FreshMem: 面向流式视频理解的大脑启发频率-空间混合记忆机制
论文提出 FreshMem,一种受大脑启发、无需训练的频率-空间混合记忆网络,用于 MLLMs 在线流式视频理解。 在 Qwen2-VL 基线上,FreshMem 分别提升 StreamingBench、OV-Bench、OVO-Bench 5.20%、4.52% 和 2.34%,性能优于若干全量微调方法。 该成果已被 NeurIPS 2026 接收,为长时流式视频理解提供高效新范式。
论文提出 FreshMem,一种受大脑启发、无需训练的频率-空间混合记忆网络,用于 MLLMs 在线流式视频理解。 在 Qwen2-VL 基线上,FreshMem 分别提升 StreamingBench、OV-Bench、OVO-Bench 5.20%、4.52% 和 2.34%,性能优于若干全量微调方法。 该成果已被 NeurIPS 2026 接收,为长时流式视频理解提供高效新范式。
论文提出 S4oP 框架,通过交替结构化掩码与微调,实现对 S4 和 S4D 模型的系统性算子级剪枝,以平衡推理延迟与预测性能。 实验显示,该方法可移除高达 70% 的模型算子,在大多数情况下保留原模型性能,并显著降低推理延迟。 这是首个系统性研究 SSM 结构化算子剪枝的工作,有助于其在资源受限场景中的实际部署。
该研究基于 68 个 Maxar 场景构建数据集,训练 YOLOX-S 检测器并在 Versal VC1902 部署。 量化后检测器在 DPU 上单场景处理需数秒,在密集港口场景中以 29% 的数据量保留 98% 的船舶。
模型结合本地更新与方差追踪正则化,优于 46% 的 Hebbian 基线。 该设计兼容 Intel Loihi 芯片,支持片上学习。
PlanWAM提出规划塑形未来表征方法,让规划任务直接塑形未来状态表征以保留对规划最有用信息,在NAVSIM-v1/v2 navtest上取得93.8/90.9 PDMS/EPDMS,零样本HUGSIM闭环达38.7 HD-Score。
summary_zh: GHARP 提出基于大规模重建先验的实时高斯头部动画方法,在 A100 GPU 上实现 13 倍加速,高斯点数量减少 8 倍。 该方法采用两阶段设计,离线构建身份表示,运行时通过轻量网络预测表情残差,并在 Ava-256 基准测试中达到 SOTA 质量。
PSCMIA 提出一种功耗侧信道成员推断攻击(MIA),能在不提供预测概率或标签的情况下,直接从嵌入式模型的功耗追踪中推断样本是否参与训练。 实验覆盖 MNIST、FMNIST、CIFAR10、CINIC10 等数据集,FC 和 CNN 架构,以及 STM32F3、XMEGA 平台;FC 模型 ROC-AUC 最高达 0.907。
微调后的Qwen3.5小语言模型在两个基准测试中,于精确率和召回率上均优于提示词驱动的GPT-5.4与GPT-5.6 Sol。 部署的0.8B模型将服务成本降低约16倍,其紧凑提示设计优于冗长指令。线上实验显示该功能带来显著收益,学习者参与度提升15.8%,新课程GMV增长13.2%。
微软正在升级 Windows 11 的 Windows ML 框架,实验性原生支持 GGUF 与 ONNX 格式的模型本地推理,并推出 Windows ML Runtime API。
Edi Life OS 是一款自托管生活仪表盘,整合专注、习惯、目标、财务等 10 个工作区。 内置 MCP 服务器提供 26 个工具,支持 Claude 等 AI 助手读取数据并协助规划。 支持 Docker 或 PHP 8.1+ 部署,API 采用令牌保护,确保数据私有。
Mac M1 上未运行 LLM 在约 2 分钟内解决 Arc AGI 1 全部 400 题。 作者不提供知识产权保护,并建议申请 YC 2027 冬季批次,申请截止 11 月 2 日。
Google 发布了一款实验性的离线会议记录 App——Google AI Edge Foresight。它基于 EmbeddingGemma 2 模型在 macOS 上本地运行,可离线转写会议和音频,并根据笔记将简略要点转化为“精美笔记”。App 内置助手,可提问会议内容并连接本地文件用于回答。该 App 目前仅支持 Apple Silicon Mac。
Google 推出 Mac 应用 Google AI Edge Foresight,作为 Granola 的本地化竞品,支持完全离线运行。 该应用基于 7.4 亿参数的 EmbeddingGemma 2 模型捕获会议笔记,并配备 Gemma 4 助手,支持上传 PDF、Google Docs 等文档构建知识库以实时解答问题。
Zach Yadegari推出的个人AI助手Persona完成1000万美元融资,由Vine Ventures领投,产品计划于12月推出179美元腕带式硬件。硬件不会持续录音,需要按钮或手腕动作激活,AI模型在云端运行,数据传输和存储加密,数据不会卖给广告商,并内置防钓鱼和防prompt-injection机制。
AI 与硬件初创公司 Natura 发布智能指环 Interface,售价 99 美元,主打通过指环调用 AI 智能体完成日常任务,同时保留心率、HRV、睡眠和健康追踪功能。指环首发时支持连接 Meta’s Muse、Claude、ChatGPT 等智能体,预购预计下个月开放,发货时间为十二月或一月。
马来西亚正在槟州海域填海造岛,以建设专用于半导体和 AI 产业的“硅岛”。 该项目旨在实现马来西亚将自身打造为东南亚半导体和数据中心核心枢纽的战略目标。
行业委托研究预测,受AI和云需求驱动,意大利数据中心建设到2036年可能吸引369亿欧元(415亿美元)投资。该数据揭示了南欧地区正与北欧争夺AI基础设施开支份额。
通过重新设计云系统和服务器架构,他们从现有硬件中获得更多算力。 在数据中心给电网带来压力的当下,提高利用率意味着减少满足 AI 需求所消耗的电力。
开发者逆向 Nokia 110 固件,构建了原生 AI 聊天应用,支持通过数字键盘输入并使用手机本地功能。 该应用通过 DeepSeek API 处理请求,利用 48MB 内存限制定制了轻量级 Agent,可执行呼叫、闹钟及手电筒控制。目前为需手动加载的 RAM 原型,断电重启后需重新部署。
微软发布搭载 NVIDIA RTX Spark Superchip 的 Surface Laptop Ultra,最高支持 128GB 统一内存和本地运行 1200 亿参数模型。系统层面推出 MXC 容器和 HydraFusion 路由,实现 Windows 本地与云端 AI 算力的混合调度,支持 Copilot 执行文件整理和代码编写等原生操作。
上海海思针对端侧 AI 落地难题,推出 XDAS 开发者生态四维框架,覆盖开发、应用、支持及 AI 体验。 首批五大领域 Skills 开放,实测效率提升约 76%,并将 1 周工作量缩短至 1 天;HiSpark 社区下载量较去年提升 10 倍,助力开发者完成端侧产品化。
联想YOGA Pro 15 RTX Spark 笔记本于10月8日开启盲约,它是全球首批搭载 NVIDIA RTX Spark N1X 超级芯片的本地智能体AIPC。
Upbeat Technology 推出 Bluemag Pi 飞行控制器,该设备集成 onboard AI 推理能力,专为长航时固定翼及多旋翼无人机设计。 其基于 UP301 SoC 和双核 SiFive RISC-V 处理器,支持 PX4、ArduPilot 等开源栈,提供实时飞行控制与 AI 任务分离。
XREAL 确认其 Android XR 眼镜 AURA 提供两档配置,分别定价 1279 美元和 1499 美元。 眼镜本体重量不到 95g,搭载 X1S 空间协处理器与索尼 FHD 120Hz microOLED 面板,支持 6DoF 追踪。计算单元基于高通骁龙 Reality Elite 芯片,支持 Google Gemini AI 并配备 34.8Whr 电池。
作者认为计算机视觉才是决定 AI 进入物理世界的核心能力,而非语言处理。感知力优于推理,且大量高价值任务受限于视觉而非逻辑。 当前竞争焦点在于开发可在设备端运行的视觉模型,如 OpenVLA、π0 等视觉-语言-动作模型。该观点指出,文本数据正在枯竭,而海量未标记的视觉数据是关键突破点。
阿迈奇 F9A 迷你工作站国内上市,搭载 AMD 锐龙 AI Max+ PRO 495 处理器、192GB 内存及 2TB 存储,首发特惠价 49998 元。 该机型支持 160GB 统一内存作为显存,可本地运行 300B 参数 LLM,配备 5 热管散热系统,支持 140W 峰值性能。 提供 USB-C 40Gbps、Wi-Fi 7、OCuLink 等丰富接口,体积约 2L,质量约 1.6kg。
ECGLight框架实现了纸质心电图向12导联信号的转换及心肌梗死(MI)筛查,单例处理耗时小于30秒。 该模型在PTB-XL数据集上MI检测准确率为95.51%,在ECG-Matrix数据集上OMI检测准确率为88.89%,并支持SHAP可解释性分析。 该轻量级框架适用于缺乏高速连接与高性能计算资源的远程医疗场景,旨在延缓的再灌注治疗风险。
研究将在线神经演化架构搜索(ONE-NAS)应用于每日横截面股票收益预测,在四组美国中盘股面板数据上,作为秩均值集成使用后净收益达+27.5%。 该方法演化小型循环网络种群,单个冠军基因组在Raspberry Pi 4B上预测50只股票仅需24.6ms,远快于传统在线LSTM或GRU基线。
summary_zh: YANchor-4B 是一种通用递归模型,通过多维记忆机制保留关键信息作为锚点以支持长程推理,在 AIME 2024-2026 数学问题上达到 82.93% 的平均 pass@1,HMMT 基准得分 63.64%。
阶跃终端将于10月13日在上海举办“Ready Builder One”发布会,正式推出其首款大模型原生智能体手机STEPX Neo。 该机型在模型、系统及硬件层面均采用智能体原生设计。 发布会还将同步公布阶跃终端在生态合作方面的最新进展。
研究引入“地理域偏移”概念量化人类流动性模型在不同地区的可迁移性差异。 基于美国 2265 个县通勤流数据,提出互信息和空间偏移两项指标,通过线性混合效应回归发现两者对迁移性能具有显著且互补的解释力。 该框架为评估和改进 GeoAI 模型的地理空间可迁移性提供了方法论支持。
Faster-WAM 采用单层动作专家与轻量化设计,在 LIBERO 等基准测试中表现具有竞争力。 该模型对 Fast-WAM 和 π_0.5 分别实现约 3.7 倍和 1.3 倍的推理加速。 在 LIBERO-Plus 测试中,其成功率比 Fast-WAM 高 26.8 个百分点,并展示了更强的分布变化泛化能力。
针对边缘设备LLM智能体面临的人格-逻辑干扰问题,提出AO-DA架构,将逻辑推理(What)与人格表达(How)分离,使用单个INT4基础模型配合可热切换的LoRA适配器。
该框架通过认知检测与对齐生成两阶段,结合知识蒸馏和偏好优化,生成符合 SUD 患者认知状态的对话。 在 BERTScore 等指标上,该方法显著优于通用基线及医疗领域 SLM,尤其在开放式认知组件上表现突出。
CanonQ 框架通过解耦源规范化与任务适配,实现了 W2A4KV2 极低比特大语言模型压缩。 在 LLaMA3 系列模型上,CanonQ-Omni 使 WikiText-2 困惑度降低 14.28 倍,零样本平均准确率提升 57.9%。该优势在 Qwen3、代码生成及数学推理任务中均有体现,显著优于现有量化基准。
在 280 个实际案例中评估 9 个模型,发现 4B 模型在受控执行任务上弱于 2B 模型,仅代码生成任务能区分模型性能。 将各调用点路由至最优本地模型,准确率达 91.8%,成本仅为全托管的 28%。该方案已被 NeurIPS 2026 Workshop 接收。
研究发现 LLaMA-2-7B-Chat 的安全敏感行为高度集中于稀疏参数子集。 定位结果显示 MLP down_proj 是最关键的安全组件。仅修改该组件 0.19% 的权重,即可导致 53% Basic ASR 和 56% GCG ASR 的攻击成功率。
阶跃终端首款大模型原生智能体手机 STEPX Neo 将于 10 月 13 日 19 时正式发布。 该手机运行 Step AOS 系统,Amoo 助手支持深度联动飞书,可读取日历、消息并自动处理 PPT 修改与日程同步。 其端侧生成式 AI 服务已于 9 月 23 日通过网信部门备案。
FrugaLLM 是一款支持 Windows、Mac 和 Linux 的免费应用,它自动配置免费端点,并搭配 Hermes 或 Opencode 动态切换模型以确保使用最智能的模型。 该应用还帮助用户部署本地 LLM Gemma4,实现 100% 隐私保护,尽管其智能和速度不及云端模型。
研究提出微型神经策略,结合进化策略与统计模型检查以大幅缩减网络规模而不牺牲安全性与鲁棒性。 该策略内存占用仅 0.5 至 7.5 kB,可在微控制器上部署,实时推理抖动低于 25 ns 且留出 97% 空闲算力。 这一方案为资源受限的机器人系统提供了高实用性的解决方案。