Meta 推开放权重模型 Muse Glimmer，扎克伯格呼吁美国减少开源 AI 政策障碍
据 IT之家 8 月 10 日消息，路透社报道称，Meta CEO 马克·扎克伯格近期呼吁美国减少开源 AI 发展面临的政策障碍，以便在开放权重模型领域更好地与中国等竞争对手抗衡。与此同时，Meta 发布了新的开放权重模型 Muse Glimmer，并称后续还会有更多模型推出。该模型相较部分头部 AI 模型规模更小，定位也更偏向个人设备侧运行，可在仅配备一张显卡的 Mac 或 PC 上执行智能体任务，瞄准本地 AI 与个人终端智能化需求。
扎克伯格在一篇题为《未来属于所有人》的长文中强调，AI 应当得到更广泛的普及，而不是集中在少数机构手中。他认为，将 AI 视为危险到必须高度集中权力才能管理，本身就是值得警惕的思路。这一表态延续了 Meta 长期推动开放模型的路线，也反映出美国科技公司在 AI 监管、数据使用和全球竞争之间的紧张关系。
Meta 继续押注开放权重：从云端大模型走向个人设备 AI
来源显示，Muse Glimmer 并非直接对标竞争对手最大的顶尖模型，而是选择了更轻量、更贴近终端的路线。它的核心卖点在于可在普通个人电脑环境中运行智能体任务，这意味着用户和开发者不一定完全依赖云端大模型服务，也可能在本地完成一部分自动化、内容处理或应用协作。
对于 AI 工具生态而言，这类模型的意义在于降低部署门槛。开放权重模型通常有利于研究人员、创业团队和开发者进行二次开发，也便于企业在私有环境中测试和集成。Meta 还准备公开当前旗下最先进模型 Muse Spark 1.2 的权重。该模型由其去年组建的超级智能团队开发，被视为 Meta 在 AI 竞赛中重新追赶的重要项目。
- Muse Glimmer：定位更小规模开放权重模型，面向个人设备侧运行智能体任务。
- Muse Spark 1.2：Meta 准备公开权重的更先进模型，由超级智能团队开发。
- 开放路线：Meta 继续将模型权重开放作为差异化策略，与封闭模型服务形成对比。
政策争议焦点：数据使用、蒸馏与开放模型竞争
扎克伯格此次发声的重点并不只是发布新模型，而是呼吁美国重新审视与开放权重模型相关的政策环境。他表示，如果美国企业希望在开放权重模型领域保持领先，就必须重新考虑数据使用、模型蒸馏等方面的限制。按照他的说法，外国实验室在多个方面拥有优势，其中一个原因是美国实验室在训练数据上面临更多限制。
这一判断触及当前 AI 产业的核心矛盾：一方面，模型训练需要大量数据、算力和工程投入；另一方面，版权、隐私、安全和竞争政策正在持续收紧。对于开源 AI 来说，如果数据获取和模型训练的规则过于复杂，中小开发者与开放社区受到的影响可能比大型闭源平台更明显，因为后者往往拥有更强的合规、采购和算力资源。
扎克伯格还指出，限制获取外国开源模型并不能真正解决问题。这一观点意味着，单纯依靠访问限制或封锁策略，可能无法改变全球开发者对可用模型的选择。相反，谁能提供更强、成本更低、生态更友好的开放模型，谁就更可能获得开发者社区的长期支持。
影响解读：开放 AI 竞争正在从模型能力扩展到基础设施与社区
Meta 此次同时谈到模型、政策和社区支持，说明开放 AI 的竞争已经不只是参数规模或榜单成绩的竞争。扎克伯格宣布设立 10 亿美元基金，向社区提供支持，试图缓解外界对 Meta 大规模建设数据中心影响当地社区的担忧。他也坦言，与中国等国家相比，美国在基础设施建设方面存在劣势。
对中文科技读者而言，这一动向值得关注的原因在于：开放权重模型可能继续推动 AI 应用从云端平台向本地终端扩散。如果个人电脑、工作站甚至未来的消费级硬件能够运行更多智能体任务，AI 工具的形态将更接近“嵌入式生产力系统”，而不是单一聊天机器人。
不过，Meta 的开放路线也面临现实压力。来源提到，去年 Llama 4 反响不佳后，Meta 被迫调整战略。也就是说，开放并不天然等于领先，模型质量、开发者体验、应用生态和持续投入同样关键。对于美国 AI 产业来说，扎克伯格的呼吁代表了一种立场：要在全球 AI 竞争中保持优势，开放模型需要更清晰、更可执行的政策环境，而不是在安全担忧与产业竞争之间长期摇摆。