Metaがオープンソース型エージェントAI「Muse Glimmer」をリリース

Meta Superintelligence Labsは、ローカル環境での実行に最適化された300億パラメータのオープンソースAIモデル「Muse Glimmer」を発表した。MacやPCの単一GPU環境で動作し、Apache 2.0ライセンス下でHugging Faceで公開されている。

モデル概要

Meta Superintelligence Labsが2026年8月10日に発表したMuse Glimmerは、30-billion parametersの規模を持つエージェント型AIモデルである。常時稼働するローカルエージェントワークフローに最適化されており、MacやPCに搭載された単一のコンシューマーGPUで実行可能なサイズに設計されている。

モデルウェイトはApache 2.0ライセンス下でオープンソース化され、Hugging Faceで公開されている。llama.cpp、MLX、ExecuTorchの最適化統合が数日以内に利用可能になる予定である。

パフォーマンスと実行環境

Muse Glimmerの完全精度版は55 GBのメモリを必要とするが、4-bitの量子化により20 GB以下に圧縮される。24 GB または 32 GBのコンシューマーGPU環境では、動作メモリと知覚エンコーダを含めて実行可能である。

モデルはテキストと画像を含むマルチモーダル入力を処理し、専用の知覚エンコーダを備えている。また、推測的復号化のための軽量なドラフタであるDFlashベースのコンポーネントを搭載している。100以上の言語のデータで学習されている。

学習手法とエコシステム

Muse Glimmerはロジット蒸留によってMuse Sparkから蒸留されており、事前学習ではMuse Sparkの出力が使用される。ポスト学習では教師あり微調整、オンポリシー蒸留、強化学習を組み合わせている。Meta Advanced AI Scaling Frameworkの基準で評価されている。

Ollama、LM Studio、Unsloth、Together AI、Fireworks AI、OpenRouterなどのパートナーを通じて利用可能である。同時にAMD、Arm、Dell、Intel、NVIDIAと協業し、複数デバイス間でのパフォーマンス最適化を進めている。

ローカル実行の意義

直引用として「ローカルでモデルを実行することで、インターネット接続の有無に関わらず、いつでもどこでもAIを使用できる」とされている。また「スケジュールを管理し、メッセージを起草し、ファイルを整理し、ユーザーの業務方法を学習するエージェントには、個人的な文脈への深いアクセスが必要である」と述べられている。

開発者向けドキュメントには、カスタムスキャフォルドの設定に関するガイダンスが含まれている。

筆者の見立て

• オープンソースコミュニティは、適切に学習された小規模モデルが特定タスクでフロンティアレベルのパフォーマンスに接近できることを示しており、この方向性の実行可能性が高まりつつあると論じている。

この記事は元記事の事実のみに基づいて自動生成されました。

出典

Meta AI、「Introducing Muse Glimmer: An Open Agentic Model That Runs on Your Device」、https://research.meta.ai/blog/introducing-muse-glimmer-open-agentic-model