Meta AI、コンシューマー向けGPU向け30Bオープンウェイトエージェントモデル「Muse Glimmer」を発表

Metaは、Muse Sparkから蒸留された30億パラメータのマルチモーダルモデルであるMuse Glimmerをリリースしました。これは、常時稼働のローカルエージェントワークフロー向けに調整され、Apache 2.0ライセンスで公開されています。フル精度では、30Bモデルは55GB以上のメモリを必要としますが、Metaはそれを約4ビット精度に圧縮し、ブロックレベル投機的復号を追加することで、コンシューマー向けGPUまたはMac上でネットワークコールなしで実行できるようにしました。Hugging Faceコレクションには、BF16ウェイト、GGUF k-quants、ExecuTorchビルド、DFlashドラフターが含まれています。Muse Glimmerは、知覚エンコーダを備えた高密度因果トランスフォーマーで、32のクエリヘッドと2のKVヘッドを持つグループ化クエリアテンションを使用し、131,072以上のコンテキスト長を備えています。トレーニングでは、Muse Sparkの出力に対するロジット蒸留、長いコンテキストのエージェント中心データを用いた中間トレーニング、教師ありファインチューニングと強化学習によるポストトレーニングが行われました。圧縮版は言語モデルで20GB未満となり、24GBまたは32GBのメモリ容量に収まります。量子化ビルドは2種類用意されています：K-Quant-Dynamicは32GBのVRAMを対象とし、平均劣化0.2％、K-Quant-17GBは24GBのVRAMを対象とし、1.0％の劣化です。ブロック拡散ドラフターであるDFlashは、1回のフォワードパスで16トークンを予測し、RTX 5090で3.1倍の高速化を達成します。ベンチマークでは、Muse GlimmerはMCP Atlas（75.5）、DeepSearch QA（74.6）、Gaia2（43.3）、SWE-Bench Pro（51.2）、AIME 2026（94.7）でトップですが、OSWorld-Verified（65.9対75.6）とTerminalBench 2.1ではQwen3.6-27Bに劣ります。安全性については、Siren AgentDojoの攻撃成功率は28.4、ユーティリティは94.2であり、Metaは化学/生物、サイバー、および制御喪失リスクを中程度以下と評価しています。