Meta lancerer Muse Glimmer til lokale AI-agenter på personlige enheder

Muse Glimmer bringer AI-agenter direkte ind på forbrugerhardware

Meta Superintelligence Labs, virksomhedens avancerede AI-forskningsafdeling, lancerede den 10. august Muse Glimmer som en agentisk model med åbne vægte, der er designet til at køre direkte på personlige enheder, og frigav dens vægte under den lempelige Apache 2.0-licens. Åbne vægte giver udviklere mulighed for at downloade en models underliggende parametre, mens »agentisk« henviser til systemer, der udfører opgaver i flere trin ved hjælp af værktøjer med begrænset menneskelig indgriben. Modellen er udledt af Muse Spark, Metas større lukkede model, og kører på en Mac eller PC med en enkelt forbruger-GPU (grafikprocessor).

Virksomheden beskrev:

»Muse Glimmer er en model med 30 milliarder parametre, der er optimeret til lokale agent-arbejdsgange, der altid er aktive.«

Muse Glimmer udfører opgaver fra start til slut, bruger softwareværktøjer, skriver kode, følger flere ræsonneringstrin og genopretter sig, når en forsøgt handling mislykkes. Modellen behandler tekst og billeder, håndterer data på mere end 100 sprog og præsterede ifølge Meta stærkt i sin størrelsesklasse i forhold til Gemma4-31B og Qwen3.6-27B på tværs af benchmarks inden for agentfunktioner, kodning, multimodalitet, sikkerhed og ræsonnement.

AI-agenter adskiller sig fra konventionelle chatbots ved deres evne til at udføre opgaver, bruge eksterne værktøjer og træffe beslutninger på tværs af udvidede arbejdsgange med varierende niveauer af autonomi.

Meta komprimerer en model med 30 milliarder parametre til under 20 GB

At køre en model af Muse Glimmers størrelse på forbrugerhardware krævede, at Meta reducerede hukommelseskravene, samtidig med at ydeevnen blev opretholdt på tværs af de opgaver, der håndteres af AI-agenter. En model med 30 milliarder parametre ved fuld præcision ville overstige 55 GB, men 4-bit-kvantisering, som lagrer modeldata i et mere kompakt numerisk format, reducerede sprogmodellen til under 20 GB og fik dens komponenter til at passe inden for en ramme på 24 GB eller 32 GB.

En mindre ledsagermodel, der leveres sammen med Muse Glimmer, forudsiger kommende tekststykker, hvilket giver hovedmodellen mulighed for at verificere flere forudsigelser på én gang og reagere hurtigere. Teknikken, der kaldes spekulativ afkodning, øgede genereringshastigheden med 3,1 gange på et RTX 5090, 1,8 gange på et M5 Max og 1,5 gange på et M4 Max i virksomhedens test.

Fremstødet mod lokale agenter kommer, samtidig med at Meta øger udgifterne og omorganiserer teams omkring autonome AI-produkter og hurtigere udviklingscyklusser. Anlægsudgifterne for 2026 forventes at nå op på 130 til 145 milliarder dollar, et interval, der er indsnævret fra 125 til 145 milliarder dollar, da virksomheden den 29. juli offentliggjorde resultaterne for andet kvartal.

Omkring 7.000 medarbejdere blev i maj flyttet over til fire AI-fokuserede organisationer, herunder Applied AI Engineering og et Agent Transformation Accelerator-team, mens omkring 8.000 medarbejdere blev afskediget, og 6.000 ledige stillinger blev nedlagt. Meta meddelte senere de overførte medarbejdere, at de selv kunne beslutte, om de ønskede at blive.

Lokal behandling mindsker afhængigheden af konstant adgang til skyen

Ved at holde agenternes arbejdsgange på personlig hardware undgår man at sende hver eneste anmodning gennem fjerndrevne datacentre, hvilket gør det muligt at fortsætte opgaverne, når internetforbindelsen er begrænset eller utilgængelig. Lokal udførelse egner sig også til anvendelsesscenarier, der bygger på lagret kontekst, såsom tidsplaner, beskeder og filer, hvor modellen handler på baggrund af personlige data på tværs af længerevarende sessioner.

Sikkerhedsstandarder bliver stadig mere relevante, i takt med at autonom software får tilladelse til at interagere med konti, applikationer og følsomme oplysninger. National Institute of Standards and Technology har lanceret et AI Agent Standards Initiative, der dækker sikker kommunikation mellem agenter, pålidelige digitale identiteter, adgangskontrol og fælles tekniske standarder.

Meta understregede:

»At køre modeller lokalt giver dig mulighed for at bruge AI hvor som helst og når som helst, med eller uden internetforbindelse.«

Ud over lokale modeller har Meta bevæget sig ind på platforme, der er bygget op omkring interaktioner mellem uafhængige softwareagenter. Virksomheden opkøbte i marts Moltbook, et socialt netværk for AI-agenter med mere end 206.000 menneskeligt verificerede agenter ud af næsten 2,9 millioner registrerede konti pr. juni, og bragte dets medstiftere ind i Meta Superintelligence Labs.

Muse Glimmer passer ind i Metas bredere satsning på bredt tilgængelig AI

Mark Zuckerberg, Metas administrerende direktør, skitserede den 10. august i en separat udtalelse en strategi for at udbrede personlig superintelligens bredt og stille gratis versioner til rådighed for milliarder af mennesker. Zuckerberg erklærede i en Instagram-video, der blev delt samme dag, at Meta også ville frigive vægtene til Muse Spark 1.2, og i et essay på 6.500 ord beskrev han dette skridt som et svar på frigivelser af vægte fra kinesiske udviklere.

At understøtte stadig mere avancerede modeller kræver stadig omfattende centraliseret databehandling til træning, selv når den færdige model kører på brugerens egen enhed. Meta har indgået en femårig aftale med Nebius til en værdi af op til 27 milliarder dollar, herunder 12 milliarder dollar i dedikeret kapacitet og optioner på yderligere 15 milliarder dollar.

Udviklere kan downloade Muse Glimmers vægte allerede nu, mens optimeret understøttelse af llama.cpp, MLX og ExecuTorch – software, der bruges til at køre AI-modeller effektivt på tværs af forskellige hardwareplatforme – forventes i løbet af de kommende dage. Meta samarbejder desuden med AMD, Arm, Dell, Intel og Nvidia om at optimere ydeevnen på tværs af enheder.