Muse Glimmer 30B

Muse Glimmer 30B

读取文字和图片，在本地机器上完成工具调用、多步推理等智能体任务，是从 Muse Spark 蒸馏出的 30B 模型。适合构建本地智能体的开发者。

由 meta-models 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Muse Glimmer 是一个约 30B 参数的模型，读取文字和图片，用文字回答。模型卡说它从 Muse Spark 蒸馏而来，面向消费级硬件上的智能体工作。它的设计是在你自己的机器上运行，不需要云服务或网络连接。

适合谁：适合想要一个本地智能体的开发者，它能调用工具、做多步推理并读取截图。

行业 | 谁在用 | 怎么用 | 例子
软件 | 智能体开发者 | 运行会调用工具的本地智能体 | 调用失败后会重试的编程智能体
运营 | 分析师 | 就图表和文档提问 | 围绕一份报告截图的对话
研究 | 机器学习研究者 | 研究蒸馏出来的智能体模型 | 在工具使用和编程基准上跑一遍

没有能放下 30B 模型的机器的人可以跳过它，因为即使是压缩版本，目标也是 24 GB 或更多的显存。

用在哪里：

• OpenClaw 和 Hermes Agent 这类智能体环境，模型卡点了它们的名字
• Hugging Face Transformers，模型卡列出了这个库
• Windows、macOS 或 Linux，你可以用 Python 下载文件
• 本地 GPU，完整精度需要 64 GB，压缩版本需要 32 GB 或 24 GB

用途 | 谁用 | 得到什么
会用工具的智能体 | 开发者 | 在长工作流里按合适的结构调用函数
读截图和图表 | 分析师 | 在聊天之外得到关于图片、图表和文档的回答
多语言聊天 | 研究者 | 训练数据覆盖的 100 多种语言的回复

如何设置：

你需要先准备：

• Python 和 huggingface_hub 包
• 显存足够的 GPU，BF16 权重约 59.6 GB，按估算 4-bit 约 14.9 GB
• 一个用来运行模型的智能体环境或 Transformers

1. 安装 Hugging Face hub 包。
2. 把模型文件下载到你的电脑。
3. 在本地加载模型，并让你的智能体环境指向它。

pip install -U huggingface_hub
hf download meta-models/Muse-Glimmer-30B

如何使用：在本地运行模型，通过你的智能体环境或聊天给它一个任务。你可以在文字旁边附上图片。模型卡说你可以选择推理强度，在质量和速度之间取舍。

示例：你给智能体看一张构建失败的截图，让它修复问题。模型卡说这个模型能读截图、调用工具，并在调用失败或返回意外结果时诊断并重试。

新手与专家：智能体模型不只是回答一个问题。它会规划步骤、使用工具，出错后再试一次。第一步可以先带一张图片简短聊几句，看看它怎么回复，再去连接任何工具。

对专家来说，它是稠密 Transformer，带一个约 1.8B 参数的感知编码器。它有 52 层，每三层局部注意力后接一层全局注意力，滑动窗口为 2,048，上下文为 131,072 或更多。模型卡说把权重压缩到约 4 位后，在 15 个基准上的平均准确率只有小幅下降。量化是用一点点准确率换更小的内存占用。

你发送文字，可附图片
感知编码器读取图片
模型规划步骤并调用工具
调用失败时先诊断再重试
你得到文字回答

注意事项：

Title: 压缩后的平均准确率损失
K-Quant-Dynamic: 0.2 %
K-Quant-17GB: 1.0 %

• 大小：约 30B 参数，Safetensors 格式，每张图片最多 4,096 个视觉 token
• 变体：Hugging Face 列出了其他人做的 199 个量化版本和 67 个微调版本
• 作者：模型卡写明是 Meta Superintelligence Lab
• License: apache-2.0
• Cost to run: 没有提到，不需要 API 密钥或账号
• Data it reaches: 它会从 Hugging Face 下载模型文件，并处理你提供的文字和图片
• Not for: 模型卡没有提到

Hugging Face 上的数据（2026年11月13日）

• 任务：image text to text
• 框架：transformers
• 参数量：29.8B
• Weights: about 59.6 GB in BF16; about 14.9 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：165,489
• 点赞：2,143
• 许可证：apache-2.0
• Quantized versions: 201
• Fine-tunes: 67
• 标签：transformers, safetensors, muse_glimmer, image-text-to-text, conversational

链接

• 模型：https://huggingface.co/meta-models/Muse-Glimmer-30B
• 文件：https://huggingface.co/meta-models/Muse-Glimmer-30B/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download meta-models/Muse-Glimmer-30B

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。