Meta เปิดตัว Muse Glimmer: โมเดลเอเยนต์โอเพนซอร์สสำหรับ AI ในเครื่อง

สรุปสั้น: Meta เปิดตัวโมเดลเอเจนต์โอเพนซอร์ส Muse Glimmer ขนาด 30 พันล้านพารามิเตอร์ ที่ออกแบบให้ทำงานบนการ์ดจอผู้บริโภคได้ทันทีโดยไม่ต้องพึ่งคลาวด์ สิ่งนี้ช่วยเปลี่ยนกลยุทธ์ AI สู่การประมวลผลในเครื่องเพื่อความเป็นส่วนตัวและความเร็วที่ดียิ่งขึ้น

ข้อเท็จจริงสำคัญ

• Meta เปิดตัวโมเดล Muse Glimmer ขนาด 30 พันล้านพารามิเตอร์ แบบโอเพนซอร์สภายใต้ใบอนุญาต Apache 2.0 เพื่อรองรับการทำงานเป็น AI เอเจนต์บนอุปกรณ์ผู้บริโภคโดยตรง
• สถาปัตยกรรมใช้ Dense architecture แบ่งเป็น Vision Encoder 2B พารามิเตอร์ และ Text Decoder 28B พารามิเตอร์ พร้อมกลไก Hybrid Attention ใน 52 ชั้น
• โมเดลออกแบบมาให้ทำงานบนการ์ดจอ VRAM ขนาด 24-32 GB โดยใช้เทคนิค Quantization แบบ Q4_K_M GGUF และ Gated Grouped-Query Attention ที่ลด Key-Value Cache ลงสูงสุด 16 เท่า
• รองรับการติดตั้งผ่านรูปแบบ BF16, GGUF (เข้ากันได้กับ llama.cpp), ExecuTorch (รองรับ Metal) และผสานรวมกับ Transformers, vLLM ได้
• ใช้เทคนิค DFlash speculative decoding เพื่อเร่งการสร้างข้อความโดยเฉพาะโค้ด โดยรายงานคะแนนทดสอบ 75.5 บน MCP Atlas และ 94.7 บน AIME 2026

Meta เปิดตัว Muse Glimmer: ยุคใหม่แห่งเอเจนต์ AI บนอุปกรณ์

Meta ได้เปิดตัว Muse Glimmer โมเดลภาษาหลายรูปแบบ (multimodal language model) ที่ออกแบบมาให้ทำงานบนฮาร์ดแวร์สำหรับผู้บริโภคโดยตรง ในฐานะส่วนหนึ่งของความพยายามโดยรวมในการสร้างระบบ AI แบบกระจายศูนย์ที่ขับเคลื่อนด้วยเอเจนต์ โมเดลนี้เผยแพร่ภายใต้ใบอนุญาต Apache 2.0 ซึ่งเปิดกว้างสำหรับการวิจัยและการใช้งานเชิงพาณิชย์ [1][2]

สถาปัตยกรรมและการออกแบบทางเทคนิค

Muse Glimmer ใช้สถาปัตยกรรมแบบหนาแน่น (dense architecture) โดยมีพารามิเตอร์รวมทั้งหมด 30 พันล้านตัว ซึ่งประกอบด้วยส่วนเข้ารหัสภาพสไตล์ Vision Transformer (ViT) ขนาด 2 พันล้านพารามิเตอร์สำหรับประมวลผลข้อมูลภาพ และส่วนถอดรหัสข้อความขนาด 28 พันล้านพารามิเตอร์ที่ทำหน้าที่สร้างคำตอบ [1][2] การแบ่งส่วนนี้ช่วยให้โมเดลสามารถจัดการกับทั้งข้อมูลภาพและข้อความได้อย่างมีประสิทธิภาพ

โมเดลใช้กลไกความสนใจแบบไฮบริด (hybrid attention mechanism) ทั่วทั้ง 52 ชั้น โดยสลับระหว่างสามชั้นที่ใช้หน้าต่างเลื่อน (sliding window layers)—แต่ละชั้นรองรับ 2,048 โทเค็นพร้อมการฝังตำแหน่งแบบหมุน (rotary position embedding)—และหนึ่งชั้นที่มีความสนใจเต็มรูปแบบ (full-attention layer) โดยไม่มีการเข้ารหัสตำแหน่ง รูปแบบนี้จะซ้ำกันทั้งหมด 13 ครั้ง [1] เพื่อลดการใช้หน่วยความจำระหว่างการทำอนุมาน โมเดลยังใช้เทคนิค Gated Grouped-Query Attention ซึ่งช่วยลดพื้นที่จัดเก็บคีย์และค่า (key-value cache) ลงได้สูงสุดถึง 16 เท่า เมื่อเทียบกับวิธีการความสนใจแบบมาตรฐาน [1]

การทำงานในเครื่องและการปรับแต่งฮาร์ดแวร์

นวัตกรรมหลักของ Muse Glimmer คือการปรับให้เหมาะสมสำหรับการติดตั้งบนการ์ดจอระดับผู้บริโภค โดยใช้เทคนิค Quantization แบบ Q4_K_M GGUF Meta ระบุว่าสแต็กโมเดลทั้งหมด รวมถึงน้ำหนัก (weights), คีย์และค่าแคช, ตัวเข้ารหัสการรับรู้ภาพ และตัวร่างแบบเดาคู่ขนาน DFlash สามารถบรรจุอยู่ใน VRAM ขนาด 24 GB หรือ 32 GB บนการ์ดจอเพียงตัวเดียว [2] สิ่งนี้ช่วยให้สามารถทำงานการให้เหตุผลแบบหลายรูปแบบที่ซับซ้อนได้บนเครื่องโดยตรง โดยไม่ต้องพึ่งพาโครงสร้างพื้นฐานบนคลาวด์

การปล่อยรุ่นนี้ประกอบด้วยรูปแบบการติดตั้งหลายแบบ ได้แก่ น้ำหนัก BF16 สำหรับวัตถุประสงค์ทางการวิจัย, การทำ Quantization แบบ GGUF ที่เข้ากันได้กับ llama.cpp, บิลด์ ExecuTorch สำหรับการอนุมานบนอุปกรณ์ (โดยได้รับการยืนยันว่ารองรับ Metal) และส่วนประกอบที่พร้อมสำหรับการผสานรวมในเฟรมเวิร์กยอดนิยมอย่าง Transformers, vLLM และ Inference Endpoints [1][2][4]

ความสามารถของเอเจนต์และประสิทธิภาพ

Muse Glimmer ถูกกลั่นกรอง (distilled) มาจาก ‘ระบบ Muse’ ขนาดใหญ่กว่า และออกแบบมาเพื่อทำหน้าที่เป็น AI แบบเอเจนต์—ซึ่งมีความสามารถในการวางแผน การใช้เครื่องมือ และการแก้ปัญหาแบบวนซ้ำในสภาพแวดล้อมจริง [2] แม้ Meta จะรายงานคะแนนการทดสอบมาตรฐาน เช่น 75.5 บน MCP Atlas และ 94.7 บน AIME 2026 แต่ผลลัพธ์เหล่านี้เป็นข้อมูลที่รายงานโดยตนเองและยังไม่ได้ผ่านการตรวจสอบจากบุคคลที่สาม [2] ผู้เชี่ยวชาญเตือนว่าประสิทธิภาพบนตารางคะแนนอาจไม่สะท้อนประโยชน์ใช้สอยในโลกจริงได้อย่างสมบูรณ์ โดยเฉพาะในเวิร์กโฟลว์เอเจนต์แบบไดนามิกที่ความล่าช้า (latency), ประสิทธิภาพการใช้หน่วยความจำ และการผสานรวมเครื่องมือ มีความสำคัญมากกว่าคะแนนการทดสอบแบบแยกส่วน

คุณสมบัติสำคัญประการหนึ่งคือการรวม DFlash speculative decoding drafter ซึ่งมีวัตถุประสงค์เพื่อเร่งกระบวนการสร้างข้อความ โดยเฉพาะอย่างยิ่งสำหรับผลลัพธ์ที่มีโครงสร้าง เช่น โค้ด โดยการคาดการณ์โทเค็นถัดไปที่เป็นไปได้ล่วงหน้า [1][2] สิ่งนี้ช่วยเพิ่มปริมาณงาน (throughput) โดยไม่ลดทอนความแม่นยำ

การเปลี่ยนทิศทางเชิงกลยุทธ์สู่ปัญญาประดิษฐ์บนอุปกรณ์

การเปิดตัว Muse Glimmer บ่งชี้ถึงการปรับกลยุทธ์ของบริษัท Meta ไปสู่เอเจนต์ AI บนอุปกรณ์โดยตรง โดยการเปิดใช้งานความสามารถในการให้เหตุผลแบบมัลติโมดที่ซับซ้อนโดยตรงบนอุปกรณ์ของผู้ใช้ บริษัทมีเป้าหมายเพื่อลดการพึ่งพาศูนย์ข้อมูลระยะไกล ปรับปรุงความเป็นส่วนตัว และลดเวลาแฝง (latency) สำหรับแอปพลิเคชันที่มีปฏิสัมพันธ์ ซึ่งสอดคล้องกับแนวโน้มอุตสาหกรรมที่กำลังเติบโตที่สนับสนุนการใช้โมเดลขนาดเล็กและประสิทธิภาพสูงที่สามารถทำงานได้อย่างอิสระในสภาพแวดล้อมการคำนวณส่วนบุคคล

ลักษณะโอเพนซอร์สของโมเดลและความเข้ากันได้ที่กว้างขวางข้ามเครื่องมือและแพลตฟอร์มต่างๆ ยังช่วยลดอุปสรรคในการนำไปใช้อีกด้วย โดยเชิญชวนนักพัฒนา นักวิจัย และองค์กรต่างๆ ให้สร้างต่อยอดจากพื้นฐานนี้

Muse Glimmer มีให้บริการผ่านแพลตฟอร์ม Hugging Face โดยมีรายการในคลังข้อมูลอย่างเป็นทางการย้อนกลับไปตั้งแต่เดือนเมษายน 2025 และการประกาศอัปเดตในเดือนสิงหาคม 2026 [3][4]

แหล่งข้อมูล

1. Meta is back with Muse Glimmer: local, agentic, multimodal, and open source (huggingface.co) — 2026-08-10
2. Meta open-sources Muse Glimmer, a 30B on-device agent model | AI Weekly (aiweekly.co) — 2026-08-10
3. Muse Glimmer - a meta-models Collection (huggingface.co) — 2026-08-10
4. meta-models/Muse-Glimmer-30B · Hugging Face (huggingface.co) — 2025-04-17