Meta anunció el lanzamiento de Muse Glimmer, un modelo de inteligencia artificial multimodal de 30 mil millones de parámetros, disponible en código abierto en Hugging Face Hub. El sistema procesa texto, imagen y vídeo, ejecuta llamadas de herramientas y puede actuar como asistente personal en ejecución local.
Arquitectura
El modelo combina un encoder de visión de 2 mil millones de parámetros con un decoder de texto de 28 mil millones. La atención híbrida alterna entre ventanas deslizantes y atención global, y las cabezas de atención compartidas reducen el consumo de memoria. Un mecanismo opcional de decodificación especulativa, DFlash, acelera la generación de respuestas, especialmente en tareas estructuradas como programación.
Rendimiento
En benchmarks, Muse Glimmer superó a los competidores en varias tareas agénticas y de razonamiento. En MCP Atlas, marcó 75,5 puntos, frente a 54,2 de Gemma4 y 62,5 de Qwen3.6. En AIME 2026, alcanzó 94,7, por delante de ambos. En SWE-Bench Verified, obtuvo 76,0, por detrás de Qwen3.6 (77,2), pero por encima de Gemma4 (66,6).
Disponibilidad
Meta garantizó soporte de primer día en transformers, llama.cpp, vLLM e Inference Endpoints. El modelo puede ejecutarse en GPUs NVIDIA, AMD o Intel, mediante llama.cpp local o en endpoints gestionados con API compatible con OpenAI. La empresa también puso a disposición ejemplos de fine-tuning con TRL.
El lanzamiento refuerza la tendencia de modelos abiertos para uso local, con capacidad de auto-cuantizarse, implementarse en infraestructura remota y optimizar el propio motor de inferencia para hardware específico.
