Meta lança modelo multimodal de 30B para agentes locais

Muse Glimmer combina visão e uso de ferramentas

A Meta destilou o Muse Glimmer do Muse Spark e o projetou para tarefas autônomas em hardware de consumo. A ficha lista raciocínio em várias etapas, chamadas de ferramentas, recuperação após falhas e compatibilidade com OpenClaw, Hermes Agent e outros padrões de orquestração. O modelo também permite controlar a intensidade do raciocínio para equilibrar qualidade e velocidade.

A arquitetura usa um Dense Causal Transformer com um codificador de percepção dedicado. Esse codificador tem cerca de 1,8 bilhão de parâmetros e usa um ViT-G/14 com 50 camadas, largura 1536 e patches de tamanho 14. O modelo aceita até 4.096 tokens visuais por imagem.

O bloco de linguagem tem 52 camadas, dimensão oculta de 6656, vocabulário de 202.048 tokens e contexto de 131.072 ou mais. A atenção alterna três camadas locais e uma global, com janela deslizante de 2048. O treinamento cobriu mais de 100 idiomas, e o corte de conhecimento ficou em 4 de janeiro de 2026.

A tarefa registrada para o modelo é image-text-to-text, dentro da biblioteca transformers. A página informa dois arquivos de peso no formato safetensors, enquanto o nome do modelo indica a classe de 30B. A licença é Apache 2.0. O lançamento também aparece com tags de resultados de avaliação, compatibilidade com endpoints e referências aos artigos arxiv:2504.13181 e arxiv:2602.06036.

O alvo é hardware local, mas os arquivos exigem atenção

A Meta afirma que comprimiu os pesos para uma precisão próxima de 4 bits e reduziu o modelo de linguagem para menos de 20 GB. Segundo a ficha, a configuração quantizada deixa espaço para o cache KV, o codificador de imagens e um modelo auxiliar de decodificação especulativa dentro de máquinas com 24 GB ou 32 GB. A empresa também registra uma configuração de precisão total para 64GB VRAM.

A ficha mede degradação média em 15 benchmarks comuns: 0,2% com K-Quant-Dynamic e 1,0% com K-Quant-17GB. O modelo auxiliar usa uma rede baseada em DFlash e propõe blocos inteiros de tokens para acelerar a geração. Isso descreve um alvo para máquina de desenvolvedor, não uma exigência de datacenter.

Ainda falta uma confirmação prática na listagem: os arquivos disponíveis aparecem apenas como safetensors, sem indicação de qual quantização cada arquivo contém. Portanto, os dados permitem dizer que a Meta projetou o Glimmer para hardware de consumo, mas não permitem garantir que qualquer download funcione dentro de 24 GB ou 32 GB.

A Apache 2.0 permite uso comercial, alteração e redistribuição do modelo, desde que o usuário preserve os avisos exigidos pela licença. Ela não transfere marcas da Meta nem oferece garantia sobre o software. Para equipes brasileiras, o principal ganho está em testar agentes multimodais sem enviar imagens e textos a um serviço externo, desde que a máquina tenha memória compatível com os pesos escolhidos.