跳到正文
11月3日周二
  1. arXiv · AI28

    TADA:感知内存技术的 DNN 加速器性能与能量估算器

    TADA 是一款支持跨内存技术泛化的 DNN 加速器性能与能量估算器,其设计空间探索吞吐量比仿真器提升超过 10^4 倍。 该模型在 21 条未见过的技术曲线上预测能量与延迟的平均绝对百分比误差分别为 1.5-4.4% 和 0.7-1.2%,支持 SRAM 及 ReRAM 等多种存储类型。 该研究已被 2027 年 ASPDAC 会议接收。

  2. arXiv · AI27

    基于智能手机的实时障碍物检测与距离估算:面向视障及分心行人的轻量化解决方案

    针对视障与分心行人需求,一款 Android 应用利用重训练 YOLOv8 检测 18 类城市障碍物,实现低延迟实时预警。 通过剪枝、量化及早退出分支,配合 Android NNAPI,中等手机推理延迟由 3.2 秒降至 0.39-0.48 秒,推荐配置在 0.42-0.48 秒内保持 0.81 召回率,且无需专用传感器。

  3. arXiv · AI28

    PARC:面向端侧多模态智能体的并行对齐剪枝与轮次感知上下文复用

    端侧多模态智能体面临注意力结构不整除与KV缓存随轮次膨胀两大部署错配问题。PARC通过一阶泰勒重要度进行结构化剪枝,使注意力维度可被核心数整除,并按时效性重组KV缓存,让历史图像移出持久缓存。在七核部署下,该方法将视觉编码器延迟降低11.4%,解码吞吐量提升23.8%,每堆内存峰值降低12.7%。任务感知恢复训练恢复了98.7%的动作类型准确率差距。

  4. arXiv · AI25

    Trail:基于决策模型的本地智能家庭控制框架

    Trail 提出一种完全本地化的智能家庭控制框架,通过分层类型化决策替代开放生成,确保动作有效性并支持置信度弃选。在扩展的 HomeBench 数据集上,Trail 在 Trek-Robust 测试中达到 85.3% 准确率,显著优于微调 Qwen3.5-4B 基线的 69.8%。 该框架引入结构化记忆模块处理多轮交互,解决 75.6% 依赖前序轮次的请求,远超基线模型的 42.5%。

  5. 量子位55

    北大孙仲团队发表综述论文,定义现代模拟计算并实现矩阵求逆高精度突破

    北京大学孙仲团队在Nature旗下期刊发表综述论文,正式定义现代模拟计算,指出其核心在于利用阻变存储器(RRAM)执行矩阵计算,区别于传统CMOS电路。团队实测表明,通过位切片技术,模拟矩阵计算方案在FP32精度下吞吐量达NVIDIA H100的1000倍,能效约为其100倍,且支持在28纳米成熟制程制造。

  6. IT之家35

    爱信开发全球首款 16nm STT-MRAM AI SoC,实现 50 倍目标检测能效

    爱信(Aisin)宣布与东北大学合作,开发全球首款集成 STT-MRAM 的 16nm 工艺 AI SoC。该芯片集成 32MB 嵌入式 MRAM,支持近内存计算,开机无需外部 DRAM。 采用 8/16 位混合乘法架构,通过 Tiny YOLOv3 实现片上目标检测。系统启动耗时缩短至 65.7ms,AI 处理速度提升 10.16 倍,单帧能耗仅为传统方案的 1/50。

11月2日周一
  1. 机器之心80

    DiffuSpace开源Clover 35B扩散语言模型,性能媲美自回归模型

    DiffuSpace 发布开源扩散语言模型 Clover-35B-A3B-Preview,在 SWE-bench Verified 等智能体编程评测中达到或超过同规模自回归模型,同时实现 680 tokens/s 的更快生成速度。模型通过引入块扩散与双向 GDN 架构解决历史记忆复用问题,并已在 16GB 显存设备上实现 INT4 量化部署。

    推荐理由:作为首个在Agent任务上超过同规模自回归模型的开源扩散语言模型,Clover 35B证明了并行生成速度与高性能可以共存。

  2. IT之家38

    Meta 调整 VR 硬件优先级:资源转向可穿戴设备与 AI,降低消费级 VR 优先级

    Meta 将资源重点转向可穿戴设备和 AI 业务,降低消费级 VR 硬件及元宇宙优先级。 Reality Labs 第三季度营收为 4.43 亿美元,同比下降 6%,主要因 Quest 头显销量减少。 Meta 首席财务官表示公司并未完全放弃 VR,但现阶段优先实现超级智能,扎克伯格仍看好其长期潜力。

  3. Hacker News LLM42

    bringYourOwnBrain:基于纯 Web 原语实现零知识零开销 LLM 路由 Mesh

    bringYourOwnBrain 发布开源权重本地 AI 平台,通过 WebGPU 和 WASM 在浏览器内运行 Qwen2.5 模型,实现 100% 本地推理且无云成本。 该 SDK 基于 Apache 2.0 协议开源,支持 Apple Silicon、Nvidia 及 AMD 硬件加速,若 WebGPU 不可用则自动回退至 CPU,开发者可将其嵌入商用或非商用游戏。

  4. 量子位79

    小米开源AI硬件HachimoDock

    小米开源AI硬件HachimoDock,硬件自制成本约150元,集成个性化桌宠、语音操控Agent、智能家居联动与自定义组件创作功能。该软件源码已在GitHub公开,用户可复刻并基于此进行二次开发。

    推荐理由:小米以约150元硬件成本开源HachimoDock,展示语音指挥Agent与智能家居联动能力,为低成本AI硬件创作提供可复刻方案。

  5. arXiv · ML23

    基于神经网络的实时非线性四旋翼节点密度估计方法

    提出一种基于学习的自适应 B-spline 节点放置方法,用于近似常微分方程生成的轨迹。神经网络从系统初始条件映射到局部变化特征量,构建非均匀节点分布以近似均衡局部误差指示器。该方法在满足规定精度下减少了所需控制点数量,适用于非线性四旋翼系统的实时轨迹近似。

  6. arXiv · AI28

    HiFloat4 量化校准研究:HiGPTQ、HiAutoRound 与 HiFlatQuant 方法

    针对 HiFloat4 层级 BFP 格式缺乏有效校准方法的问题,论文提出 HiGPTQ、HiAutoRound 和 HiFlatQuant 三种校准方案。 这三种方法均显著优于直接 HiF4 转换,将 HiF4 与 BF16 的精度差距缩小至 1% 以内,且在各类模型和下游任务中性能优于 NVFP4 格式。 解决低精度量化带来的精度下降问题,进一步降低 LLM 部署的计算成本。

  7. Hacker News AI30

    如何切割 AI 模型以支持边缘设备部署

    研究者提出亚层切片方案,目标让 500 MB 至 1 GB 内存的设备参与 AI 模型推理。该方案基于 MoE 架构的专家级分片与 MLA 技术的 KV 缓存压缩,通过稀疏计算降低通信开销。目前仍处于架构设计阶段,实际部署需进一步基准测试验证可行性。

  8. Hacker News AI30

    Gnosh.ai 基于 Qwen3.8 实现无压缩功能性上下文管理

    Gnosh.ai 在 AMD Ryzen AI Max+ 395 上运行 Qwen3.8 27B 完成 Go 项目重命名任务,通过功能性上下文管理避免传统摘要压缩。 在 262K token 的真实运行中,该方案无需生成摘要或滑动窗口,请求处理量仅为常规对话的 1/8;普通 Agent 摘要操作需约 6 分钟 GPU 时间,而 Gnosh 的 mem 块更新仅耗时 47ms。

11月1日周日
  1. R/ArtificialInteligence22

    云端大语言模型的固有问题:责任缺失与本地部署的必要性

    云端语言模型提供商存在结构性缺陷,他们试图剥离 LLM 带来的收益却拒绝承担相应法律责任。 GPT 等模型会静默修改用户请求,且服务商可能随意更改规则,导致企业因依赖 2-3 家巨头而面临业务中断风险。 模型仅在本地部署时才能保持一致性与可靠性,避免被突然审查或停用。

  2. 机器之心54

    XHEART 推出旗舰智驾芯片 X7 Ultra,以大模型需求定义芯片架构

    XHEART 推出旗舰智驾芯片 X7 Ultra,该芯片专为大模型定制,大模型算力达 700 TOPS,基于量产 Transformer 模型实测计算利用率达 98.7%。X7 系列已量产 8 个月,累计出货超 20 万颗,搭载 10 款量产车型并获 40 余款车型订单。公司计划启动下一代 X9 研发,其大模型算力目标为 3000 TOPS,面向 L4 自动驾驶场景。

  3. Hacker News LLM74

    Hey Spark 开源:支持本地运行语音助手的通用 LLM 架构

    ContextuAI 发布开源项目 Hey Spark,支持在本地笔记本上运行实时语音助手。其唤醒词、语音识别和合成全在本地 CPU 完成,后台“大脑”可自由接入 Claude、OpenAI 或本地模型。助手通过 MCP 协议连接 GitHub、邮件等工具,对变更类操作强制需语音确认,并支持 macOS 和 Windows 桌面端。