据Hugging Face介绍,该模型由2B视觉编码器和28B文本解码器组成,支持图像、无音频视频、多模态工具调用和目标检测,并获得Transformers、llama.cpp及vLLM支持。NVIDIA方面称其上下文窗口120K+,可完整放入单卡显存,覆盖GeForce RTX 5090、DGX Spark、DGX Station和Jetson平台,权重已上线Hugging Face。同日,LMSYS宣布与Meta Superintelligence Labs合作,为Muse Glimmer在SGLang上提供Day-0支持,并针对本地智能体工作流推理优化。8月13日,Unsloth宣布可免费微调该模型,其notebook同时支持GRPO RL训练。
AI 根据公开报道生成
最新进展 · 正式报道
Unsloth 支持免费微调 Meta Muse Glimmer 30B事件进展
3 个已确认进展
- 来源：Unsloth
- 来源：Hugging Face
- 来源：LMSYS Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
8月13日
Unsloth一手
Unsloth 支持免费微调 Meta Muse Glimmer 30B
Unsloth 宣布现在可以免费微调 Meta Muse Glimmer 30B，其免费 notebook 同时支持 GRPO RL 训练。官方称相比 FA2 方案训练速度快 1.5 倍、显存占用减少 50%，可在 24GB 显存上本地训练，并提供了指南与 notebook 链接。
8月12日
The Next Platform
Nvidia 发布 Nemotron 3.5 Lightning 模型与 NeMo Switchyard 路由库
Nvidia 发布 Nemotron 3.5 Lightning 开源模型和 NeMo Switchyard 路由库，前者面向持续运行的智能体任务，官方称在同级中实现 4 倍吞吐、完成智能体任务速度提升 30%，并可在 Jetson、GeForce RTX、DGX Spark 和 DGX Station 上本地运行。Switchyard 让开发者自定义模型池、路由标准和策略，把推理密集型步骤交给前沿模型、把执行类任务交给 Lightning，官方称其以 Anthropic Opus 4.8 约三分之一成本取得更好准确率。Nvidia 同时公开训练数据与方法，并发布用于训练编码智能体的开放数据集 Nemotron-RL-Agentic-Terminal-Pivot。
8月10日
NVIDIA Developer · Generative AI一手精选
Meta 发布 30B 开源模型 Muse Glimmer，可在单张 NVIDIA GPU 上跑本地智能体
Meta 发布 Muse Glimmer，一个 30B 开源权重稠密模型，上下文窗口 120K+，面向本地 AI 智能体工作负载。该模型采用稠密架构，每个 token 激活全部参数，在 NVIDIA Blackwell Ultra 上以 BF16/NVF4 精度实现单 GPU 超过 20K tokens/s，可完整放入单卡显存，无需模型分片、CPU offload 或外部端点，覆盖 GeForce RTX 5090、DGX Spark、DGX Station 和 Jetson 平台。开发者可用 NeMo AutoModel 做全量 SFT 和 LoRA 微调，权重已上线 Hugging Face，并提供 SGLang、vLLM 推理方案和可下载的 NIM 容器。
Unsloth一手精选
Meta 开源 30B 模型 Muse Glimmer，18GB 内存可本地运行
Meta 开源 Muse Glimmer，这是一个 30B 参数的稠密模型，可在 18GB 内存的本地设备上运行，采用 Apache 2.0 许可并支持视觉。Mark Zuckerberg 称其为同尺寸下最强的智能体模型，并表示后续还将开源最新基础模型 Muse Spark 1.2 的权重。Unsloth 已提供该模型的 GGUF 版本和运行、训练指南。
Hugging Face一手精选
Meta 携 Muse Glimmer 回归：本地运行、面向智能体、多模态且开源
Meta 推出可本地运行的开源多模态模型 Muse Glimmer，由 2B 视觉编码器和 28B 文本解码器组成，总参数量为 30B。它支持图像、无音频视频、多模态工具调用和目标检测，并获得 Transformers、llama.cpp 及基于 Transformers 后端的 vLLM 支持。可选的 DFlash 推测解码器能以增加内存占用为代价加快生成。
LMSYS Blog一手精选
SGLang 为 Meta 多模态模型 Muse Glimmer 提供 Day-0 支持
LMSYS 宣布与 Meta Superintelligence Labs 合作，为 30B 参数多模态模型 Muse Glimmer 在 SGLang 上提供 Day-0 支持，并针对本地智能体工作流推理做了专门优化。在 NVIDIA GeForce RTX 5090 上，SGLang 以 NVFP4 加 DFlash 实现最高 1,452 tok/s 总输出吞吐和 236 tok/s 单用户解码速度，DFlash 将 batch-1 交互性提升 1.9 至 4.3 倍。模型可在 RTX 5090、RTX PRO 6000、DGX Spark 的 SM120 后端以及 Apple Silicon 的 MLX 后端部署，提供 BF16、NVFP4+MXFP8、NVFP4 及 GGUF 等多种 checkpoint 格式。