JetBrains Junie Local 本地 AI 编程工具 Day 0 适配英伟达 RTX Spark,吞吐最高 55 tokens/s
JetBrains 宣布其本地 AI 编程工具 Junie Local 已 Day 0 适配英伟达 RTX Spark 平台,生成速度最高可达每秒 55 个词元。
JetBrains 宣布其本地 AI 编程工具 Junie Local 已 Day 0 适配英伟达 RTX Spark 平台,生成速度最高可达每秒 55 个词元。
Wysebee 0.3.0 是一个免费的 macOS/Windows 桌面 Agent 工具,让你把 AI 连接到自己机器上的浏览器、Docker 容器和数据库,并用你写好的 Skill 驱动它完成工作。
谷歌升级安卓防诈骗功能,引入云端 Gemini 模型分析聊天语境,以及基于设备端 Gemini Nano 的实时链接安全检查。 新增防护包括自动隐藏屏幕共享敏感信息及阻止后台开启呼叫转移,以降低账户被接管风险。 AI 诈骗检测功能每月标记超 500 万条疑似诈骗信息,联合银行推出的“经核实的银行来电”功能已拦截超 300 万个伪造来电。
Meta 发布开放权重模型 Muse Spark Open,总参数量达 8160 亿,采用 MoE 架构且每次推理激活约 420 亿参数。Meta 与苹果共同展示了在两台或四台 Mac Studio 上运行的方案,开发者可在本地使用模型编写代码、分析视频、执行智能体任务,推理过程无需经过模型厂商的服务器。
同一新闻,精选展示《Meta 发布开源权重多模态大模型 Muse Spark Open》
Google 宣布在 Android 上推出基于 Gemini 的 AI 反诈防护,重点强化 Google Messages 对诈骗消息和通话转接滥用的拦截能力,正面向符合条件的设备推送。
Emu 是一款自学习端侧 AI 守护程序,旨在让 AI 智能体严格遵循用户的规则、价值观和目标。 该应用解决当前个人代理应用(如 Muse、Grok Bot)默认假设用户意图或需频繁重新配置规则的问题,支持对新代理应用复用既定规则。
AI 驱动的星椋(Starling)桌面环境正式发布并集成了自研办公套件。 该套件作为操作系统的核心组件直接随系统分发。 此举确立了操作系统与办公工具在 AI 生成层面的原生整合。
华硕 ProArt 创16 RTX Spark 笔记本首发实测显示,64GB 统一内存可流畅运行 Qwen 3.8 27B 模型,生成速度约 14.3 token/s。通过 WorkBuddy 加载腾讯优化过的 50B 参数 MoE 模型,实现 0 元/月的本地 AI 服务,并支持通过 LM Studio 将其他本地模型以 API 形式接入智能体工具。
The Verge 编辑一周测试搭载 Nvidia N1X 处理器的多款高端 Arm 笔记本。 N1X 提供 20 个 CPU 核心与 6,144 个 GPU CUDA 核心,最高配 128GB 统一内存,售价介于 $3,199.99 至 $6,999.99。 支持 1440p 下平均 60fps 游戏性能及 DLSS 5 技术,适合开发者与创作者。
Pry 是一款在截图或页面文本发送至 AI 模型前,于本地端检测并移除密码、ID 及个人数据的浏览器智能体。 它使用真实校验码验证卡号,敏感值替换为本地记忆中的 token,且截图会模糊面部、重新 OCR 验证。支持 BYO 模型,可连接全本地模型实现数据零外发,扩展无账户和遥测功能。
NVIDIA 发布名为 RTX Spark 的 Windows 本地 AI、创作与游戏平台,首批笔记本电脑预计于 2026 年 10 月 16 日上市,紧凑台式机则计划在 11 月推出。
Amazon 推出两款新设备:可佩戴于手腕或夹在衣物上的 Bee Frontier(售价 74.99 美元),以及可磁吸连接手机背面的 Bee Eclipse(起售价 99.99 美元)。两款设备均支持将对话转化为摘要与待办事项,并新增对 Alexa+ 和 Amazon.com 的连接支持;音频在实时处理后即被删除,摘要仅用户本人可通过本地生成的密钥访问。
联想YOGA Pro 15 RTX Spark超级AIPC 10月16日正式开售,官方售价29999元起。这是全球首批搭载NVIDIA RTX Spark N1X超级芯片的本地智能体AIPC。
Meta 正式发布 Muse Spark Open,定位为美国最强开源权重模型。该模型总参数量 816B,配备 100 万 token 上下文窗口,原生支持文本、图像、视频和音频的多模态输入,专门针对编码、长期任务和复杂多步推理场景优化。
同一新闻,精选展示《Meta 发布开源权重多模态大模型 Muse Spark Open》
三星宣布联合深度伪造检测公司 Reality Defender,开发面向企业用户的端侧 AI 深度伪造检测方案。 该方案直接在三星 Galaxy 设备上运行,借助 Knox 安全平台保护,识别 AI 生成的虚假语音、视频和图像。 计划率先落地新加坡市场,帮助当地企业降低冒充诈骗及数据泄露风险。
面对 18.9% 的青年失业率,中国年轻人通过自学 Codex 等工具组建“一人公司”,视 AI 为下一个移动互联网机遇。 低线城市如良渚吸引数字游民低成本创业,部分前大厂员工转向自由职业,通过部署 VPN 绕过 OpenAI 地域封锁进行开发。 政府将 AI 视为“新质生产力”引擎,社会形成“找老师”补课以应对技术迭代的集体焦虑。
独立开发者开源端侧实时同传系统 VoxWeft,基于 VoxCPM2 在 Apple Silicon 实现本地闭环。M3 Ultra 流式 TTS 首次出声延迟 124–168 毫秒,M2 端到端延迟约 2.5 秒。
Kimi Work 是月之暗面推出的本地 AI Agent,可读取本地文件、操作浏览器及常用软件工具。本文从下载安装开始,手把手指导用户完成基础任务并解锁进阶能力,旨在帮助找到更适合自己的 AI 协作方式。
LiberNT 是一款基于 ReactOS 的免费 NT 操作系统,支持 amd64、arm64 和 riscv64 架构,并实现 Windows 11 兼容。
上海马赫心科技完成首轮 16.25 亿元股权融资,最大投后估值达 171 亿元。 本轮融资由杭州经韬等机构领投,理想汽车出资 10 亿元,持有约 74.01% 股权以保持控股。 其自研 5nm 马赫 M100 芯片算力 1280 TOPS,已随理想 L9、L8 量产交付。
PrismML 发布基于 Qwen 3.5 构建的 Ternary Bonsai 2 系列模型,提供 2B、4B、9B 三个规模,用于在手机、PC 和可穿戴设备上本地运行 AI 智能体。
由 Dale Hurley 开发的 Lobby Domains 利用 Chrome 内置端侧 AI 本地生成域名,无云端回退机制。域名验证直接发送至注册局 HTTPS RDAP 服务,不经过中间代理。支持 WebMCP 接口,ChatGPT 或 Claude 等兼容智能体可调用生成、验证及结果获取功能。
在五个基准上,使用 LoRA 进行少样本个性化会导致越界拒识 AUROC 平均下降 0.055–0.258,同时保留范围内准确性。 部分性能下降源于置信度评分器的校准偏移,嵌入边缘收缩是真实影响源;使用 Mahalanobis 距离替代 softmax 置信度评分可恢复 5 个数据集中的 3 个,且无准确性损失。
研究提出 FAME 平台,利用 FPGA 硬件直接实现近似乘法器,取代传统 CPU/GPU 上的 LUT 仿真。在 ResNet-18 和 MobileNetV2 模型的 ImageNet 测试中,相比 LUT 方法,评估速度最高提升 3.47 倍。
ANEForge是绕过CoreML直接编程Apple Neural Engine(ANE)的Python包。它通过58个融合算子将惰性张量图编译为单一ANE程序,并支持推理、训练及稀疏权重流式处理。
该研究提出系统化方法,将量化神经网络的函数组合自动转换为多阈值表示,扩展支持非单调函数及多维细粒度阈值。 该方法集成于基于 ONNX 的编译器基础设施,并在 FINN 框架中通过扩展二分搜索算子进行实验验证,量化支持非单调性与细粒度阈值的硬件开销,同时展示了其在量化感知训练中的应用前景。
HyCo 在 Galaxy S26 Ultra 上通过 LTE/5G 实现移动-云推测解码,将服务器 GPU 时间每输出 token 降低 38.6% (Spec-Bench) 和 29.2% (32K-token 摘要)。
该研究指出单向矩阵混淆的“解确定性质”(SDP)漏洞,使 GroupCover 和 ArrowCloak 的保护效果降至可忽略水平,攻击准确率超过全遮蔽黑盒基线的 2.4 倍。
基站在无线下行链路中通过模拟RF计算向边缘设备多播编码神经网络权重的波形,在资源受限设备端实现低功耗AI推理。 在MU-MIMO多用户场景中,联合波束成形优化数据与AI流共享频谱,基于WMMSE算法求解。 3GPP信道数值结果显示,融合AI流导致聚合数据速率相对降低低于5%。
论文提出基于模型间分歧的弱到强路由方法,无需真值监督即可决定何时调用强模型。 该方法在智能体和单轮任务中有效平衡路由成本与准确率,分歧路由性能超越直接预测正确性的方法。
提出SL1ESN,通过平滑L1正则化增强Echo State Networks读出层稀疏性,支持集中式训练与二阶联邦聚合。 在7个基准测试中,集中式设置读出层稀疏度达77%-95%,联邦设置达75%-95%;前5个基准精度差距均不超过0.7个点(集中式)或1.6个点(联邦式),联邦更新仅需几轮收敛。 结果证明稀疏读出能显著压缩模型存储、推理成本及服务器-客户端广播开销,适用于边缘计算与物联网部署。
summary_zh: PocketTSLM 在消费级智能手机上部署了 OpenTSLM SoftPrompt,通过注入编码后的时间序列嵌入替代文本 Token 化,实现完全端侧推理且不传输健康数据。
研究提出 Fractional PoT(FPoT)量化方法,通过基于√2 的分数网格实现 4-bit 无乘法器 LLM 推理。 该方法结合校准时网格对齐与 1 加法器√2 近似,在 Llama-3-8B 模型上使零样本常识推理性能较 PoT 基线提升 8.72%。 FPoT 已获 NeurIPS 2026 接收,可与其他先进 PTQ 方法集成,展现出框架无关的适用性。
研究人员提出 CogDrift-4D,一种用于轻度认知障碍(MCI)检测的分层 4D Transformer 框架。 该模型基于 18 个月的多模态交互数据,通过双层级行为疲劳建模捕捉认知衰退轨迹。 在结构化语言交互评测中,MCI 检测分类准确率达到 0.733,F1 分数为 0.716,表现优于高级基线。
Meta 发布原生多模态开源权重模型 Muse Spark Open,参数量 816B,激活参数 42B,上下文窗口 1M,专为代码和智能体任务设计。该模型利用苹果 MLX 框架针对 M5 Ultra 芯片优化,两台配备 512GB 内存的 Mac Studio 即可本地运行。
同一新闻,精选展示《Meta 发布开源权重多模态大模型 Muse Spark Open》
Meta 发布 8160 亿参数开放权重模型 Muse Spark Open,并与苹果合作展示了在 Mac Studio 上本地运行的方案。该模型采用 MoE 架构,激活参数约 420 亿,通过 NVFP4 量化将内存需求压缩至 493GB。
推荐理由:详细拆解了Meta 8160亿参数模型在Mac Studio上通过张量并行和BF16量化实现本地高效推理的技术路径。
该工作提出一种去中心化控制器,为每个 HVAC 区域分配独立主动推理智能体,通过最小化期望自由能进行规划并在线学习。 在 EnergyPlus 模拟中,15 个智能体部署于 Raspberry Pi 5,p95 延迟 442 ms,建筑峰值功率 88.3 kW,较基线降低 3%-17%,需求电费降低 33 kW。
研究人员在 6U 立方星上成功部署了基于 NVIDIA Jetson TX2 NX GPU 的热分割模型,实现了模型在太空中的训练、推理及利用该模型对月球进行闭环姿态控制。 研究采用 ROS 2 Foxy 作为数据传输中间件并集成开源文件系统,在约一年内完成了 12 项实验,验证了现代学习管道在低地球轨道约束下的可靠性。 该成果展示了商业硬件与开源软件组合在自主航天系统中的应用潜力。
1.2B 参数韩语模型经词表裁剪与量化后体积仅 803MiB,性能达云端 SOTA 模型的 94%,能耗为 CPU 的 23%。 方案兼容 Qualcomm 与 Apple NPU,已实现生产级部署,兼顾隐私与低算力约束。
Meta发布开放权重模型Muse Spark Open,总参数量8160亿,支持100万Token上下文窗口,聚焦编程和Agent任务。该模型在两台M5 Ultra Mac Studio上可本地运行,但编程基准测试成绩低于部分国产开放权重模型。
同一新闻,精选展示《Meta 发布开源权重多模态大模型 Muse Spark Open》