Meta发布Muse Glimmer：本地化、智能体、多模态开源AI模型

Meta 推出了 Muse Glimmer，一个开源的 30B 参数多模态模型，在 transformers、llama.cpp、vLLM 等库中获得了首日支持。其架构将用于视觉的 2B ViT 风格感知编码器与 28B 文本解码器相结合，采用了滑动窗口和全注意力层的混合注意力机制、门控分组查询注意力以减小 KV 缓存内存，以及 Q-K 归一化。此外，它还包括一个可选的推测解码草稿器，以加快生成速度，尤其适用于编码任务。基准测试结果显示，该模型在 MCP Atlas、DeepSearch QA 和 SWE-Bench 等任务上具有强大的智能体性能，同时具备多模态能力。该模型已在 Hugging Face Hub 上提供，并提供了使用 transformers 和 llama.cpp 进行纯文本推理、多模态工具调用、对象检测和视频推理的集成示例。