Muse Glimmer, el nuevo modelo abierto de Meta que se ejecuta en el dispositivo

Meta ha presentado su nuevo modelo abierto Muse Glimmer que, con 30.000 millones de parámetros, se ejecuta en de forma local tanto en ordenadores como en una única GPU de consumo, sin necesidad de conexión a la nube.

Se trata del primer modelo de Meta Superintelligence Labs que se ha publicado con pesos abiertos, bajo licencia Apache 2.0, y está diseñado para resolver tareas complejas de varios pasos de forma autónoma.

MIRA: ¿Qué es Smart Connect y por qué puede ser una solución a tus problemas de productividad? | RESEÑA

Concretamente, Muse Glimmer está optimizado para flujos de trabajo de agentes locales siempre activos, como ha explicado la compañía en un comunicado. Asimismo, al contar con 30.000 millones de parámetros, es “lo suficientemente pequeño” como para ejecutarse en un PC con una sola GPU de consumo.

Esto significa que es capaz de ejecutar casos de uso que abarcan desde agentes locales y llamadas a funciones hasta codificación local y evaluación LLM “como juez”. En la práctica, esto incluye agentes que gestionan una agenda, redactan mensajes, organizan archivos y aprenden de la forma de trabajar del usuario.

Es decir, que puede realizar tareas de ejecución a largo plazo con razonamiento en múltiples pasos, selección precisa de herramientas, comprensión multimodal, recuperación ante fallos, memoria de contexto extenso y seguimiento de instrucciones.

Sin embargo, destaca notablemente por poder hacerlo localmente en cualquier lugar y momento, con o sin conexión a internet y con alta velocidad para no interrumpir el flujo de trabajo. Así, han utilizado técnicas de cuantización para comprimir los pesos del modelo a una precisión aproximada de 4 bits, reduciendo su tamaño a menos de 20 GB.

Su tamaño y rendimiento son posibles porque, según ha explicado, los modelos más pequeños, cuando se entrenan eficazmente, pueden “alcanzar un rendimiento de vanguardia en tareas específicas”, como ha asegurado Meta.

En concreto en este caso, Meta ha entrenado Muse Glimmer para equilibrar la capacidad con las limitaciones de memoria y procesamiento de ‘hardware’ local, con una “novedosa receta de destilación” que se basa en transferir el razonamiento agente desde un modelo maestro “mucho más grande” y optimizaciones de inferencia para “cumplir con las expectativas de latencia”.

MIRA: ¿Un parque sin mosquitos?: un espacio en Pekín afirma haber logrado esta hazaña con trampas inteligentes y menta

Así, la compañía ha especificado que se ha entrenado con los resultados de Muse Spark, datos de contexto más extensos y una mezcla de destilación basada en políticas y aprendizaje por refuerzo en dominios generales de razonamiento, codificación y agentes. También tiene capacidades multilingües al entrenarse con datos de más de 100 idiomas.

En las pruebas de evaluación aportadas por Meta, la compañía lo ha comparado con otros modelos como Gemma4-31B de Google y Qwen3.6-27B de Alibaba, donde ha obtenido un rendimiento sólido para su tamaño, superando a dichos modelos en ‘benchmarks’ de tareas agénticas generales, codificación agéntica y capacidades generales y de razonamiento, entre otros.

Con todo, Muse Glimmer ya está disponible y se puede descargar en Hugging Face. Asimismo, en los próximos días, se podrá ejecutar localmente con socios de Meta como Ollama, LM Studio y Unsloth. También se podrá desplegar con ‘frameworks’ como llama.cpp, ExecuTorch y MLX, entre otros.

Además de todo ello, Meta ha adelantado que próximamente abrirá los pesos de una versión de Muse Spark 1.2, uno de sus modelos fundacionales más avanzados.