Meta發表開放權重AI模型Muse Glimmer 劃清「個人可擁有AI」界線

Meta(META)於10日（當地時間）發表一款可在個人電腦上運行、參數規模達300億的開放權重人工智慧（AI）模型「Muse Glimmer」。使用者能直接下載並自行運行這款模型，但性能更強大的版本仍由公司牢牢掌控，呈現出Meta「開放與保留並行」的策略。

根據科技媒體TechCrunch報導，Muse Glimmer可視為Meta閉源模型「Muse Spark」的開放版本。其權重採用允許修改與再散布的Apache 2.0授權條款釋出。

Muse Glimmer專為搭載單一消費級圖形處理器（GPU）的Mac或PC設計，讓AI代理任務能直接在使用者裝置端完成，不必經過龐大的雲端伺服器。

這款模型能處理文字與圖像，並以超過100種語言訓練而成，支援工具呼叫、程式碼撰寫與除錯、檔案與截圖處理，以及需要多步驟、長時間執行的任務。

「AI代理」是指接收使用者設定的目標後，自行擬定計畫並執行多個步驟的系統。相較於著重回答問題的傳統對話式AI，代理型模型更強調運用外部工具與檔案完成實際工作。

Meta列舉的應用情境包括行程安排、訊息草擬與檔案整理等。這類需要大量存取個人資訊的工作能在使用者裝置端完成，藉此減少資料傳送至雲端的需求。

Muse Glimmer也被設計為「常駐運作」模型，無論是否連上網路都能隨時啟用。本機端運行的特點在於回應過程通常不需經過外部伺服器，使用者能自行掌握資料處理環境。

這次發表，是Meta執行長馬克·祖克柏（Mark Zuckerberg）提出的「個人化超級智慧」構想具體落地的案例。祖克柏在10日發布的文章中表示，讓超級智慧普及化，有潛力為個人帶來全新能力。

祖克柏說明，個人化AI代理能協助使用者處理人際關係、健康、職涯、財務、家務管理與興趣嗜好等各個面向。他也表示，目標是讓所有人都能以免費或可負擔的價格使用相關工具。

不過，能夠使用AI與真正擁有、掌控模型是兩回事。使用者雖可下載Muse Glimmer，在自有硬體上運行並進行微調，但性能更強的Muse Spark仍屬閉源，掌控權留在Meta手中。

評論：這樣的分野，清楚呈現出Meta在「可對外釋出的模型」與「須自行掌控的模型」之間劃下的界線——效能與安全考量,決定了哪些能力交到個人手中,哪些仍留在公司內部管控。

「開放權重」（open-weight）是一種公開AI處理輸入、產生結果時所用計算數值（即「權重」）的釋出方式。開發者不必呼叫外部伺服器，就能在自有環境中運行模型，或依需求自行調整。

然而，開放權重與「開源」（open source）公開的範圍並不相同。即使權重公開，只要訓練資料、原始碼與完整開發過程未一併釋出，就很難視為真正的開源。本媒體先前也曾探討開放權重與開源的差異。

本機端AI的普及，與消費級GPU等運算資源的需求密切相關。加密貨幣（虛擬貨幣）業界討論可能因此延伸至連結使用者裝置運算能力的去中心化運算與資料自主權議題，不過目前尚未確認這次發表對特定代幣價格或鏈上使用量造成直接影響。

本媒體先前已報導Muse Glimmer在消費級單張顯示卡上運行的架構，以及其與虛擬資產市場的關聯。Muse Glimmer的實際性能與應用範圍，預計將隨取得權重的外部開發者陸續測試而逐漸明朗。