Meta Muse Glimmer：30B 蒸馏开源模型，专为本地智能体设计

发布了什么

Muse Glimmer 是 Meta 从自家 Muse 蒸馏出来的 300 亿参数多模态模型，采用 Apache 2.0 许可，明确面向本地智能体场景：隐私敏感的应用、降低成本，或者装配 Claw / Hermes 那类本地助手。发布当天即有 transformers、llama.cpp、vLLM 与 Inference Endpoints 的支持。

跑分里赢的部分

对比 Gemma4-31B 与 Qwen3.6-27B（均为 Thinking 模式），智能体类基准领先明显：

1. MCP Atlas 75.5，对 54.2 与 62.5
2. DeepSearch QA 74.6，对 61.7 与 71.1
3. WildClawBench 47.6，对 37.6 与 43.2
4. GAIA2 43.3，对 36.4 与 40.0
5. SWE-Bench Pro 51.2，对 36.9 与 50.2

输的部分，以及为什么它更值得看

同一张表里有 5 项输给 Qwen3.6-27B，而且输的方向很集中：

• OSWorld-Verified 65.9 对 75.6
• TerminalBench 2.1 51.7 对 60.7
• SkillsBench（带 Skills）44.3 对 46.6
• GDPval-AA 953 对 1141
• SWE-Bench Verified 76.0 对 77.2

赢的那些偏工具调用与检索，输的那些偏操作真实系统——桌面环境、终端会话。这个分野比总分有用：如果你的智能体主要在调 API、查资料，它是同级里最强的；如果它要去点桌面、跑终端，Qwen3.6-27B 目前更稳。

还有一个绝对值低到应该说出来：τ³-Banking 只有 23.5，而对手是 15.1 与 16.7。它赢了，但三家都远不及格——多轮、带约束的业务对话仍然是这一档开放模型共同的短板。

生态当天跟上了，但分了档

Ollama 同一天发布 v0.32.7 支持 Muse Glimmer，但只在 Apple Silicon 的 MLX 引擎上；NVIDIA 与 AMD 的支持要等 v0.32.8，发稿时那还是预发布版本。

这正是本站《模型与推理引擎的支持路径》那四级判据的现场：「支持」不是布尔值。当天能在 Mac 上跑起来，不等于能在生产的 NVIDIA 机器上跑起来，更不等于跑得快、跑得对。

蒸馏这次是主角，不是脚注

Muse Glimmer 本身就是蒸馏产物，而同一天 Hugging Face 上还有一篇系统论文在解决蒸馏本身的成本：把教师模型的 top-K logits 离线缓存，于是教师不必与学生同时占显存；再配一个分块融合的 KL 损失，避免物化「词表 × 序列长度」那张大矩阵。作者称这让长上下文的能力恢复训练能在单卡上完成。

把两件事放在一起读才完整：一个 30B 的开放权重模型能不能出现，取决于把大模型压小的成本降到了什么程度。