Meta brengt AI-model uit dat lokaal op één computer kan draaien

dinsdag, 11 augustus 2026 om 7:03

bijgewerkt om dinsdag, 11 augustus 2026 om 7:16

Meta brengt AI-model uit dat lokaal op één computer kan draaien

Meta heeft Muse Glimmer uitgebracht, een AI-model dat lokaal op een krachtige Mac of Windows-computer kan draaien. Het model is speciaal ontwikkeld voor AI-agents die zelfstandig meerdere stappen uitvoeren, zoals bestanden verwerken, code schrijven en programma’s bedienen.

Muse Glimmer telt 30 miljard parameters en kan volgens Meta worden gebruikt op een computer met één geschikte grafische kaart. Ontwikkelaars mogen de gewichten van het model downloaden en aanpassen onder de relatief ruime Apache 2.0-licentie.

De introductie is opvallend omdat Meta de afgelopen periode juist minder open werd over zijn krachtigste AI-modellen. Tegelijk met de lancering zegt het bedrijf dat later ook een open-weightversie van het grotere Muse Spark 1.2 verschijnt.

Wat kan Muse Glimmer?

Muse Glimmer is een multimodaal model. Het kan daardoor niet alleen tekst verwerken, maar ook afbeeldingen, schermafbeeldingen en visuele onderdelen van computerprogramma’s analyseren.

Het model is vooral gericht op zogeheten agentische taken. Daarbij geeft een gebruiker niet voor iedere handeling een afzonderlijke opdracht. De AI krijgt een doel en probeert vervolgens zelf de benodigde stappen uit te voeren.

Een agent kan bijvoorbeeld:

Een map met documenten doorzoeken en de belangrijkste informatie ordenen
Code schrijven, uitvoeren en fouten proberen te herstellen
Informatie uit schermafbeeldingen halen
Verschillende hulpmiddelen achter elkaar aanroepen
Bestanden openen, vergelijken en aanpassen
Langere administratieve processen uitvoeren

Meta positioneert Muse Glimmer niet als rechtstreekse vervanger van de grootste modellen van OpenAI, Google of Anthropic. Het model is kleiner en vooral geoptimaliseerd voor taken die lokaal en voortdurend kunnen worden uitgevoerd.

Dat kan interessant zijn voor gebruikers die geen vertrouwelijke bestanden naar een externe aanbieder willen sturen.

AI draait zonder voortdurende cloudverbinding

De meeste bekende AI-diensten draaien in grote datacenters. Wanneer iemand ChatGPT, Claude of Gemini gebruikt, wordt een opdracht naar de servers van de aanbieder gestuurd. Daar genereert het model een antwoord dat vervolgens naar de gebruiker wordt teruggestuurd.

Een lokaal model werkt anders. De berekening vindt plaats op de eigen computer van de gebruiker of op een server die door de organisatie zelf wordt beheerd.

Dat heeft verschillende voordelen. Bedrijfsdocumenten, broncode en andere gevoelige informatie hoeven niet automatisch naar een externe AI-aanbieder te worden gestuurd. Het model kan bovendien blijven werken wanneer een internetverbinding ontbreekt of een commerciële API tijdelijk niet beschikbaar is.

Daar staan ook nadelen tegenover. Een computer heeft voldoende geheugen en rekenkracht nodig. De gebruiker of organisatie is daarnaast zelf verantwoordelijk voor installatie, updates, toegangsrechten en beveiliging.

“Lokaal” betekent daarom niet automatisch “veilig”. Een AI-agent die toegang krijgt tot bestanden en programma’s kan ook lokaal fouten maken of ongewenste acties uitvoeren.

Eén grafische kaart is nog geen gewone laptop

Meta zegt dat Muse Glimmer kan draaien op een Mac of pc met één grafische processor. Dat betekent niet dat iedere consumentencomputer het model probleemloos kan gebruiken.

Een model met 30 miljard parameters vereist normaal gesproken veel werkgeheugen. Meta gebruikt compressietechnieken om de benodigde opslag en het geheugengebruik te verkleinen. Bij een versie die is teruggebracht naar ongeveer vier bits blijft volgens technische informatie minder dan 20 GB over voor het taalmodel.

Daarmee komt Muse Glimmer binnen bereik van krachtige werkstations, recente Macs met veel gedeeld geheugen en desktops met een moderne grafische kaart. Veel goedkopere laptops en kantoorcomputers beschikken echter niet over voldoende capaciteit.

Meta werkt samen met onder meer AMD, Arm, Dell, Intel en Nvidia om het model voor verschillende soorten hardware te optimaliseren. Ondersteuning voor populaire lokale AI-programma’s en frameworks moet de installatie eenvoudiger maken.

Het model is getraind voor meer dan honderd talen. Hoe goed Muse Glimmer in het Nederlands presteert, moet nog onafhankelijk worden getest.

Open weights is niet hetzelfde als volledig open source

Meta noemt Muse Glimmer een open-weightmodel. Dat betekent dat ontwikkelaars de getrainde modelgewichten kunnen downloaden en op eigen hardware mogen gebruiken.

De Apache 2.0-licentie biedt daarbij relatief veel vrijheid. Ontwikkelaars kunnen het model aanpassen en in commerciële toepassingen verwerken, zolang zij zich aan de voorwaarden van de licentie houden.

Toch is open weights niet precies hetzelfde als volledig open source. Meta publiceert niet noodzakelijk alle trainingsdata, selectiemethoden en interne ontwikkelprocessen waarmee het model tot stand kwam.

Zonder die informatie kan een externe onderzoeker het model niet volledig vanaf het begin reproduceren. Wel is er aanzienlijk meer controle dan bij een model dat uitsluitend via een commerciële API beschikbaar is.

Dat verschil is relevant voor bedrijven. Een organisatie kan Muse Glimmer binnen de eigen infrastructuur plaatsen, verder trainen met eigen gegevens en de werking aanpassen aan een specifieke taak.

Meta belooft ook groter model open te stellen

Meta heeft tegelijkertijd aangekondigd dat het een open-weightversie van Muse Spark 1.2 wil publiceren. Wanneer dat gebeurt en onder welke licentie het grotere model beschikbaar komt, is nog niet volledig duidelijk.

Muse Spark is krachtiger dan Glimmer, maar heeft waarschijnlijk ook veel meer hardware nodig. Daardoor zal het model eerder interessant zijn voor bedrijven, cloudplatforms en onderzoeksinstellingen dan voor individuele computergebruikers.

De aankondiging betekent een gedeeltelijke terugkeer naar de strategie waarmee Meta eerder de Llama-modellen groot maakte. Door modelgewichten beschikbaar te stellen, bouwde het bedrijf een groot ecosysteem van ontwikkelaars, aangepaste modellen en toepassingen op.

Bij latere modellen koos Meta vaker voor beperktere toegang. Muse Glimmer moet laten zien dat het bedrijf open distributie opnieuw als strategisch voordeel ziet.

Zuckerberg wil macht over AI verspreiden

Topman Mark Zuckerberg koppelde de introductie aan een uitgebreid essay over zijn visie op kunstmatige intelligentie. Volgens hem is het gevaarlijk wanneer een klein aantal bedrijven of deskundigen bepaalt wie toegang krijgt tot de krachtigste modellen.

Zuckerberg wil dat mensen uiteindelijk beschikken over een persoonlijke AI die aansluit op hun eigen doelen en voorkeuren. Open modellen zouden moeten voorkomen dat alle controle bij enkele centrale aanbieders terechtkomt.

Die boodschap sluit aan bij Meta’s zakelijke belangen. Het bedrijf verdient zijn belangrijkste omzet niet met de verkoop van AI-modellen, maar met advertenties, sociale platforms, slimme brillen en andere consumentenproducten.

Door modellen breed beschikbaar te maken, kan Meta invloed op het AI-ecosysteem opbouwen zonder voor iedere opdracht een afzonderlijke betaling te vragen.

Open modellen brengen tegelijkertijd risico’s mee. Een aanbieder kan na het downloaden nauwelijks controleren waarvoor een model wordt gebruikt. Dat maakt lokale modellen aantrekkelijk voor privacybewuste bedrijven, maar ook voor kwaadwillende gebruikers.

Wat betekent Muse Glimmer voor gebruikers?

Voor de meeste consumenten zal Muse Glimmer niet onmiddellijk een kant-en-klare vervanger van ChatGPT of Gemini zijn. Het model is in eerste instantie vooral interessant voor ontwikkelaars en ervaren gebruikers die lokale AI-software installeren.

De introductie laat wel zien waar persoonlijke AI naartoe beweegt. In plaats van iedere opdracht naar een groot datacenter te sturen, kunnen kleinere agents steeds meer werkzaamheden op de computer zelf uitvoeren.

Dat kan de kosten verlagen, de privacy verbeteren en AI beschikbaar maken zonder permanente internetverbinding. Het geeft een agent tegelijk directe toegang tot lokale bestanden en programma’s, waardoor goede beveiliging belangrijker wordt.

Meta probeert zich daarmee te onderscheiden van bedrijven die hun krachtigste technologie achter gesloten cloudplatforms houden. Of Muse Glimmer sterk genoeg is om complexe agents betrouwbaar aan te sturen, moet uit onafhankelijke praktijktests blijken.

De belangrijkste verandering is voorlopig dat een modern agentisch model niet langer per definitie in het datacenter van een grote AI-aanbieder hoeft te draaien.

Robin HeesterOprichter

Robin Heester is mede-oprichter van AI Wereld en heeft door de jaren heen meerdere websites, nieuwsbrieven en magazines opgericht. Hij schrijft over technologie, innovatie en de maatschappelijke impact van nieuwe digitale ontwikkelingen.