Meta 发布最小高效模型 Muse Ember，面向推理执行与日常智能体工作

推出 Muse Glimmer，一款开放权重、300 亿参数的模型，专为本地、常驻运行的智能体工作流优化。 与同尺寸领先模型相比，Muse Glimmer 在关键智能体用例和基准测试中表现出色，并设计为完全在消费级硬件（如 Mac 或配备高性能 GPU 的 PC）上运行。 秉承我们长期分享基础 AI 研究的传统，我们以宽松的 Apache 2.0 许可证发布模型权重。

来自 @finkd 的消息 — Muse Spark 1.1 已上线。

Meta Superintelligence Labs 发布首个媒体生成模型 Muse Image 和 Muse Video。Muse Image 是目前最先进的图像生成模型，能精确遵循指令、精准编辑、多参考构图，并利用 Instagram 社交上下文。它还具备智能体工具使用能力并集成 Muse Spark。用户可通过 Meta AI 应用、网页、Instagram Stories 和 WhatsApp 试用，初始限于部分国家。Muse Video 基于相同预训练基础，实现…

Meta 宣布 Muse Ember 即日起在 Meta Model API 上提供，定价为每百万输入 token $0.10、每百万输出 token $0.50。详情见其研究博客 https://go.meta.me/muse-ember。

Meta AI 发布 Muse Ember 模型，面向执行大量小任务的智能体场景，主打更低成本下的智能表现。据 Artificial Analysis Intelligence Index，其性能与 Claude Haiku 5.5 相当，但每任务成本约为其三分之一，并在 GPT-6 Luna 所有推理设置下得分均高于 Luna。

Meta 发布 Muse Glimmer 技术报告，这是一款 30B 开放权重模型，专为消费级硬件上的智能体任务设计。模型在单张消费级 GPU、4-bit 精度下即可在 Mac 或 PC 上以实用速度运行，在工具使用和多步规划上领先同规模开放模型。报告涵盖模型架构、蒸馏配方和量化等细节：https://go.meta.me/4Bcvxol

Meta 宣布 Muse Spark Open 今日可通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 的 API 平台使用。

Meta 发布开放权重模型 Muse Spark Open，定位为迄今能力最强的美国开放权重模型，面向编码与智能体工作。模型总参数 816B、激活 42B，支持 1M token 上下文窗口，原生支持文本、图像、视频、音频多模态，擅长长程任务、复杂软件工程和多步推理。

Muse Wonder 和 Muse Wonder Full 在个人与专业智能体任务上达到 SOTA 表现。 在我们的研究员博客上了解更多关于这些模型的信息：https://go.meta.me/musewonder

实现个人超级智能需要在对齐和安全方面进行重大投入，并要求模型对私人信息保持审慎、抵御滥用。 我们训练了 Muse Wonder 模型家族，使其在这两个维度上都处于领先，能够抵御对抗性指令并谨慎处理私人信息。