Muse Glimmer: así es la IA de Meta que puede funcionar en tu ordenador sin necesitar internet

Meta ha presentado Muse Glimmer, un modelo de inteligencia artificial pensado para instalarse en el ordenador del usuario en lugar de depender de un centro de datos remoto. La compañía lo define como un modelo agéntico, es decir, un sistema capaz no solo de responder preguntas, sino de encadenar varias tareas seguidas, usar herramientas externas y corregirse cuando algo sale mal, todo sin necesitar conexión a internet mientras trabaja.

Un modelo grande metido en un espacio pequeño

La idea detrás de Muse Glimmer es sencilla de entender. Un asistente que gestiona tu agenda, redacta correos u organiza archivos necesita acceso a información bastante personal, y muchos usuarios prefieren que esos datos no salgan de su propio ordenador rumbo a un servidor externo. Al ejecutarse en local, Muse Glimmer promete resolver ese problema, aunque conviene recordar que la privacidad real dependerá también de cómo configure cada desarrollador la aplicación que lo use.

Meta ha decidido publicar los pesos de Muse Glimmer bajo la licencia Apache 2.0, lo que significa que cualquier programador puede descargarlo, modificarlo y usarlo con fines comerciales sin pagar nada por ello. El modelo tiene 30.000 millones de parámetros, la cifra que sirve para medir su tamaño y capacidad, y ya puede descargarse desde Hugging Face, una de las plataformas de referencia para compartir modelos de IA.

Ese tamaño plantea un problema. Sin optimizar, Muse Glimmer ocuparía más de 55 gigabytes de memoria, una cifra que no es pequeña. Para solucionarlo, sus ingenieros han comprimido los pesos del modelo, reduciendo la precisión con la que se guardan sus datos internos, hasta bajar ese peso a menos de 20 gigabytes. Ese margen permite que funcionen a la vez la memoria de trabajo del modelo, el sistema que interpreta imágenes y un mecanismo adicional para acelerar las respuestas, todo dentro de una tarjeta gráfica de 24 o 32 gigabytes.

Por qué responde más rápido de lo habitual

Ese mecanismo adicional para acelerar las respuestas se llama DFlash y funciona como una especie de ayudante que se adelanta al modelo principal. Mientras un chatbot normal genera el texto palabra por palabra, DFlash propone bloques enteros por adelantado, y el modelo principal se limita a comprobar si esas propuestas son correctas y corregirlas si hace falta. El resultado es una conversación notablemente más ágil. Según las cifras publicadas por Meta, la velocidad de generación se multiplica por 3,1 en una tarjeta Nvidia RTX 5090, y por 1,5 y 1,8 en los chips M4 Max y M5 Max de Apple respectivamente. Son datos de la propia empresa, así que conviene esperar a pruebas independientes antes de darlos por definitivos.

De dónde viene su inteligencia y qué puede hacer

Muse Glimmer no ha aprendido de cero. Sus creadores lo han entrenado a partir de las respuestas de un modelo mayor de la casa, Muse Spark, en un proceso llamado destilación, que consiste en que el modelo pequeño aprende a imitar el razonamiento del grande sin necesitar todo su tamaño. Gracias a esa herencia, Muse Glimmer puede mantener conversaciones largas, planificar varios pasos seguidos, llamar a herramientas externas con precisión y, cuando algo falla, detectar el error en lugar de quedarse bloqueado. También entiende imágenes además de texto, lo que le permite leer una captura de pantalla, un documento escaneado o una tabla dentro de la misma conversación.

La firma de Menlo Park compara su rendimiento con el de otros modelos de tamaño similar, como Gemma4 31B de Google y Qwen3.6 27B de Alibaba, en pruebas de programación, uso de herramientas y razonamiento. Muse Glimmer queda por delante en buena parte de esas pruebas, aunque no en todas, así que hablar de una victoria aplastante sería exagerar.

Cuándo y cómo se podrá usar

Por ahora, probar Muse Glimmer sin escribir una línea de código exige algo de paciencia. Las integraciones con Ollama y LM Studio, dos aplicaciones pensadas para instalar modelos de IA con una interfaz sencilla, llegarán en los próximos días. Los usuarios más técnicos ya pueden descargar los pesos desde Hugging Face y ponerlo en marcha con herramientas como llama.cpp o MLX. Meta también colabora con AMD, Arm, Dell, Intel y Nvidia para que el modelo aproveche mejor el hardware de cada fabricante.

El lanzamiento encaja con una tendencia que lleva tiempo creciendo en el sector, la de acercar la inteligencia artificial al propio dispositivo en lugar de mantenerla atada a la nube. Modelos como Muse Glimmer abren la puerta a asistentes que funcionan en un avión, en una zona sin cobertura o sin ceder datos sensibles a terceros. No es el primero que lo intenta, pero su tamaño, su licencia abierta y el respaldo de Meta lo convierten en uno de los lanzamientos más vigilados del año dentro de la IA que corre sin salir de casa.