Meta Rilis Muse Glimmer, Model AI Open-Weight 30B untuk Berjalan Secara Lokal
Meta merilis Muse Glimmer, model kecerdasan buatan open-weight baru dengan 30 miliar parameter yang dirancang untuk menjalankan beban kerja agentik secara lokal pada PC dan workstation, bukan mengirim setiap tugas ke cloud.
Hal penting dari peluncuran ini adalah kombinasi arsitektur dense yang relatif ringkas dengan bobot terbuka, konteks panjang, dan kemampuan agentik. Pengembang dapat membuat sistem yang melakukan penalaran multi-langkah, memanggil alat, menangani informasi multimodal, dan melanjutkan alur kerja sambil mempertahankan lebih banyak pemrosesan di perangkat lokal.
Muse Glimmer menargetkan agen AI lokal yang selalu aktif
Muse Glimmer adalah model dense 30 miliar parameter dari Meta Superintelligence Labs untuk beban kerja agentik yang dapat tetap aktif di mesin pengguna. Meta mengarahkannya untuk penalaran multi-langkah, coding, penggunaan alat, pemahaman multimodal, dan pemulihan ketika alur kerja gagal, bukan hanya tanya jawab singkat.
Model 30B yang dirancang berjalan pada satu GPU
Model ini dirancang berjalan lokal pada satu GPU yang cukup mumpuni, membawa kelas pekerjaan AI yang biasanya bergantung pada cloud lebih dekat ke PC konsumen dan workstation. Meta menyediakan bobot dengan lisensi Apache 2.0 sehingga dapat digunakan, dimodifikasi, dan didistribusikan ulang termasuk untuk proyek komersial sesuai ketentuan lisensi.
Didistilasi dari Muse Spark dengan konteks panjang
Muse Glimmer didistilasi dari Muse Spark yang lebih besar. Dokumentasi Meta dan ekosistem menyebut konteks lebih dari 120.000 tokens serta komponen persepsi khusus untuk input multimodal. Kombinasi ini ditujukan agar agen mempertahankan konteks kerja besar saat melalui rangkaian keputusan, pemanggilan alat, dan hasil yang panjang.
AMD dan NVIDIA mendorong penerapan lokal
AMD melaporkan pengujian awal Windows hingga 24 tokens/detik pada Ryzen AI Max+ 395 dan hingga 53 tokens/detik pada Radeon AI PRO R9700 dengan dFlash. NVIDIA juga menyoroti Muse Glimmer untuk alur kerja agentik lokal. Performa nyata bergantung pada kuantisasi, memori, software stack, dan konfigurasi hardware.
Baca selengkapnya
Mengapa AI open-weight lokal penting
Menjalankan agen secara lokal dapat mengurangi biaya token cloud berulang dan mempertahankan lebih banyak data kerja di perangkat. Ini penting untuk file lokal, pesan, atau materi proprietari dan memberi pengembang kontrol lebih besar atas inferensi, kustomisasi, dan integrasi. Namun model 30B tetap memerlukan memori besar dan hardware mumpuni dan tidak akan berjalan sama baiknya di setiap laptop biasa.
Meta menyiapkan Muse Spark 1.2 open-weight
Rilis Glimmer juga menandai dorongan open-weight baru dari Meta. Mark Zuckerberg mengatakan perusahaan berencana segera merilis versi open-weight Muse Spark 1.2 yang lebih kuat. Glimmer karena itu menjadi model lokal praktis yang tersedia sekarang sekaligus tanda bahwa Meta ingin membawa lebih banyak keluarga Muse keluar dari model cloud tertutup.
