Meta 的 30B Muse Glimmer 率先登陆 Apple Silicon，NVIDIA 支持随后跟上

开放权重只是发布的一半，另一半是运行时。Meta 和 Ollama 在同一天交付了这两部分。Meta Superintelligence Labs 为其首个发布 Muse Glimmer 开放了权重，Ollama 则立即通过其 MLX 引擎在 Apple Silicon 上提供该模型。

这个发布顺序值得停下来想一想。Ollama 的初始支持仅覆盖 Apple Silicon，NVIDIA、AMD 和其他平台将在未来几天内推出。一个开放模型的首个官方运行时是 Apple Silicon 而不是 NVIDIA，这与通常的顺序相反，它改变了 Mac 用户今天能做的事情：在本地运行 30B 的 agent 模型，无需云账户。

Apache 2.0 许可下的 30B 多模态模型

Muse Glimmer 的规格表直指 agent 工作负载。它是一个 30B 多模态模型，上下文长度超过 128K，采用 Apache 2.0 许可证发布。推理强度可在 low、medium、high 和 xhigh 之间调节；Ollama 建议在复杂编码和 agent 任务中使用 high 或 xhigh，在更看重速度时使用较低设置。

原生图像理解来自一个专用的 1.8B 参数感知编码器。Ollama 指出了三类关键任务：根据图纸或原型构建网站或应用程序、由截图驱动的计算机使用应用，以及读取文档、收据和图表。对于编码 agent 来说，这意味着在图像密集型任务中实现低延迟、连续的工​​具调用。

Claude Code、Codex 与本地 agent 群体

该模型融入 agent 生态系统，而不是局限于笔记本中。Ollama 列出了 Muse Glimmer 可以驱动的编码 agent，包括 Claude Code、Codex 和 Pi，以及用于长期运行的个人助手的 OpenClaw 和 Hermes。ollama launch 命令还支持 OpenCode 和 GitHub Copilot。

设置只需一条命令：ollama run muse-glimmer:30b-mlx。要在 Claude Code 下运行，则使用 ollama launch claude, model muse-glimmer:30b-mlx。这背后的实用模式正是 Ollama 一直在推动的：让 agent 驻留在本机，而不是调用云端。

Apple Silicon 率先获得 DFlash，NVIDIA 尚未获得任何支持

Ollama 的 MLX 引擎现在支持 DFlash，这是在其已有的多 token 预测支持基础上构建的。该公司表示，得益于 DFlash，Muse Glimmer 在 Apple Silicon 上的运行速度提高了 1.5 倍到 1.8 倍。正是这样的性能，让笔记本电脑上的连续工具调用成为可能。

苹果优先的交付是本报道的转折点，但这并不意味着该模型仅限于 Mac。正如我们在权重发布时所报道的，DFlash 草稿模型在 RTX 5090 上实现了最高 3.1 倍的解码加速，量化使模型保持在 20GB 以下。Ollama 运行时的 NVIDIA 和 AMD 版本只是还没有推出而已。

这一切并非凭空而来。MLX 引擎近期的工作增加了 NVFP4 量化，用于更高品质的 4 位模型；通过融合 Metal 内核实现 20% 的推理加速；以及快照缓存，避免多 agent 和分支工作负载重新处理共享上下文。这些正是 Glimmer 所针对的工作负载：驻留式编码 agent、长期运行的个人助理、截图驱动的计算机使用。

Meta 的开源赌注，一次一个模型

扎克伯格在 X 上介绍了这次发布，描述与规格表相符："一个可以在本地运行的出色 30B 参数稠密模型"。他还表示，Meta 将很快开放其最新基础模型 Muse Spark 1.2 的权重。他写道："Meta 是开源的有力支持者，我为这些发布感到自豪。"

这次发布正值 Ollama 扩大其在本地运行的范围。一个 35B 编码调优模型最近获得了对 M 系列 Mac 的支持，该公司表示正在积极努力支持未来的模型；Muse Glimmer 是这项工作的第一个可见成果。与此同时，阿里巴巴正准备发布其最大模型的权重，开源权重赛道正在变得拥挤。

单次发布不是策略。不过，这里的模式是一致的：开放权重、同日提供本地运行时、优先 Apple Silicon，以及已经预告的下一款模型。开源赌注就是这样变成习惯的。