Penguin Mail 发布:支持 AI 助手的开源 Rust 邮箱客户端
开源 Rust 邮箱客户端 Penguin Mail 1.0.0 面向 x86_64 Linux 发布,采用 GPL-3.0-or-later 协议,免费无追踪。
开源 Rust 邮箱客户端 Penguin Mail 1.0.0 面向 x86_64 Linux 发布,采用 GPL-3.0-or-later 协议,免费无追踪。
Google 发布开源多模态嵌入模型 EmbeddingGemma 2,参数量 740M,官方称其在多模态嵌入基准测试中性能优于两倍于其规模的竞品模型。
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。
Hark 发布 AI 个人助理 Hark Pro,采用针对计算机使用场景训练的专用模型,提供基于聊天、任务提示和可视化面板的全屏操作系统体验。产品基础功能免费,重度使用需订阅;界面会小窗口展示 Agent 网页操作过程以增强信任,并支持接入邮件、日历、硬盘、信用卡等数字生活数据执行任务。
Google 推出 AI Edge Gallery,该应用用于在本地设备上运行和体验 AI 模型。应用支持离线运行,无需网络连接即可使用。
科技公司将“录制”定义为仅保留可审查数据,声称不保存原始音视频。Apple 和 Google 均开发此类 AI 硬件,处理后的数据即时删除或不存储。这引发隐私规范争议,用户难以区分设备是否具备监控能力。
19岁的Ghost创始人Zain Javaid宣布其公司脱离隐身模式,完成1100万美元种子轮融资,并推出售价$3,499的AI个人电脑Core。 Core内置Nvidia RTX Pro 4000 SFF Blackwell GPU,预装Qwen-3.8-Next等三款模型,所有数据本地加密运行。 该设备旨在通过集中式硬件持续运行AI智能体,处理个人任务与记忆。
Scrbbl 是一款开源 iPad 应用,用户用 Apple Pencil 在手写笔记下划线三次或圈起来,即可获取 AI 答案,答案以手写字体逐词流式显示。该应用通过 TestFlight 提供 beta 测试,需自备 OpenAI API key,使用 GPT-6 Luna 或 GPT-6.1 Sol 模型,项目采用 MIT 许可。
ProjectTodo 发布一款本地 Todo 看板,集成 MCP 服务器支持 Claude Code 等 AI 助手协同。 系统单页运行无依赖,项目数据存于本地 JSON 文件,移动端支持侧滑操作。 允许 AI 助手直接读写用户同屏待办事项,实现人机实时同步。
开发者 Niko1221 开源推出 Strata 引擎,支持在12GB以上显存的消费级显卡上运行量化的125B参数 Qwen3.8-Flash-Next 模型。该引擎通过将MoE模型载入RAM并仅加载高频专家至VRAM,结合投机解码来降低显存占用并加速推理。测试数据显示,在配备RTX 5070的Windows主机上,Q2_0量化版本可达94词元/秒的生成速度。
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。
PhoneCLI 将 App 的 GUI 导航编译为可调用命令,无需 App 内部 API、运行时插桩或模型训练,在线执行时以亚秒级、零 VLM 成本确定性完成导航。
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。
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。
研究提出 GCTAuto-encoder 跨模态深度学习框架,用于 IoT 边缘侧入侵检测,在覆盖多种攻击场景的网络入侵数据集上达到 0.908 准确率,学习损失降至 0.00156,优于现有方法。
论文首次系统刻画了在移动设备上微调十亿级参数 LLM 的完整训练过程,覆盖内存、单步耗时、发热与能耗。iPhone 17 Pro 可在一次充电内把 3B 参数 LLM 微调到接近典型用户,所得 adapter 的个性化效果与服务器端训练的 adapter 相当。
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。
WAMJET 是一个加速世界动作模型(WAM)推理的智能体框架,实现最高 9.95 倍无损加速。 该框架结合编码智能体与优化指导工具,在六个 WAM、三种智能体及两种 GPU 架构下验证了有效性与低延迟。
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。
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。
论文提出确定性参数预算框架 Selective Backpropagation (SBP),通过将梯度更新限制在预分配的参数子集内,解决少样本类增量学习中的灾难性遗忘问题,且训练时间接近朴素微调。
开发者 Belmante 展示《超级马力欧兄弟:惊奇》原生 Windows 移植版,无模拟器下 RTX 3050 笔记本帧率约 60 帧,运行几乎完美。 移植版采用重编译 C++ 代码及 NVN 到 Vulkan 转换层,项目发展得益于 AI 协助,并计划开源私有代码库。 开发者将测试英特尔 UHD 770 核显的最低配置要求,但不提供游戏文件。
挪威政府计划尽快向议会提交草案,临时禁止在公园、海滩、学校等敏感区域使用人工智能眼镜,并设立专家咨询机构为后续永久性立法做准备。 政府将评估禁令适用的设备范围,研究是否将其扩展至高等院校及其他教育机构,并开展深入调查以奠定长效监管基础。 部长表示此举旨在解决人们对被秘密录音、拍照或录像的担忧,防止因缺乏安全感导致社会疏离。
SimulKit 是一个用于估算苹果设备上运行开源大语言模型性能的工具,用户可以选择具体的 Mac 型号和模型,工具会根据已发布的基准测试数据计算内存占用和每秒生成的 token 数量。例如,在配备 M5 Pro 芯片、48 GB 统一内存的 MacBook Pro 上,以 4 位量化运行 26B 参数的 Gemma 4 模型需要约 17 GB 内存,预计生成速度为 54 tokens/s。
Qwen3.8-27B 在禁用推理模式下对 5070 个用例的数字加法准确率为 23.57%。 实验在 DGX Spark 本地硬件上进行,1 至 3 位数加数准确率达 97.04%,而 10 至 13 位数准确率骤降至 6.44%。 启用中等推理模式后,169 个对比用例中 167 次回答正确,显示推理功能显著提升了大数计算性能。
开源命令行工具 RemoveMacAI 能关闭 Apple Intelligence 功能、删除占用约 12GB 空间的模型,并阻止其再次下载。 macOS 27 移除旧版单一设置开关后,用户需手动调整十余项设置且模型仍留存磁盘;该工具可一键完成操作,且变更在系统更新后依然有效,Dictation 功能不受影响,支持通过 revert 命令恢复设置。
OntoPrune 是一款神经符号上下文修剪中间件,支持在 CPU 上修剪 85% 的 LLM 上下文 token,并将 TTFT 提升至 6.7 倍。 工具提供 MCP 服务器、CLI 及 Python API 三种模式,内置基于 tree-sitter 的多语言解析器,支持 Ollama 本地模型及代码合规性验证。
summary_zh: 黑客利用 macOS 屏幕共享漏洞(CVE-2026-65400)入侵系统并植入 Monero 挖矿程序。作者运行的 Claude Code 智能体检测到异常,自动停止执行命令并定位到被篡改的 shell 启动文件 `/etc/zshenv` 及挖矿脚本 `/var/tmp/.xmr`。
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。
研究提出Split Label-Localized Conformal Prediction (SLLCP)后校准层,将冻结视觉-语言模型(VLM)不可靠的碰撞预测转化为概率校准安全预测集。在1.5万条CARLA轨迹测试中,使用Qwen基座的SLLCP正确标记了89.6%的碰撞轨迹,而基础VLM仅标记4.6%。
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。
summary_zh: HEAR 是一种紧凑型双任务 Transformer,用于联合预测毫米波雷达下的心跳可观测性分数和心率。 模型在 120 GHz 数据集上通过基于分数的选择性预测,将心率的平均绝对误差从全覆盖时的 17.9 BPM 降低至 50% 覆盖下的 1.6 BPM。
Linus Torvalds 发布 Linux 7.3-rc6 测试版,指出 AI 与 LLM 参与代码审查和缺陷发现已成为内核开发的“AI 新常态”。该版本包含 KVM 架构更新、SMB 文件系统修复,并新增对 Turtle Beach VelocityOne Race 方向盘的支持。稳定版预计 10 月中旬发布,将作为 Ubuntu 26.10 的目标内核基础。
半导体分析机构Kurnal Insights发布海思麒麟9050 Pro裸片显微照,揭示其由两颗尺寸相同的裸片垂直堆叠而成,实现华为“逻辑折叠”技术首次商业化落地。
微软 Windows 负责人帕万·达鲁里确认,因内存成本上涨,降低 Windows 11 内存占用是 2026 年剩余时间的工作重点。 团队正通过改进内存管理器、采用更高效分配器及优化 WinUI 3 和 Chromium 组件,从系统底层及应用框架层面减少消耗。
RemoveMacAI 是一款针对 Apple Silicon 用户的工具,用于关闭 macOS 27 中的 Apple Intelligence 功能并删除已下载的模型,防止系统重新下载以释放磁盘空间。 该工具通过配置配置文件强制应用 Apple 的限制键来终止 Siri、写作工具、Genmoji 及 Xcode 代码补全等功能,支持 `removemacai revert` 命令恢复所有更改。
开源工具 Strata 允许在配备 12GB 及以上显存的 NVIDIA 或 AMD 消费级显卡的电脑上本地运行 1250 亿参数的 Qwen3.8-Flash-Next 模型,通过跨 PC 各硬件的分层架构实现推理。
SCM 是一款面向 macOS 的本地优先多模态媒体搜索引擎,支持通过视觉嵌入、OCR、Whisper 转写和本地 LLM 检索文件夹内的照片与视频。默认使用 CLIP ViT-L/14@336 模型(约 435MB)进行视觉搜索,并支持通过 ONNX Runtime 切换 SigLIP 系列模型。
开发者发布了一个可一键粘贴使用的本地模型安装器,旨在避免浪费 tokens 并解决手动安装易出错的问题。该工具专为 Muse 设计,同时兼容多种模型,并通过 Hermes 实现了 PC 端 agent 安装部分。
作者在泰国使用Rokid乐奇和阿里千问S1 AI眼镜6天,发现翻译延迟达10-20秒、海外地图失效、续航不足(录视频仅1分钟)及重量问题。尽管拍摄功能表现亮眼,但AI眼镜在出境游刚需场景中仍频繁依赖手机,且行业退货率高达30%-50%。