OmniTools 8月10日消息，Meta正式发布多模态大模型Muse Glimmer，该模型为30B参数的开源模型（Apache 2.0许可证），专为本地化、隐私敏感的智能体（agentic）场景设计，适用于代码生成、文档分析、个人助理及Claw/Hermes类架构。
Muse Glimmer采用双模块架构：2B参数ViT风格视觉编码器（支持图像与视频帧处理，最高96帧/视频）与28B参数文本解码器；解码器引入混合注意力机制（滑动窗口+全注意力交替）、门控分组查询注意力（KV缓存减少16倍）及Q-K归一化+查询缩放等优化技术。
模型已实现对Hugging Face Transformers、llama.cpp、vLLM等主流框架的首日（day-0）支持，并提供文本、图文、视频、工具调用及开放目标检测等多种能力演示。其配套DFlash推测解码器可显著提升结构化内容（如代码）生成速度。
