Meta AI apresenta Muse Glimmer: um modelo agêntico open-weight de 30B para GPUs de consumo

A Meta lançou o Muse Glimmer, um modelo multimodal de 30 bilhões de parâmetros destilado do Muse Spark, ajustado para fluxos de trabalho de agente locais sempre ativos e disponibilizado sob a licença Apache 2.0. Em precisão total, um modelo de 30B precisa de mais de 55 GB de memória, mas a Meta o comprime para aproximadamente precisão de 4 bits e adiciona decodificação especulativa em nível de bloco, permitindo que ele rode em uma GPU de consumo ou em um Mac sem chamada de rede. A coleção no Hugging Face inclui pesos BF16, quantizações GGUF k-quants, builds ExecuTorch e o rascunhador DFlash. O Muse Glimmer é um transformador causal denso com um codificador de percepção, usando atenção de consulta agrupada com 32 cabeças de consulta e 2 cabeças de chave/valor, e um comprimento de contexto de 131.072+. O treinamento envolveu destilação de logits nas saídas do Muse Spark, treinamento intermediário com dados de agente de contexto longo, e pós-treinamento com ajuste fino supervisionado e aprendizado por reforço. A versão comprimida ocupa menos de 20 GB para o modelo de linguagem, cabendo em envelopes de 24 GB ou 32 GB. Duas versões quantizadas estão disponíveis: K-Quant-Dynamic visa 32 GB de VRAM com degradação média de 0,2%, e K-Quant-17GB visa 24 GB de VRAM com 1,0%. O DFlash, um rascunhador por difusão de blocos, prevê 16 tokens em uma única passagem direta, alcançando uma aceleração de 3,1x na RTX 5090. Os benchmarks mostram que o Muse Glimmer lidera no MCP Atlas (75,5), DeepSearch QA (74,6), Gaia2 (43,3), SWE-Bench Pro (51,2) e AIME 2026 (94,7), mas fica atrás do Qwen3.6-27B no OSWorld-Verified (65,9 vs 75,6) e no TerminalBench 2.1. Em segurança, a taxa de sucesso de ataque no Siren AgentDojo é de 28,4 com utilidade de 94,2, e a Meta classifica o risco químico/biológico, cibernético e de perda de controle como moderado ou inferior.