Muse Glimmer — Meta (Superintelligence Labs) 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
Meta重返开放权重，也是自Llama 4以来的第一次。一个29.6B稠密模型，从闭源的Muse Spark蒸馏而来，配备自有的感知编码器，专为在单张消费级显卡上完成智能体任务而构建：多步推理、工具调用和错误恢复集中在一个无需联网即可运行的检查点中。
变体
Muse Glimmer 最小的变体在 Q4_K_M 下约需 19 GB 显存——量化权重加框架开销，不含 KV 缓存。
| 模型 | Q4 下显存 | 显存 | 上下文 | 运行 |
|---|---|---|---|---|
| Muse Glimmer 30B → 29.6B | ~18.7 GB | 131,072 | ollama run muse-glimmer:30b |
显存为 Q4_K_M 下的量化权重加开销，与 GPU 与显存检测器使用同一引擎计算。
如何在本地运行 Muse Glimmer
安装 Ollama，然后拉取标签。
ollama run muse-glimmer:30b在上方选择一个尺寸，查看它自己的显存、速度估算和安装命令。
许可证
Commercial use permitted. No usage restrictions beyond attribution.
适用于: Muse Glimmer 30B推荐 GPU
目录中能在本地运行 Muse Glimmer（至少 19 GB 显存）的最便宜 GPU 是 AMD Radeon RX 7900 XTX (24 GB).
Muse Glimmer — 常见问题
How much VRAM does Muse Glimmer need?
Muse Glimmer needs about 19 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Muse Glimmer 30B (19 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run Muse Glimmer on an RTX 4090 (24 GB)?
Yes — Muse Glimmer runs on an RTX 4090 (24 GB) and other 24 GB cards such as the RTX 3090. Smaller variants also fit comfortably on 8–16 GB GPUs at Q4_K_M.
What quantization should I use for Muse Glimmer?
Q4_K_M is the best balance of quality and VRAM for Muse Glimmer in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.
How do I run Muse Glimmer with Ollama?
Install Ollama, then run: ollama run muse-glimmer:30b. This downloads Muse Glimmer and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.