圆刚推出 AI 降噪麦克风 A113,工作温度范围达 -25℃ 至 +60℃
圆刚推出面向工业应用的 AIClear Mic (A113) 麦克风,工作温度范围达 -25℃ 至 +60℃。该设备支持 AI 降噪,可使语音识别准确率提升 60% 以上,并采用 USB-C 一线连设计。
圆刚推出面向工业应用的 AIClear Mic (A113) 麦克风,工作温度范围达 -25℃ 至 +60℃。该设备支持 AI 降噪,可使语音识别准确率提升 60% 以上,并采用 USB-C 一线连设计。
Meta 于当地时间 10 月 2 日推出开源项目 Muse Gadgets,并在 GitHub 按 Apache 2.0 许可发布 ESP32 固件和 Linux 设备 SDK,开发者可用低成本 ESP32 开发板或树莓派等 Linux 设备为个人 AI 智能体 Muse 打造自定义硬件。
半导体分析机构 Kurnal Insights 发布华为麒麟 9050 Pro 芯片裸片显微照,首次展示双裸片垂直堆叠逻辑折叠结构,晶体管密度提升 55% 且单裸片面积小于前代。实测性能对齐条件下 NPU、GPU、CPU 功耗分别降低 66%、58%、41%。伯恩斯坦指出该芯片将移动芯片与苹果技术差距缩小至约三年,其已于 10 月 1 日 Mate 90 系列发布会揭晓。
SCM 是一款 macOS 本地优先应用,利用视觉模型、OCR 和 Whisper 对照片及视频帧进行自然语言搜索。其默认使用 Qwen3 1.7B 模型,支持离线运行且媒体数据不离开设备。该工具通过 Homebrew 分发,旨在提供完全私密的媒体检索体验。
苹果 iPhone 18 Pro 系列在 W39 周国内累计销量达 176 万台,两款机型均完成单品激活 100 万台。该系列于 9 月 18 日开售,国行起售价 9999 元,搭载台积电 2nm 制程的 A20 Pro 芯片,并首次引入支持四档调节的可变光圈技术。
一名用户借助自制软件把 iPhone 17 Pro Max 经 USB-C 外接至 M4 Pro 版 MacBook Pro,分担 Qwen3.8-27B 的模型层运算,预填充性能最高提升 44%。
Meta 发布开源项目 Muse Gadgets,提供 ESP32 固件和 Linux SDK,让爱好者自制设备接入其 AI 智能体 Muse。
华为宣布 HarmonyOS 7.0 中“小艺帮帮忙”智能体将不再支持后续新增设备。该智能体是 HarmonyOS 6.0 推出的探索性功能,原支持设备升级后仍可继续使用个人技能和定时任务。此前该功能已适配 Pura 80 系列等机型,支持多任务操控。
亚马逊 Strands Agents 团队推出开源决策模型 Strands Decider 2B,支持在本地 CPU/GPU 上运行。该模型基于 Qwen3.5-2B 躯干,通过 rank-16 LoRA 微调并替换为小型评分头部,总参数仅略超一百万。在 JevBench 上,其 2B 级别模型排名第 3,常见硬件上决策时延中位数为 113ms。
微软发布 Windows 11 Beta 和 Experimental 频道多个预览版,引入 Unicode 17.0 文本渲染支持并优化设置主页性能。更新在“设置 > 系统 > 恢复”中新增“云重建”入口,便于用户通过云端资源重建本地环境。
Meta 开源了自制 Muse AI 设备的代码和 SDK,用户可用现成的 ESP32 开发板或 Raspberry Pi 搭建带 Muse 智能体的设备,连接屏幕、按钮和传感器。Meta 同时赠送自制的 Muse Home Link,借助社区技能可控制灯光、电视、打印机等,共生产 5000 台。该设备现已开放候补名单,本月内发货。
Meta 宣布旗下 AI 智能体 Muse 将于近期登陆智能眼镜,用户无需拿出手机,只需说“Hey Muse”并下达语音指令,Muse 就能在后台代用户完成任务。
NVIDIA 推出 DGX Spark 的 64GB 统一内存版本,10 月 23 日起由 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 开售,起售价 4,999 美元。
推荐理由:64GB 版本以 4,999 美元起售并支持双机集群,读者可据此判断本地智能体的内存容量与成本边界。
openJiuwen团队首发并开源X-Router自演进模型路由框架,在Terminal-Bench实测中以51.4%更低成本达到Opus 95.2%成功率。该框架通过能力画像、动态决策与反馈闭环实现动态路由,支持端侧云侧多种部署形态,代码已发布于GitHub。
听力科技初创公司 Legato 周四宣布其 AI 助听眼镜 Legato Frames 正式开售,起售价 999 美元,面向轻至中度听力损失的成年人。该眼镜将专利助听技术集成于镜腿,AI 系统可区分人声与背景噪音,双扬声器系统在耳旁数英寸处降低 99% 的漏音,所有处理均在眼镜端完成,不含摄像头也不录音。
GPT-6 Astra 构建了实验性工具 Photo Scrubber,用于自动识别并模糊照片中的陌生人面部。该工具基于 Google MediaPipe C++ 库编译为 WebAssembly,并集成 BlazeFace 人脸检测模型实现本地处理。
Liquid AI 发布 LFM2.5-VL-DSpark 实验性草稿模型,为 LFM2.5-VL-3B 视觉语言模型引入推测解码路径。该模型增加 280M 参数,在 H100 上实现最高 2.66x 解码加速,并支持 llama.cpp、MLX-VLM 和 SGLang。
Hugging Face 宣布 transformers 库新增对 GGUF 格式模型的支持,允许用户通过 from_pretrained 接口在本地加载并运行量化模型。该功能目前主要面向 Apple Silicon 设备,通过复用 ggml 内核实现接近 llama.cpp 的推理性能,并支持通过 transformers serve 暴露 OpenAI 兼容 API。
推荐理由:原文展示了在 transformers 中直接加载 GGUF 量化模型的方法,并给出了 Apple Silicon 上的性能对比数据。
oMLX 创建者 Jun Kim 加入 Hugging Face,继续领导该项目并保持 Apache 2.0 开源协议。Hugging Face 将利用 oMLX 作为新想法的测试平台,重点优化从 transformers 模型定义到 MLX 参考实现的转换流程,以加速本地 AI 生态发展。
IFM 发布 K2 Horizon 模型家族,包含 0.9B、3.7B、7B、32B、36B 和 375B 六款语言模型,并公开各模型训练代码与日志。模型与代码基于 Apache 2.0 许可,额外释放中间检查点及奖励黑客行为记录,便于社区审计;这是 IFM 自 LLM360 线以来首次覆盖端侧到 375B 智能体全尺寸范围。
Google Research 提出 PhotoScan,一个从普通 2D 手机照片估算体脂率、Android-to-Gynoid 脂肪比(A/G)和内脏与皮下脂肪面积比(V/S)的深度学习框架。
Google DeepMind 发布多语种手语转文本模型 SL2T,首次将手语 AI 带入消费级产品,在 Pixel 11 的 Gboard 和 Live Transcribe 中支持美国手语(ASL)转英文听写,后续将扩展更多设备与语言。
推荐理由:SL2T 把多语种手语翻译从实验室带进 Gboard 与 Live Transcribe,读者可了解其数据规模与隐私设计。
Meta Superintelligence Labs 发布 30B 参数模型 Muse Glimmer,面向在单张消费级 GPU 上常驻运行的本地智能体,权重以 Apache 2.0 许可发布于 HuggingFace。
K-Search 框架扩展了 MLX 后端,通过结构化翻译层将 CUDA 内核知识自动适配为 Apple Silicon 的高性能内核。该方法在 Apple Silicon 上达到接近专家水平的性能,相比原生 MLX Attention 内核实现 0.97x 加速,并在 Mamba SSM 内核上较社区 mlx-lm 实现获得最高 20x 的 prefill 加速。
Google Research 发布一种新架构,把多 Token 预测(MTP)头接到已冻结的 Gemini Nano v3 模型上,在不改动主干权重的前提下加速端侧推理。
推荐理由:Google 把 MTP 头接到冻结的 Gemini Nano v3 上,给出端侧推理在内存与能耗约束下的具体优化路径。
Google DeepMind 发布 Gemma 4 12B,一款面向笔记本电脑的智能体多模态模型,介于 E4B 与 26B MoE 之间,是首个支持原生音频输入的中等规模 Gemma 模型。
推荐理由:Gemma 4 12B 去掉多模态编码器并把视觉音频直接接入 LLM,读者可据此判断本地多模态智能体的硬件门槛。
Google Research 在 Nature 发表研究,提出 PHRM 系统,利用手机前置摄像头在面部解锁后采集 8 秒面部视频,通过端侧深度学习估算心率,与心电图对比的平均绝对百分比误差低于 10%,覆盖所有肤色人群。
推荐理由:Google 用手机前摄在解锁后被动测心率,并公开迄今最大规模手机视频数据集与预训练模型。
Google 发布一套零信任隐私分析方案,将新型单次消息密码学聚合协议与 TEE 结合,使设备无需多轮在线即可提交数据。该方案保证 Google 只能获得匿名化的群体聚合洞察,原始数据即使在硬件保护范围内也不会被解密或重建,TEE 认证则向参与者证明协议按公开代码正确执行。
Mistral 发布 Mistral 3 系列,包括 14B、8B、3B 三个小尺寸稠密模型和迄今最强的 Mistral Large 3,后者为稀疏 MoE,41B 激活参数、675B 总参数,全部以 Apache 2.0 许可开源。
推荐理由:Mistral 3 全系以 Apache 2.0 开源并给出从 3B 到 675B 的规格与部署路径,读者可据此判断开源前沿模型的可用边界。
Mistral AI 发布 Mistral Small 3.1,在 Mistral Small 3 基础上提升文本性能与多模态理解,上下文窗口扩展至 128k tokens,推理速度达 150 tokens/s,以 Apache 2.0 许可开源。
推荐理由:官方给出 128k 上下文、150 tokens/s 与 Apache 2.0 开源等参数,可据此判断小模型在端侧与多模态场景的可用性。
Mistral AI 发布 24B 参数模型 Mistral Small 3,采用 Apache 2.0 许可,在 MMLU 上准确率超 81%、延迟 150 tokens/s。
推荐理由:24B 参数对标 Llama 3.3 70B 且同硬件下快 3 倍以上,可据此判断本地部署的性价比。