每天跟 AI 说一句话，就扣一次钱。翻译、写邮件、查资料，用一次算一次。我们都习惯了，就像没人质疑水费电费按表走。可昨天，Meta 开源了一个叫 Muse Glimmer 的模型，300 亿个参数，装进一张显卡就能跑，还说以后 AI 助手要常住你的电脑，不再依赖云端。早该这样了。
可就在同一天，Meta 放了三件事：模型开源、旗舰模型 Muse Spark 的开源版本预告、扎克伯格亲自写的《超级智能应人人可用》。技术动作、开源承诺、价值观宣言，一天打包。把这三件摆在一起读，才算看懂 Meta 想干什么。
你为 AI 花的每一分钱，默认都上交给云端
按字扣钱，行业里有个正式说法叫 token 计费。token 就是模型眼里的「字」。今天主流 AI 产品几乎都这么收钱：你问一句，它扣一笔，月月如此。这个模式成了默认，没人问过你同不同意。
这步棋的重点，藏在付费方式里。 Meta 超级智能实验室在发布文章里自己点破了现状：大多数部署仍依赖云端和网络。依赖云端，就意味着每次提问都要先把数据送出去，等结果传回来，再按用量付钱。
本地跑，消解的是延迟、隐私、按字扣钱这三件事。模型装进你的电脑，天天在线，随叫随到，扣钱就停了，等于把持续交钱这根线，从根上剪了。
云厂商和 API 商靠用量持续收钱的那条收入线，也被从根上撬了一下。
一张显卡才多大点地方，它凭什么装得下这些？
55GB 是怎么塞进一张显卡的
官方称，这个模型按原始规格跑，整个就要占 55 个 G 以上的内存，超过市面上任何一张消费级显卡，得上专业设备。Meta 给的办法是量化，也就是给模型瘦身：砍掉占地方的精度，语言模型压到 20 个 G 以内，剩下的空间再装看图的、记上下文的配件，整体落进一张中高端游戏显卡。
官方说，瘦身对这类干活型的任务几乎没什么损失。这话先听一半：是官方自己说的，第三方还没复测过。
他们还配了个提速的副手，官方叫投机解码。官方给出的口径是：同样等一句话出来，旗舰显卡上快了三倍，本来要等三秒的，一秒出头；苹果芯片上也快了五成到八成。不用买工作站，手头这台就能跑。
模型是装进去了，可它住下来以后，想要的东西比显卡金贵得多。
常驻的智能体，要接管你的日程、消息和文件
官方给这个模型的定位，是常驻本地的智能体，替你干活的 AI 助手。它管日程、理文件，官方的说法是，这样的助手需要深入接触你的个人上下文。日程、消息、文件，基本就是一个人数字生活的全部。
它干活的水平，官方列了一串：能自己完成一整套任务，工具报错能自己诊断、重试，不会停在那不动；能读截图、翻文档；一次读得下约十几万字，相当于一本长篇小说的量，全装在一个能随身跑的模型里。主流的本地运行工具，Ollama、LM Studio 这些，都已经适配好了，Mac 也能跑。
把这些都交给它，你敢把它放在别人家的服务器上吗？
这次 Meta 把自家开源规则改了
许可一放开，你就有第三个选项：不放云端、不租别人的服务器，放自己电脑里。
Llama 系列这些年用的，是一套带门槛的「Llama 社区许可」，业内管它叫开放权重，严格说够不上开源社区公认的开源许可。门槛就摆在明处。你用 Llama 训练出新模型，名字必须以 Llama 开头，产品页面要显著挂着「Built with Llama」。产品月活超过 7 亿，得向 Meta 申请，批不批全看 Meta 的脸色。
Muse Glimmer 这次直接换成 Apache 2.0，一套老牌的正经开源许可：商用、修改、再分发，都没有额外条件，任何体量的公司都能直接用。
同一个集团，一边给 Llama 上着锁，一边给 Muse Glimmer 开了门。更巧的是，这个开源小模型是闭源的旗舰 Muse Spark 蒸出来的。蒸馏，就是大模型当老师，把本事传给小模型。闭源养开源，Meta 这次把这条路线明着走了一遍。
同一天，扎克伯格发了篇长文，其中写道（译文）：「如今 Meta 超级智能实验室已经就绪运转，我们将很快恢复发布一些开源模型。」这是编排好的战略宣示。编排是我的解读，能确认的事实是，这三件事真的在同一天落地。
开源圈吵了很久的「真开源还是假开源」，这次 Meta 自己先让了一步。
对标名单里，这次有 Qwen
让了一步的不只是许可，连对标名单都变了。
Meta 官方给这个模型选了两个对标对象，都是同尺寸的：谷歌的 Gemma、国产的 Qwen。这份名单里，也出现了国产模型的身影。
对中国开发者，最实在的变化有两条：许可彻底放开，一张中高端显卡就能跑。本地运行工具也已经接好，装上就能用，不用看谁的脸色。
不过这份名单是 Meta 自己选的，不等于第三方实测排名。官方点名，可能是抬举，也可能是真把你当对手。信几分，你自己掂量。
别高兴太早
先把冷水泼够。第一，所有性能说法目前都是官方口径，「瘦身几乎无损失」「能力清单」都是官方称的，第三方还没复测。第二，本地跑的现实速度：按苹果 M5 Pro 的实测换算，一分钟约一千字上下，够日常对话和轻任务，撑不起狂飙式的长文生成，复杂推理和云端旗舰的差距客观存在。
第三，这次放开的只是权重和代码，训练数据、蒸馏细节、旗舰 Muse Spark 的权重都没公开。开源权重，不等于可复现。第四，Muse Spark 的开源版本目前只是预告，说是几周内发布，还没落地。
端侧是方向，但别拿它当「AI 全包」——先在特定场景里用起来，再谈慢慢变主流，判断就落在这。
本文事实来源
- Meta 官方发布博客：《Introducing Muse Glimmer: an open agentic model》
- LMSYS / SGLang 技术评测：《SGLang Adds Day-0 Support for Muse Glimmer, a Multimodal Model Built for Local Agentic Workflows》
- 马克·扎克伯格：《The Future is for Everyone》
- Hugging Face：Muse Glimmer 模型卡（Apache 2.0 许可声明）
- Meta 官方：《Llama 4 Community License》许可文本