Muse Glimmer(ミューズグリマー)とは
Muse Glimmerとは、Metaが2026年8月に公開した、端末上で動くAIエージェント向けのオープンウェイトモデルです。個人の予定や文書を扱う支援役を、クラウドだけに頼らずMacやPCで検証できるよう設計されています。
英語表記：Muse Glimmer
300億規模を端末向けに小さく収める
2026年8月12日時点で、モデルのウェイト（学習の結果として決まった内部の数値一式）はApache License 2.0で公開されています。商用利用も認められた、代表的なオープンソースの利用条件です。約300億のパラメータはAI内部の調整値で、量子化（数値の刻みを粗くして容量を減らす手法）により言語モデル部分は20GB未満へ収まりました。公式説明では、画像理解や作業中の記憶に使う領域を含め、24GBまたは32GBのメモリ枠で動かす構成が示されています。メモリを多めに積んだノートPCやデスクトップが目安といえるでしょう。
テキストと画像を受け取り、ツール呼び出し、コーディング、長い作業の実行、失敗からのやり直しに対応します。同じMuseファミリーの上位モデルMuse Sparkの出力から知識を移す知識蒸留も使われました。大きな教師の考え方を、端末に収まる生徒へ教えるイメージです。
公開モデルと完成した業務アプリを分けて考える
ローカルLLMを使えば、機密文書を外部サービスへ送らずに処理する構成を選べます。ただし、連携する検索、メール、ログ保存などが外部通信すれば、端末内だけで完結するとは限りません。通信先と保存先はアプリ全体で確認します。
オープンウェイトであることは、権限管理や誤操作防止まで完成しているという意味ではありません。導入前に、自社端末での速度、対象業務の成功率、ツールに渡す権限、停止方法をそろえて試し、モデル更新後も同じ評価を繰り返します。
Topic小さな下書き役が本体より先に続きを考える
Muse Glimmerには、DFlashという技術を基にした軽量な下書きモデルが付きます。通常は一語ずつ作る続きを、この下書き役がまとまりで提案し、本体が並行して正誤を確認する流れ。答えの品質を省くのではなく、検算できた候補をまとめて採用して生成を速める仕組みです。
Muse Glimmerに関するよくある質問
- Muse Glimmerはインターネット接続なしで使えますか？
- モデル自体は端末上で実行できます。ただし、検索やメールなど外部サービスにつなぐ機能は通信が必要です。利用するアプリ全体の通信先を確認してください。
- Muse Glimmerを動かせる端末の目安は何ですか？
- 公式説明では、量子化した構成を24GBまたは32GBのメモリ枠で動かす想定が示されています。実際の必要量や速度は実行方法、入力の長さ、画像利用などで変わります。
- Muse Glimmerを業務へ導入するとき、最初に何を試しますか？
- 機密度の低い小さな業務で、成功率、処理時間、外部通信、誤ったツール操作、停止方法を確認します。モデル単体ではなく、連携先を含む一連の動作を評価します。
