跳到正文
10月8日周四
  1. arXiv · AI23

    基于帧级标签的小型无人机热红外视频点检测研究

    研究分析利用帧级存在/缺失标签训练小型无人机点检测架构,在CST Anti-UAV和Anti-UAV410两个热红外数据集上评估定位与检测性能。模型冻结分类阶段学到的空间特征,并训练读出模块生成空间得分图;实验表明,分散标签分布可提高定位命中率,但高命中率并不总能在虚警约束下改善检测率。 这些发现为标签分配、空间表征、合成数据策略和虚警控制提供了指导。

  2. arXiv · AI22

    面向边缘环境智能数据模型分类的小语言模型:一种成本感知混合方法

    该研究评估了轻量级开源语言模型在资源受限边缘环境下解决智能数据模型(SDM)分类问题的性能。 系统基准测试了通用(GP)、推理专用(RS)和代码专用(CS)架构模型,并对比了 TF-IDF 和轻量级句子编码器基线。 研究为模型选择、任务形式化及部署策略提供了优化准确率与效率的见解,填补了现有文献中缺乏轻量级、资源高效方案的空白。

10月7日周三
  1. arXiv · ML24

    LiLib:无人机基于漂移触发的模型库实现终身空地路径损耗预测

    LiLib 是一种轻量级持续学习方案,通过维护递归最小二乘专家库实现无人机空地路径损耗预测。 模拟显示,LiLib 将预测 RMSE 从 5.89 dB 降至 4.03 dB,返回已知环境时误差从 12.3 dB 降至 5.7 dB,且无需标签即可识别 92% 纯度的环境状态。 结果表明,面对周期性漂移,记忆优于重新适应;两个无人机间共享模型库可使环境变化后的误差减半。

  2. Google DeepMind82

    EmbeddingGemma 2 发布:端侧开源多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2,这是一款基于 Gemma 4 架构、采用 Apache 2.0 许可的 740M 参数开源多模态嵌入模型,支持将文本、图像、音频和视频映射至统一嵌入空间,适用于端侧推理。

    推荐理由:原文给出了EmbeddingGemma 2的架构、MRL优化机制及端侧部署内存细节,为评估其在隐私RAG与跨模态检索中的实际能力提供了可参照的参数基础。

10月6日周二
  1. arXiv · NLP30

    小模型结合语义搜索实现高效多语言代码定位

    基于 ColGREP 的紧凑本地智能体在 SWE-bench Lite 和 Multi-SWE-bench Flash 任务中,定位准确性优于 GREP 基线。该方案结合加权监督微调与强化学习,训练了三个参数量低于 20 亿的模型族。在 CPU 环境下,端到端延迟降低 44.1%,Token 消耗减少 29.1%,并提升了对未见编程语言的泛化能力。

  2. arXiv · AI22

    面向移动端实时直播聊天翻译的端侧模型实证研究:LiveChatBench 基准与五款设备评测

    一项实证研究针对移动端实时直播聊天翻译,手动构建了包含 1,000 组韩英平行句对的 LiveChatBench 基准,并在五款移动设备上系统评测了主流端侧模型。 研究聚焦端侧模型选型与各模型资源消耗,以及端侧模型在领域适配上的能力与潜力,同时考察了设备 CPU 占用率与发热状况等实际部署因素。 结果表明,将端侧模型适配到专门任务并服务大规模异构用户群时,模型选型与部署约束至关重要。

  3. arXiv · AI41

    OpenPhone:移动端智能体基础模型

    OpenPhone 是一个移动 GUI 智能体系统,通过端云协同兼顾端侧模型的低成本与云端模型的高能力,在 AndroidLab 基准和多种应用上匹配或接近更大模型,同时显著降低云端成本。 该系统基于 Qwen2.5-VL-3B,经合成 GUI 数据的两阶段 SFT->GRPO 训练增强决策能力,并集成高效长推理与记忆管理机制,默认端侧执行,仅将高难度子任务实时评估后升级至云端。

  4. arXiv · AI28

    面向音频深度伪造检测的任务感知联合剪枝与蒸馏框架

    针对现有自监督学习检测器参数超300M导致无法部署于受限设备的问题,研究团队提出一种结合跨域知识蒸馏与运动引导结构化剪枝的任务感知联合框架。 该框架将模型压缩至31.9M参数并实现6.3倍FLOPs降低,在多个数据集上的平均性能下降仅1.30%,显著优于直接适配现有压缩方法的效果。 这一成果展示了该模型在资源受限设备上进行音频深度伪造检测部署的强大学潜力。

  5. arXiv · ML28

    量子数据加载:利用真实信号的学习共享结构

    研究人员提出一种量子原生数据加载器,通过学习数据集的低维共享结构,利用固定电路和少量参数即可准备每个信号。 在五个公开数据集的七种视图测试中,该加载器在与最强结构化加载器相同的门成本下达到同等目标,且每个信号所需的参数数量减少数倍。 该加载器能根据随机子集推断参数,在预注册的盲复现中,所需子集规模在信号增长16倍时保持恒定,而结构化加载器则需要不断增加参数。

  6. arXiv · ML26

    PhaseGate:面向统一内存端侧 LLM 的相位感知 CPU 检索调度

    PhaseGate 提出相位感知 CPU 检索调度,在 M4 系统上四个并发检索 worker 使 LLM 解码 p95 延迟上升 60-61%,预填仅上升 5.7-6.9%。该策略为预填和解码分别设置并发限制(4 和 1),在积压队列下检索吞吐量达到最佳固定策略的 2.0 倍,且 p95 延迟不超过无检索基线的 1.25 倍。该研究已被 NeurIPS 2026 端侧智能研讨会接收。

10月5日周一
  1. arXiv · ML22

    Llama-Mobile:视觉语言模型 2.7 比特量化框架

    Llama-Mobile 提出了一个视觉语言模型量化框架,采用 2.7 比特每参数格式以支持 Arm CPU 上的高效推理。 该框架利用模型自身生成训练数据,无需访问原始训练设置。Llama 3.2 11B Vision Instruct 模型被压缩至 3.7 GB,在保持标准视觉问答任务性能的同时实现了内存优化。

  2. arXiv · ML23

    SpAx 通过权重近似提升 LLM 离线解码速度

    SpAx 利用激活稀疏性与权重近似技术加速大语言模型离线解码。该方法在权重卸载至 CPU 内存时,16 位权重平均提速 3.86 倍,4 位权重平均提速 2.06 倍,WikiText-2 困惑度增加不超过 10%。在闪存存储场景下,16 位权重平均提速 3.31 倍,4 位权重平均提速 1.54 倍。

9月28日周一
  1. 面壁智能38

    面壁智能亮相 2026 中国—东盟博览会:VoxCPM 语音底座支持 30 种语言与端侧大模型

    面壁智能在 2026 中国—东盟博览会上展示端侧高效大模型与多语种语音底座 VoxCPM。 VoxCPM 基于 2B 参数高密度架构,支持 30 种语言与 9 种方言,具备声音克隆与 LoRA 微调能力。面壁智能提出“密度定律”,其端侧模型最小可在几十元芯片上运行,已成功交付老挝国家大模型。

9月26日周六
9月25日周五
9月24日周四
  1. Hugging Face Blog67

    Liquid AI 发布 LFM2.5-VL-DSpark 视觉语言模型加速草案

    Liquid AI 为 LFM2.5-VL-3B 发布 DSpark 推测解码草案,在端侧实现最高 3.13 倍解码加速,端到端提速最高 2.62 倍。该草案增加 280M 参数(约为目标模型的 8.9%),支持 llama.cpp、MLX-VLM 和 SGLang,适用于 CPU 和 GPU 部署。

    推荐理由:该Drafter将LFM2.5-VL-3B端侧解码提速至多3.13倍且输出无损,为视觉模型在资源受限设备上提供了可复现的加速方案。

  2. 阿里云64

    Qoder发布项目、讨论、自定义智能体团队、安全及多端协同能力

    阿里在云栖大会升级Qoder,推出项目、讨论、自定义智能体与Agent Team等协作与调度功能,同步展示语音、远程控制、眼镜版、Cloud Agents和数字员工QoderWake 1.0。

    推荐理由:原文展示了Qoder将协作并入任务流与自定义智能体团队的具体设计,读者可据此评估其对研发协作流程的改造方向。

  3. 面壁智能40

    火种说|端侧开发者基于 OpenHanako 适配 MiniCPM5-2B 实现考研数学推理

    开发者在 M4 16GB 设备上基于 OpenHanako 框架适配 MiniCPM5-2B,通过裁剪功能至 11 个基础工具并优化上下文至 16384,解决了工具调用崩溃问题。 实测显示该 2B 模型正确解答了 2026 年考研数学一大题,并展示了正确的 coding 能力,验证了端侧小模型在特定领域的可行性。

9月23日周三
  1. 阿里云74

    千问AI平台焕新:面向Agent全面升级模型服务、Agent服务、AI应用

    阿里云千问AI平台面向Agent负载完成全面升级,新增Agent Studio与企业级全栈Agent服务,并推出API优速模式、千问AI座舱解决方案等能力。Agent Studio提供自动模型路由、24小时不间断托管、原子API和MCP生态接入;模型服务侧通过FlashBoot将弹性启动时间由1200秒缩短至70秒,支持Prompt Caching与Token Plan订阅。

    推荐理由:官方给出了Agent Studio的托管与原子API细节,以及算力规模演进预期,供评估AI平台在Agent生产侧的落地深度。

9月21日周一
  1. 阿里云百炼28

    阿里云百炼 Agent Studio for Hardware 在 2026 云栖大会展示智能硬件生态

    阿里云百炼 Agent Studio for Hardware 平台在 2026 云栖大会 1 号馆展示雷鸟 iO AI 眼镜、二元魂 AI 潮玩及希沃学习机。 该平台提供全双工语音交互等能力,端到端延迟低至 1 秒,通过 SDK 覆盖 Android、iOS 等系统及 30 多个芯片平台。 目前已有 500 多家合作伙伴通过该平台完成智能化升级。