01 / 模型卡片
模型卡片
Muse-Glimmer-30B 是由 meta-models 团队推出的一款高性能多模态大模型，核心能力在于深度理解图像与文本的跨模态关联。不同于单纯的图像生成模型，它更擅长“看图说话”与“图文推理”，能够精准解析图像细节并结合上下文进行逻辑对话。对于开发者而言，30B 的参数规模在性能与部署成本之间取得了较好的平衡，既能胜任复杂的视觉问答（VQA）任务，也适合集成到需要视觉理解能力的智能助手或自动化内容审核场景中。由于采用了 Apache-2.0 开源协议，它对商业化应用非常友好，上手门槛适中，是构建下一代多模态应用的一个强力候选底座。
模型类型image text to text
提供方meta-models
许可状态apache-2.0
02 / 文件与版本
模型文件与版本
模型卡片当前详情页记录的模型说明与元数据
已收录来源仓库https://huggingface.co/meta-models/Muse-Glimmer-30B
查看模型来源版本信息请以来源仓库的最新版本为准
—03 / 模型下载
下载模型
推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。
当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库:
meta-models/Muse-Glimmer-30B安装 ModelScope
下载前先安装命令行和 SDK 依赖。
pip install modelscope命令行下载完整模型库
下载完整模型权重、配置和模型卡片。
modelscope download --model meta-models/Muse-Glimmer-30B下载单个文件到指定目录
这里以 README.md 为例，也可以替换为仓库内的其他文件。
modelscope download --model meta-models/Muse-Glimmer-30B README.md --local_dir ./dirSDK 下载
适合在 Python 项目或自动化脚本中使用。
from modelscope import snapshot_download
model_dir = snapshot_download('meta-models/Muse-Glimmer-30B')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/meta-models/Muse-Glimmer-30B.git跳过 LFS 大文件下载
先获取仓库结构，之后再按需拉取大文件。
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/meta-models/Muse-Glimmer-30B.git04 / 使用方法
如何使用
- 01步骤 1
阅读模型卡片和来源信息。
- 02步骤 2
从小型、非敏感任务开始评估。
- 03步骤 3
核对输出质量、许可和使用限制。
- 04步骤 4
验证通过后再纳入工作流。
05 / 讨论
讨论与反馈
这里保留讨论入口，方便继续核对来源、使用体验和维护状态。
前往来源页面