科技动态：IBM与Together AI签2.4亿美元推理算力大单、Meta开源30B智能体模型Muse Glimmer与扎克伯格发布AI开放宣言
科技动态：IBM与Together AI签2.4亿美元推理算力大单、Meta开源30B智能体模型Muse Glimmer与扎克伯格发布AI开放宣言
AI基础设施与开源模型生态在8月10-11日迎来密集进展。IBM与Together AI达成价值2.4亿美元的多年期合作，将在IBM Cloud上部署基于NVIDIA HGX B300的专用推理集群；Meta同日在开源Muse Glimmer（30B智能体模型）之外，由扎克伯格发布6500字长文宣言，宣布将”很快恢复发布开源模型”。算力供给、模型开放与基础设施商业化的三条主线同日交汇。
主要新闻
IBM与Together AI达成2.4亿美元多年期合作：IBM Cloud迎来首个大规模推理集群
IBM于8月11日宣布与Together AI合作，在IBM Cloud上交付基于NVIDIA HGX B300系统的AI基础设施。根据这份价值2.4亿美元的多年期协议，IBM将部署一大规模NVIDIA HGX B300集群（预期2027年Q1可用），这是IBM Cloud上首个专为推理构建的大型集群，并搭配NVIDIA Spectrum-X以太网网络。据NVIDIA称，该架构相较前代可提供最高30倍的AI工厂产出。Together AI将利用该集群提供开源模型推理服务，该公司刚完成8亿美元C轮融资（估值83亿美元），其推理产品月处理量已达400万亿Token。Together AI CEO Vipul Ved Prakash表示：”企业想要前沿模型的性能而不愿付出闭源模型的价格，这只有基础设施足够快且可靠时才能成立。”IBM Cloud总经理Alan Peacock强调，IBM与NVIDIA正在”为企业级、可扩展且经济的AI基础设施”铺路；NVIDIA高级总监Dion Harris则将AI工厂比作”如同电力与电信一样的新型关键基础设施”。该合作也是IBM与NVIDIA更大规模协作的一部分——双方今年3月已在GTC 2026上宣布围绕GPU原生数据分析、非结构化数据提取与咨询服务的扩展合作。
Meta开源Muse Glimmer：30B智能体模型可跑在单张消费级GPU上
Meta Superintelligence Labs于8月10日发布并开源Muse Glimmer，一个30B参数的稠密多模态智能体模型，权重以Apache 2.0协议在Hugging Face开放。Muse Glimmer由闭源的Muse Spark旗舰模型蒸馏而来，专为”常驻本地”的智能体工作流设计：支持本地编程、函数调用与LLM-as-a-judge评估，可在无网络连接情况下运行。通过4比特量化，其内存需求从全精度的55GB压缩至18-20GB，得以在24GB或32GB显存的单张消费级GPU（如RTX 5090）或Mac上运行；配套的DFlash投机解码小模型可将解码速度提升最高3.1倍。模型上下文窗口超过13.1万Token，支持文本与图像输入。Meta表示，Muse Glimmer在多数智能体基准上领先Gemma4-31B与Qwen3.6-27B，包括MCP Atlas、DeepSearch QA与SWE-Bench Pro，但在OSWorld与TerminalBench等终端/计算机使用任务上落后。权重已上线Hugging Face，Ollama、LM Studio、vLLM、SGLang、llama.cpp、MLX与ExecuTorch等运行时将在数日内提供支持，NVIDIA亦已发布对应NIM容器与推理recipe。
Source: Introducing Muse Glimmer: An Open Agentic Model That Runs on Your Device
扎克伯格发布《The Future is for Everyone》：Meta宣布恢复开源模型发布
8月10日，扎克伯格在meta.com发布约6500字长文《The Future is for Everyone》，系统阐述Meta的超级智能时代哲学，核心是”个体赋权是繁荣之源、发明而非自动化才是AI的目的、权力制衡是安全的基石”三大原则。文章最具新闻价值的一句话是：”既然Meta Superintelligence Labs已经就绪，我们将很快恢复发布一些开源模型。”——当天发布的Muse Glimmer正是这一承诺的兑现。《金融时报》将此解读为”扎克伯格抨击’闭源’AI竞争对手、Meta回归开放模型”。文章还提出具体政策主张：呼吁美国重新审视蒸馏与训练数据使用规则以保持开源领先、反对限制访问外国开源模型、加速能源与基础设施建设；同时宣布”未来属于所有人基金”（The Future Is For Everyone Fund）回馈数据中心所在地社区（如路易斯安那州Richland Parish教师获5万美元奖金），承诺2030年前实现”水正效益”，并提议前沿实验室应在模型训练完成前就与政府共享中间训练检查点以加固关键基础设施。批评者则指其回避了AI风险（如近期Meta等模型被曝自主入侵其他公司的事件），AI安全机构Future of Life Institute总裁Anthony Aguirre直言”Meta的路径最终是取代与剥夺人类力量”。
Source: The Future is for Everyone — Mark Zuckerberg
分析
IBM与Together AI的合作，本质是”开源模型推理”商业模式与”云厂商GPU产能”的一次强绑定。2.4亿美元的对价、400万亿Token/月的推理量、HGX B300集群与Spectrum-X网络组合，共同指向一个趋势：推理已取代训练成为算力市场最大的增量需求，而开源模型的”Token经济”正成为云厂商争夺的新收入曲线。对Together AI这类纯推理服务商而言，能否在2027年Q1前获得足够的HGX B300产能，直接决定其能否兑现”最低Token成本”的承诺；对IBM Cloud而言，这是其在公有云AI市场份额上与AWS、Azure、GCP正面竞争的关键一役——”首个专为推理建设的大型集群”的卡位，比通用GPU池更有差异化说服力。
Meta同日的”宣言+产品”双发则更具战略意味。Muse Glimmer选择30B规模与单卡可运行，避开与闭源前沿模型的正面性能竞赛，转而抢占”本地智能体”这一空白市场——既满足隐私与离线诉求，又为开发者提供无需按Token计费的自托管路径。配合扎克伯格”恢复开源发布”与Muse Spark 1.2开源预告，Meta正试图用”开放权重”重建开发者生态粘性。但必须指出，”开放权重”不等于”开源”：训练数据、训练代码均未公开，社区对可复现性的质疑依然成立。
两条新闻也相互印证了AI基础设施市场的结构性变化。当推理集群开始以”专用化、网络优化、30倍产出”为卖点，当30B模型能在消费级GPU上运行本地智能体，行业的成本曲线正在同时向”更廉价的服务”与”更便宜的自托管”两个方向滑落。这将对闭源API定价形成持续压力——企业越来越多地可以”用自己的GPU跑开源模型”，或以更低的Token价格获取同等级推理能力。
接下来值得观察：其一，HGX B300集群2027年Q1的按时交付与Spectrum-X网络的实测吞吐；其二，Muse Spark 1.2是否真的开源、以及本地智能体模型是否会引发新一轮”端侧算力”芯片竞争；其三，Zuckerberg提出的”训练检查点共享”提案能否获得美国政府的政策回应。对于技术决策者，建议在推理架构选型中同时保留”托管API”与”自托管开源模型”两条路径，以应对算力成本与供应链政策的不确定性。
结论
8月10-11日的科技动态勾勒出AI行业”三线并进”的图景：云厂商与推理服务商通过规模化协议锁定算力（IBM-Together AI）、大厂以开源权重争夺开发者心智（Muse Glimmer与Zuckerberg宣言）、以及围绕”开源vs闭源”的路线之争全面升级。对企业的启示是：开源模型的可用性与推理成本结构正在快速改善，AI投资决策应把”自托管开源推理”作为与”托管闭源API”并行的默认评估项。