Meta lanserar Muse Glimmer för lokala AI-agenter på personliga enheter

Muse Glimmer tar AI-agenter direkt till konsumenthårdvara

Meta Superintelligence Labs, företagets avancerade AI-forskningsavdelning, lanserade den 10 augusti Muse Glimmer som en agentisk modell med öppna vikter, utformad för att köras direkt på personliga enheter, och släppte dess vikter under den tillåtande Apache 2.0-licensen. Öppna vikter gör det möjligt för utvecklare att ladda ner modellens underliggande parametrar, medan ”agentisk” avser system som utför flerstegsuppgifter med hjälp av verktyg med begränsad mänsklig inblandning. Modellen är en nedskalad version av Muse Spark, Metas större slutna modell, och körs på en Mac eller PC med ett enda grafikkort av konsumenttyp, eller GPU.

Företaget beskrev:

”Muse Glimmer är en modell med 30 miljarder parametrar som är optimerad för lokala agentarbetsflöden som alltid är aktiva.”

Muse Glimmer utför uppgifter från början till slut, använder programvaruverktyg, skriver kod, följer flera resonemangssteg och återhämtar sig när en försökt åtgärd misslyckas. Modellen bearbetar text och bilder, hanterar data på över 100 språk och presterade enligt Meta mycket bra för sin storleksklass jämfört med Gemma4-31B och Qwen3.6-27B i benchmark-tester inom agentik, kodning, multimodalitet, säkerhet och resonemang.

AI-agenter skiljer sig från konventionella chattbotar genom sin förmåga att utföra uppgifter, använda externa verktyg och fatta beslut i utökade arbetsflöden med varierande grad av autonomi.

Meta komprimerar en modell med 30 miljarder parametrar till under 20 GB

För att kunna köra en modell av Muse Glimmers storlek på konsumenthårdvara var Meta tvunget att minska minneskraven samtidigt som prestandan bibehölls för de uppgifter som hanteras av AI-agenterna. En modell med 30 miljarder parametrar vid full precision skulle överstiga 55 GB, men 4-bitars kvantisering – som lagrar modelldata i ett mer kompakt numeriskt format – krympte språkmodellen till under 20 GB och fick dess komponenter att rymmas inom ett utrymme på 24 GB eller 32 GB.

En mindre komplementmodell som levereras tillsammans med Muse Glimmer förutsäger kommande textavsnitt, vilket gör att huvudmodellen kan verifiera flera förutsägelser samtidigt och svara snabbare. Tekniken, känd som spekulativ avkodning, ökade genereringshastigheten med 3,1 gånger på ett RTX 5090, 1,8 gånger på ett M5 Max och 1,5 gånger på ett M4 Max i företagets tester.

Satsningen på lokala agenter kommer samtidigt som Meta ökar sina investeringar och omorganiserar sina team kring autonoma AI-produkter och snabbare utvecklingscykler. Investeringarna för 2026 förväntas uppgå till 130–145 miljarder dollar, ett intervall som har minskats från 125–145 miljarder dollar jämfört med när företaget redovisade resultatet för andra kvartalet den 29 juli.

Cirka 7 000 anställda flyttades i maj över till fyra AI-inriktade organisationer, däribland Applied AI Engineering och ett Agent Transformation Accelerator-team, medan cirka 8 000 anställda sades upp och 6 000 lediga tjänster stängdes. Meta meddelade senare den överförda personalen att de själva kunde bestämma om de ville stanna kvar.

Lokal bearbetning minskar beroendet av kontinuerlig molntillgång

Genom att hålla agenternas arbetsflöden på personlig hårdvara undviks att varje förfrågan dirigeras via fjärrdatacenter, vilket gör att uppgifter kan fortsätta även när uppkopplingen är begränsad eller otillgänglig. Lokal körning passar också användningsfall som bygger på lagrad kontext, såsom scheman, meddelanden och filer, där modellen agerar på personliga data över längre sessioner.

Säkerhetsstandarder blir allt mer relevanta i takt med att autonom programvara får behörighet att interagera med konton, applikationer och känslig information. National Institute of Standards and Technology lanserade ett initiativ för AI-agentstandarder som omfattar säker kommunikation mellan agenter, tillförlitliga digitala identiteter, åtkomstkontroller och gemensamma tekniska standarder.

Meta betonade:

”Att köra modeller lokalt gör det möjligt att använda AI var som helst, när som helst, med eller utan internetanslutning.”

Utöver lokala modeller har Meta gått vidare till plattformar som bygger på interaktioner mellan oberoende programvaruagenter. Företaget förvärvade Moltbook i mars, ett socialt nätverk för AI-agenter med mer än 206 000 mänskligt verifierade agenter av nästan 2,9 miljoner registrerade konton per juni, och tog in dess medgrundare till Meta Superintelligence Labs.

Muse Glimmer passar in i Metas bredare satsning på allmänt tillgänglig AI

Mark Zuckerberg, Metas vd, redogjorde separat den 10 augusti för en strategi att sprida personlig superintelligens i stor skala och tillhandahålla gratisversioner till miljarder människor. Zuckerberg uppgav i en Instagram-video som delades samma dag att Meta även skulle offentliggöra vikterna för Muse Spark 1.2, och beskrev åtgärden i en essä på 6 500 ord som ett svar på kinesiska utvecklares offentliggöranden av vikter.

Att stödja allt mer kapabla modeller kräver fortfarande omfattande centraliserad datorkraft för träning, även när den färdiga modellen körs på användarens egen enhet. Meta har tecknat ett femårigt avtal med Nebius värt upp till 27 miljarder dollar, inklusive 12 miljarder dollar i dedikerad kapacitet och optioner på ytterligare 15 miljarder dollar.

Utvecklare kan ladda ner Muse Glimmers vikter redan nu, medan optimerat stöd för llama.cpp, MLX och ExecuTorch – programvara som används för att köra AI-modeller effektivt på olika hårdvaror – förväntas inom de närmaste dagarna. Meta samarbetar också med AMD, Arm, Dell, Intel och Nvidia för att optimera prestandan på olika enheter.