返回列表

Muse Glimmer|30B 多模态本地智能体模型

Meta 开源的 300 亿参数多模态智能体模型,支持文本与图像输入及工具调用,可 4-bit 量化后在消费级显卡本地运行,适合想本地部署智能体的研究者与开发者。

开源大语言模型本地部署智能体多模态开源模型站长实测状态尚未登记

工具介绍

用途说明

Muse Glimmer 是一款开源大语言模型,原始资料称其参数规模为 300 亿,支持文本与图像输入、工具调用,并提供 4-bit 量化版本,目标是在本地设备上运行智能体任务。资料还提到它由 Muse Spark 蒸馏而来。

适用人群

适合希望在本地环境实验多模态智能体、工具调用流程的研究者与开发者;也适合对数据隐私有要求、不想依赖云端接口的团队。普通用户需借助封装好的应用才能使用。

已知能力

  • 文本与图像输入(多模态)。
  • 工具调用,可用于构建智能体工作流。
  • 4-bit 量化,降低显存门槛,便于在消费级显卡运行。

使用步骤

  1. 从 Hugging Face 获取模型权重与说明,确认版本与许可。
  2. 准备支持多模态和量化的推理框架。
  3. 按显存情况选择 4-bit 或其他精度加载。
  4. 编写工具调用与提示配置,搭建智能体流程。
  5. 在本地测试输入图像与文本任务,记录效果与资源占用。

费用与限制

模型本身开源,但具体许可条款需以仓库声明为准;原始资料称 Apache 2.0,建议核实。本地运行需自备显卡与电力成本,实际显存占用、推理速度与工具调用稳定性尚未实测,待核查。来源页面与作者信息也需进一步确认。

来源与使用边界

原始入口:https://huggingface.co/meta-models/Muse-Glimmer-30B

整理来源:https://github.com/ikaijua/Awesome-AITools

依据来源资料经AI翻译整理,未由本站实测。原始资料许可:CC-BY-4.0;目录许可不代表各产品或文件的使用授权。费用、账号、国内访问与版本兼容条件以原始发布者最新说明为准。

运行与适配

使用难度
如何理解使用难度?
  • 直接使用:通常打开网页或登录账号即可使用。
  • 简单配置:需要填写密钥、连接服务或导入配置。
  • 需要部署:需要安装依赖、配置运行环境或自行部署。
  • 技术开发:需要编程、接口集成或开发调试。

格数越多,使用门槛越高;具体要求请看下方说明。

本地部署(Hugging Face 模型)

需自行下载权重并在本地推理框架中加载,具体兼容性待核验

访问来源 ↗

国内使用情况与网友核验

网友核验 用户经验分享

与站长实测独立,不代表官方认证或本站已实测。

我要核验
0 位参与者0 份有效分项记录

最近核验:暂无有效核验。参与人数按当前项目有效身份去重;不同核验项分别统计,不合并成用户总结果。仅统计审核通过且未过期的记录。

分项统计、有效期与样本量
核验项目有效人数成功 / 部分 / 失败 / 无法判断成功率最近核验 / 有效期
官方网站访问00 / 0 / 0 / 0样本不足暂无 / 7 天
GitHub 仓库访问00 / 0 / 0 / 0样本不足暂无 / 7 天
安装与运行00 / 0 / 0 / 0样本不足暂无 / 30 天
官方服务国内连接 / MCP 连接00 / 0 / 0 / 0样本不足暂无 / 30 天
国内网络情况00 / 0 / 0 / 0样本不足暂无 / 7 天
国内模型兼容性00 / 0 / 0 / 0样本不足暂无 / 30 天
自定义 API00 / 0 / 0 / 0样本不足暂无 / 30 天
海外服务依赖
00 / 0 / 0 / 0样本不足暂无 / 30 天
海外账号要求
00 / 0 / 0 / 0样本不足暂无 / 30 天
中文界面
00 / 0 / 0 / 0样本不足暂无 / 30 天
客户端兼容性00 / 0 / 0 / 0样本不足暂无 / 30 天
账号及费用信息
00 / 0 / 0 / 0样本不足暂无 / 30 天

成功率 = 成功 ÷(成功 + 部分成功 + 失败);无法判断不计入分母。至少 5 份可判断结果才显示成功率。账号、费用、海外依赖与语言等事实项,成功表示核查结论与资料吻合,具体观察另行统计;不表示免费或没有海外依赖。不同网络、客户端和版本的结果不能直接等同。

最近有效核验

暂无审核通过且未过期的网友核验。欢迎提交真实使用记录。

查看全部有效核验 →

反馈此内容的问题