Meta（$META）重啟開放權重策略 推出PC輕量AI模型「Muse Glimmer」

Meta（$META）推出可在個人電腦上運行的輕量人工智慧（AI）模型，重新把「開放權重」策略搬上檯面。比起在封閉式前沿模型上比拼規模，Meta這次選擇把差異化重點放在讓開發者與企業能直接下載、自行部署的方式。

Meta於10日（當地時間）發表輕量模型「Muse Glimmer」，並表示效能更強的「Muse Spark 1.2」權重也將在未來幾週內公開。

Meta創辦人暨執行長馬克·祖克柏（Mark Zuckerberg）在一篇長達6500字的文章中表示：「每個人很快都將擁有發明的超能力。」他認為，一旦AI的掌控權集中在少數企業、機構與政府手中，其餘所有人都可能因此處於不利處境。評論來看，這番話某種程度上也是在為Meta的開放策略尋求正當性。

Meta在官方開源AI頁面也說明，開放式AI能避免權力集中在少數企業手裡，讓技術得以更廣泛地擴散。其邏輯是，擴大模型的可近用性，能讓外部研究人員與開發者直接檢視效能與漏洞。

這次發表與其說是全新路線的起點，不如說是延續7月以來AI事業的重新布局。Meta已於7月9日發表「Muse Spark 1.1」，同時啟動開發者專用「Meta Model API」的公開預覽。

Muse Spark 1.1當時被套用在Meta AI應用程式與meta.ai的「Thinking」模式上。Meta也在7月24日新增功能，讓系統能整合電子郵件與行事曆，協助使用者規劃行程、製作簡報，並代為處理部分工作。

如果說7月的發表把重心放在代理型（agentic）產品與工作自動化，這次則更強調模型的開放與本地端執行。外界解讀，Meta正同步擴大產品功能與開發者生態系，藉此調整整體策略方向。

此次發表與本站先前報導的開放權重模型擴散趨勢互相呼應。不過Muse Glimmer的詳細參數與上下文視窗大小，目前在Meta官方資料與美聯社（AP）報導中都尚未揭露。

所謂「開放權重（open-weight）」，是指將訓練完成的模型權重公開釋出的部署方式，使用者可以下載後在自有伺服器或個人裝置上執行，並依需求進行調整。

開放權重與開放原始碼（open source）的公開範圍並不相同。即使權重公開，只要訓練資料、訓練程式碼與調校過程仍然封閉，嚴格來說就很難稱得上真正的開源。

能在自有基礎設施上執行模型，對那些難以將敏感資料交給外部雲端的企業與機構來說，多了一項選擇。本站先前也分析過，開放權重模型即使降低單位成本，使用量擴大仍可能推升整體運算與電力需求。

Meta於7月24日與輝達（NVDA）、微軟（MSFT）等公司共同連署「開放權重與美國AI領導地位（Open Weights and American AI Leadership）」公開信。信中將開放權重模型定義為任何人都能下載、檢視、修改，並在自有基礎設施上執行的模型。

公開信主張，研究人員唯有取得模型的可近用性，才能找出漏洞、改善安全機制。但信中同時也承認一項風險：一旦權重公開，就脫離了原開發者的控制範圍，變種模型的流通與濫用將難以追蹤或回收。

未來生命研究所（Future of Life Institute）代表安東尼·阿奎爾（Anthony Aguirre）表示：「究竟是什麼讓人相信，Meta或任何人有辦法控制一個能力呈指數級增長、比人類更聰明、更快、更能幹的東西？」他主張，政府應該把政策方向放在能減緩高階AI開發速度、並保有控制手段的工具上。評論而言，這反映出開放權重陣營與AI安全陣營之間，對「誰該掌握控制權」仍有明顯分歧。

在加密貨幣與區塊鏈產業，AI權力集中與資料主權問題，其實與去中心化AI、鏈上代理、分散式運算等專案關注的議題相通。不過目前並沒有證據顯示，這次發表對特定代幣價格或鏈上使用量帶來變化；Meta表示，Muse Spark 1.2的權重預計在未來幾週內公開。