8月10日这一天，扎克伯格左手发文章，右手发模型。
他发表6500字长文《未来属于每个人》，抛出个人赋权、开放创新、权力平衡三原则，公开反对把超级智能锁进少数机构。
同一天，Meta开源多模态智能体模型Muse Glimmer，30B参数，Apache 2.0协议，一张消费级显卡就能跑，首席AI官Alexandr Wang顺势预告旗舰Muse Spark 1.2的权重也将在数周内开放。
时间点选得颇有讲究，往前数四天，新墨西哥州法院刚认定Meta社交平台构成公共危害，累计判罚9.42亿美元；往后数两天，加州等四州联合发起的1.4万亿美元索赔案将启动陪审团筛选，这个数字几乎贴着Meta约1.5万亿的市值。情怀与官司齐飞，这套组合拳要看明白，光读文章可不够。
01
Meta重返开源，意在生态定义权
时间线比多数人印象里的更短，也更戏剧。
2025年4月Llama 4还在坚持开源，只是成绩翻车，甚至卷入训练作弊争议。下半年Meta重组AI部门，Alexandr Wang带着超级智能实验室入主，2026年4月交出的第一份答卷Muse Spark直接闭源，只卖API。
从开源旗手到全线闭源，Meta用了不到一年，而从闭源再到重返开源，只用了四个月。
回来的姿势还很彻底。Glimmer是Muse系列首个开源模型，也是Meta史上第一个采用Apache 2.0宽松协议的模型，商用几乎不设门槛。
这个协议意味着竞争对手可以直接拿去二次开发甚至闭源商用，Meta管不了模型落地后的用途，也拦不住别人用它反攻自己的API生意。
敢用最宽松的协议，说明 Meta 这次押注的不是控制，而是生态。
同一天，扎克伯格公开主张放宽对开源模型和蒸馏训练的限制，还点名DeepSeek、Qwen、Kimi是开源模型领域的领先者，等于亲口承认这条路上谁跑在前面。
02
云端一个大脑，本地一双手，Meta分层这招最狠
Glimmer最值得琢磨的不是参数，是出身。
它从闭源旗舰Muse Spark蒸馏而来，Meta用基于logit的蒸馏技术，让庞大的老师模型生成复杂推理链路和智能体交互数据，手把手教给这个30B的学生。
就在上个月，英伟达、Meta、微软、戴尔还联名发声为开放权重和蒸馏正名，理由很直白，把先进能力集中在少数封闭模型里，反而会形成单点故障。
旗舰加轻量的分层打法，如今是大厂标配。
OpenAI把GPT-5.6拆成Sol、Terra、Luna三档，Luna刚降价80%，还成了免费用户的默认模型。
Anthropic用Fable 5坐镇旗舰，Sonnet、Haiku向下覆盖成本敏感场景。
但差别在于这两家的轻量层再便宜也依旧闭源，真正把小模型以开源权重下放的，只有Meta和DeepSeek、Qwen这条路线。
别人用降价做流量入口，Meta 用开源直接圈地，门槛卷到了地板上。
30B还是个精心挑选的甜点尺寸。
全精度部署需要55GB以上显存，普通设备装不下，Meta用4bit量化把权重压进20GB以内，24GB或32GB显存的单张消费级显卡就能跑，Mac也能胜任。官方实测显示，搭配自研DFlash投机解码技术，RTX 5090上推理吞吐量可从74.9token/s提升至233.4token/s，提速约3.1倍，且量化后智能体任务几乎无质量损失。
个人超级智能的前提是个人算力，模型只有跑在你自己的显卡上，数据不出家门，个人赋权这四个字才不算空话。
03
智能体的及格线，不是跑分，是容错
Meta给Glimmer的官方定义是开源智能体模型，目标不是陪你聊天，是替你干活。
它能读本地文件、管日程、打开IDE写代码，还专门训练了容错机制，工具调用失败时会像真实程序员一样自己诊断报错、调整参数、重新尝试，直到问题解决。
成绩单有亮点，但谈不上碾压。
在官方选取的24项同量级模型对比基准中，Glimmer拿下12项最优，对手只有Gemma4-31B和Qwen3.6-27B两个。
智能体主战场上它确实凶，MCP Atlas多轮工具调用75.5，远高于Qwen3.6的62.5，DeepSearch QA自动检索74.6对71.1，SWE-Bench Pro软件工程51.2对50.2，连AIME 2026数学都拿到 94.7。
可一换到桌面和终端，局面就反转了。
Terminal-Bench 2.1上Qwen3.6以60.7领先Glimmer的51.7，OSWorld-Verified桌面操作更是75.6对65.9，差了将近10分。
Glimmer是一个优秀的工具调度员，但还不是最好的电脑操作员。
这个短板很诚实也很关键，一个要常驻你电脑干活的智能体，恰恰最常在终端和桌面上干活。
只选两个同尺寸对手、避开旗舰模型的对比方式，同样说明Meta对它定位清醒，够用、能跑、占住生态，而不是去争榜一。
04
电和水，是扎克伯格那篇长文里最诚实的承诺
情怀之外，Meta的现实处境让这次开源多了一层读法。
一边是官司，即将开庭的1.4万亿美元索赔案创下美国消费者保护执法史纪录，新墨西哥州公共危害的定性还可能被更多法院参照。
一边是账本，2026年二季度Meta净利润同比下滑14%，全年资本开支预期上调至1300亿到1450亿美元，自由现金流只剩7.84亿美元，是近四年最低。
扎克伯格在财报电话会上一边收到远高于采购成本的算力报价，一边说仅仅出售算力换取短期利润是愚蠢的，算力得先变成模型，模型得再变成生态。
而那篇6500字长文里最实在的承诺，其实不是三原则，是资源。
扎克伯格承诺在数据中心所在地自建能源基础设施，2030年前实现运营流域水资源净正回报，还要把个人超级智能免费或低价提供给所有人。
他自己很清楚，超级智能的硬约束不是算法，是电和水。
顺着这条线再看Glimmer的本地化，味道就变了，模型跑在用户自己的显卡上，数据不出门是隐私红利，但推理的算力成本和电费，也一并转移给了用户端。
个人赋权的另一面是一场成本结构的重排，Meta把超级智能的使用权发了下去，也把运行它的部分账单发了下去。
当然，Meta手里的牌不止模型，Muse Spark正在全线替换WhatsApp、Instagram、Facebook里的Llama，还铺进了智能眼镜，云端握着全系应用入口，本地放着开源模型和硬件，开源亏出去的，未必不能从生态里赚回来。
扎克伯格在文章里问，超级智能会集中在少数机构手中，还是会成为赋能每个人的工具。Meta这次给出的答案很具体，把一个30B的智能体模型压进20GB，放到每个人的显卡上。
真正的考验还没来。Muse Spark 1.2的权重说了数周内开放，但目前仍未上线，本地智能体能不能从极客玩具变成普通人的日常入口，才是这篇愿景文章能否落地的判卷标准。权力平衡写在文章里只是理念，变成人人可下载的权重之后，它才成了一种结构。
- END -
2026全球闪存峰会
随着生成式AI进入规模化落地阶段，大模型训练与推理对存储性能、容量、架构的需求持续攀升，存储正从被动的数据容器，升级为驱动AI产业发展的核心底座。
在此背景下，以“存力跃迁，AI破局”为核心主题的2026全球闪存峰会（Flash Memory World 2026），将于2026年8月26日在中国武汉正式举办。本届峰会由 DOIT 传媒、华中科技大学计算机科学与技术学院、华中科技大学集成电路学院联合主办，汇聚全球存储产业链力量，全面呈现闪存技术前沿突破与 AI 时代的产业新图景。
报名通道：https://app.ehub.net/register/nga5ph
扫描下方二维码 关注我们
本文来源于DOIT传媒，文章内容仅供参考，不构成投资建议。
评论列表