AI Usage Ball:通过 Mac 桌面应用可视化查看 Claude、Codex 及 Antigravity 的 AI 配额剩余量
AI Usage Ball 是一款源可用 macOS 应用,以动态液体球体形式展示 Claude、Codex 和 Antigravity 的配额剩余及重置倒计时。
AI Usage Ball 是一款源可用 macOS 应用,以动态液体球体形式展示 Claude、Codex 和 Antigravity 的配额剩余及重置倒计时。
summary_zh: Pete Warden 指出本地 AI 能力常被低估,其表现已能满足多数用户需求,且使用 Ollama 等工具的便捷度令人惊喜。 本地模型在 benchmark 中表现优异,能力仅落后商业闭源模型几个月;因缺乏盈利模式,大厂营销不足导致用户认知滞后。
面壁智能宣布 MiniCPM 家族模型全球下载量超 7000 万次。 其最新 MiniCPM-V 4.7 提供 35B-A3B 和 1B 规格,前者为端侧无损流畅运行的首个开源 MoE 模型。 MiniCPM 系列深度赋能三星 Galaxy AI,成为国产端侧大模型首次进入国际头部手机厂商全球旗舰产品线。
开源项目 Concat 发布了一款覆盖 macOS、Windows、Linux、Android 和 iOS 的免费视频编辑器,功能包括自动字幕、语音分离、文字转语音和背景移除,且所有 AI 模型均下载至本地离线运行,不上传素材。项目内置 MCP 服务器和 JSON-RPC API,允许 AI 智能体和脚本直接调用剪辑功能。
博帝(Patriot)宣布推出 AI Matrix 系列 DDR5 内存和 PCIe M.2 NVMe SSD,专为端侧运行大语言模型设计。产品分 PRO、Mid、Entry 三档,最高支持 70B 参数模型,PRO 档 4TB SSD 顺序读速达 14000MB/s,内存超频可达 6000MT/s。
三星与谷歌、Gentle Monster 联合推出的 AI 眼镜 Intelligent Eyewear 核心款式在预售开启数小时内售罄,产品重约 41 克,内置摄像头、扬声器和麦克风,通过语音指令调用 Gemini 模型提供实时外语翻译、目的地导航及会议材料摘要。
联想杨元庆表示普惠阶段刚开始,终端设备市场孕育巨大增长机会,预计80%算力将产生于端侧和边缘侧。 终端设备是AI数据发生地及端侧算力承载者,AI眼镜、智能指环等新形态产品将拓展市场空间。 杨元庆称联想正将行业变量转化为业务增量,个人计算设备与边缘基础设施将迎来新增长空间。
Architect Labs发布基于AI自主设计与验证的通用CPU架构Frostbite。其基于interaction nets,在7nm工艺下,对比同面积传统超标量CPU实现4.59x perf/W。团队计划后续开放RTL与ISA,并搭建FPGA软件运行环境。
推荐理由:原文展示了AI自主设计通用CPU的完整闭环,提供了4.59倍能效对比基准和后续开放计划。
联想集团2026/27财年第二财季营收首次突破2000亿元人民币,同比增长近50%,调整后净利润同比大增166%并刷新历史纪录。 ISG基础设施业务营收同比增长177.6%至761亿元,运营利润率升至9.6%,AI服务器营收同比增长超300%,储备订单达5300亿元。 AI相关业务营收占集团整体营收近四成,驱动集团加速向全栈型算力领导者转型。
安谋科技发布基于Arm Cortex-M42的“星辰100e”AIoT原型平台,实现AI性能增强。该平台采用Cortex-M42与Ethos-U55 NPU异构架构,支持3倍向量计算提升与2倍能效优化,面积比Cortex-M52减少10%。实测数据显示,相比单独使用Cortex-M42,该平台使目标识别推理性能提升超过132倍。
研究团队发布 TinyMyo,这是一个拥有 360 万参数的 Transformer 编码器基础模型。该模型通过自监督掩码重建在公开肌电数据集上预训练,支持多种下游任务,并首次部署在超低功耗微控制器上。
Hypnos 开源双阶段持续学习平台在 CORe50 NICv2-391 协议上取得 78.6%-81.6% SOTA 准确率。 基于 ZCU104 FPGA 与 28-nm 工艺实现,单样本延迟为 7.79s-10.54s,较量化潜在重放减少 3.8 倍学习步数与 22 倍算力。 实现边缘设备在有限资源下的鲁棒持续适应。
研究提出RespCCT和FreqCCT两款紧凑卷积Transformer,参数规模分别为173,187和124,999,在测试集上准确率达98.13%与97.58%。 模型比最强预训练网络减少2.0至64.6倍权重存储,计算输入图像耗时超过运行模型,线性探针能以0.958准确率识别数据来源库。
LEDGE 是一种无需执行张量运算即可评估异构边缘设备分布式 LLM 服务的轻量级模拟器。它在 10 台 Jetson 和 Raspberry Pi 设备上测试,Qwen 部署的请求级平均绝对百分比误差低于 3.6%,综合加速比达 135.3 倍。
针对 MoE 视觉-语言模型(VLM)在端侧部署面临的内存挑战,MoMoVL 提出了模态感知自适应压缩框架,将推理资源需求控制在端侧预算内。 该框架联合利用专家激活特征与模态量化敏感度指导位宽分配,相比均匀精度基线减少内存占用最高达 15.44%,且精度下降温和。 MoMoVL 在精度-压缩权衡上优于最先进混合精度基线,代码和数据已公开,论文被 WSDM 2027 接收。
提出运行于 NVIDIA Jetson Orin 网关的自学习生产级 HVAC 边缘堆栈,组件利用建筑自有数据持续自适应。 Transformer 预测器在单栋酒店中一周内收敛,送风、新风及风机盘管 MAE 分别为 0.37、0.39 和 0.11 摄氏度;RL 智能体在 104 个单元处于影子模式。
研究提出 PIES 方案以极低开销保护二值 Transformer 权重,恢复 BER 高达 10% 时的精度损失。 PIES 利用 Transformer 行列置换不变性对关键权重分组保护,开销远低于传统纠错;代码已在 GitHub 开源。 研究确认了在资源受限边缘设备上使用近似内存和激进电压缩放运行二值 Transformer 的可行性。
研究揭示低比特压缩导致视觉 CNN 精度坍塌集中于后期 pointwise 投影层。 保留不足 5% 关键层激活为 8-bit 精度,可恢复激进 sub-4-bit 压缩下 92% 的丢失精度。 低比特量化虽降低存储需求,但运行时解包导致 1.48x 至 21.5x 执行速度下降。
大语言模型(LLMs)与小语言模型(SLMs)的协同是平衡性能与部署效率的关键范式。 综述梳理了管道、路由、蒸馏等交互机制,并指出在边缘设备上应用时面临的系统开销、模型一致性及隐私等挑战。 该方向被视为推动下一代实用化、普适性人工智能发展的关键驱动力。
summary_zh: 研究 Qwen3 0.6B 和 1.7B 模型在 127 个生命周期内使用 LoRA 适配器每晚微调,发现从用户反馈学习的效果取决于评判机制,且长期会出现衰减。
机械革命大师之路 X10 企业桌面 AI 主机开售,64GB 内存版售价 32999 元。 该产品基于 NVIDIA RTX Spark 芯片,体积仅 1.25L,支持 140W TDP 性能释放。 提供 1 Pflops FP4 稀疏 AI 算力及 300GB/s 内存带宽。
机械革命发布基于 NVIDIA RTX Spark 芯片的大师之路 X10 迷你主机,定位为“企业桌面 AI 主机”,采用 1.25L 机身设计。 支持 140W TDP 性能释放,具备 300GB/s 内存带宽和 1 Pflops FP4 稀疏 AI 算力,提供 64GB/1TB 及 128GB/2TB 两种配置。 定价信息将在后续更新中公布。
Cosmonic CTO Bailey Hayes 探讨 wasmCloud 如何优化分布式 AI 推理,指出 WebAssembly 因轻量、快速启动和低资源消耗适合边缘实时推理。 演示显示使用 Ollama 的图像分析组件体积仅 292 KB,远小于传统容器,提升了本地开发与部署效率。
谷歌宣布面向 Android Go 设备开放 Gemini 应用,使内存低至 2GB 的安卓手机也能运行核心体验,并覆盖语音交流、相机辅助理解和图像创作。用户可通过 Google Play 下载,部分受支持手机也可长按电源键启动,传音等合作伙伴未来设备将预装 Gemini。
Viper Messenger 1.5.35 版本在 Mac 端侧上线 AI 聊天功能,使用 gpt-oss-20b 模型结合应用内指南回答 Viper 相关问题,且全程离线运行。该版本在不训练模型权重的前提下,通过改写指南页面、拆分问题和代码校验将正确率从 1.5.34 的 41% 提升至 61%,幻觉率从 24% 降至 4%,支持 Apple M5 Pro 等 24GB 内存设备。
Gemini 应用已登陆低内存的 Android (Go edition) 设备,通过重新架构让核心体验在低内存硬件上流畅运行。用户可以借助 Gemini Live 用 45 种以上语言进行语音交流或练习面试,用摄像头扫描笔记或表格进行学习和翻译,并用 Nano Banana 创建自定义图像,例如为周末烘焙促销制作传单。
博主 @BugOS技术组 展示安卓设备刷入 iOS 系统后成功复活 Touch ID,实现正常指纹解锁与录制。 该项目表明安卓刷 iOS 正从尝鲜走向可日用,但仍处早期移植阶段,后续发展值得期待。
RedCat 是一款运行在本地 PC 的开源 AI 智能体,采用 MIT 协议,支持构建网站、研究与代码编写。 该应用基于 Electron 开发,用户自带 API Key,具备记忆、技能及 MCP 连接器(支持 145 项服务)。 所有敏感操作均需用户批准,聊天数据与密钥仅存储于本地,不经过中央服务器。
macOS DarkWake 机制每小时唤醒 45 秒,导致 18 个计划任务因浏览器超时和连接过期而失败。通过添加显示状态检查的 guard script,阻止任务在屏幕关闭时运行,解决了基础故障。 后续排查发现 network-watch 任务每 10 秒重试导致数百次跳过记录,修复其重试逻辑(连接变更或每 5 分钟)后系统恢复。
微星 EdgeMesa N AI+ 迷你主机上市,提供 64GB+1TB 和 128GB+4TB 两档配置,售价分别为 33999 元和 56999 元。 该机型支持 140W 持续性能释放,配备 4 个 USB-C 20Gbps、1 个 HDMI 2.1 (FRL) 及 1 个 10GbE RJ-45 接口。 NVIDIA 今日正式解禁 RTX Spark 迷你主机销售,该机型同期进入市场。
NVIDIA 发布 RTX Spark 紧凑型桌面设备,支持本地 AI 智能体、图像视频生成和模型微调。设备搭载 NVIDIA Grace CPU、Blackwell RTX GPU 和最高 128GB 统一内存,提供 1 petaflop 算力。NVIDIA 同步扩展软件生态,支持 Adobe 创意应用、Blender 5.3 和 ComfyUI。
推荐理由:官方给出了紧凑型桌面本地 AI 硬件的规格和配套生态入口,读者可以据此判断它如何影响现有创意与开发工作流。
安谋科技正式发布基于 Arm Cortex-M42 的“星辰 100e”AIoT 原型平台,该处理器基于 Armv8.1-M 架构,集成 Arm Helium 技术。
微信官方宣布私人 AI 助理“小微”日活跃用户数已达 3000 万,其测试范围已逐步融入微信聊天、朋友圈、公众号及视频号等场景。小微采用针对成本效率优化的 WeLM 模型,未来预计部分推理任务将在用户设备端运行,从而依托支付及小程序服务构建智能体能力,并与现有生态建立共赢关系,不会与其产生利益冲突。
理想汽车 CTO 谢炎在台积电 OIP 论坛解读自研马赫 M100 芯片。该芯片采用 5 纳米工艺和动态数据流架构,单颗算力 1280 TOPS,已量产交付多款车型。 M100 支撑马赫 VLA 2.5 和 3D ViT 模型落地,前向感知距离达 300 米,相关论文入选 ISCA,芯片子公司完成 16.25 亿元融资。
Apple Watch 的 Audio Intelligence 和 Siri Recap 经一周测试,其对话笔记实用性不及 Amazon Bee、Granola 和 Otter。 Apple 摘要常误听语音,且未能为“始终在听”带来的隐私牺牲提供充分理由。
长鑫科技高管预计DRAM供给紧缺格局将在四季度延续,毛利率有望保持稳定,并已协商长期供货协议锁定中长期需求。 第三季度单季毛利率达89.53%,资产负债率由上年末约54%降至36.34%。 公司看好AI终端普及带来的内存增量,4F²架构将优先落地服务器等高附加值产品。
微软推出 Windows Server 2028 公开预览版,默认启用原生 NVMe,计划支持本地 AI 推理。 测试数据显示,NTFS 4K 随机读取 IOPS 提升约 80%,处理器周期减少 45%。 部分混合 AI 能力仅向有限客户开放早期体验,正式版上市时间未定。
预注册研究显示,4-bit 量化导致 Qwen2.5-3B 和 Llama-3.2-3B 的拒答行为出现相反偏移,且该变化取决于特定舍入误差而非比特数或似然。 Llama-3.2-3B 在越狱攻击下的顺从率降低 10.3 分,其半幅误差下顺从率仍降 5.8 分,而随机或高斯扰动平均影响接近零。 每个量化构建必须与其原始版本对比,因为 4-bit 量化下的拒答行为无法由通用指标预测。
该框架基于时空凸集图(ST-GCSs)实现连续时空规划与多机器人协调,通过精确凸分解(ECD)处理动态障碍。 引入最佳优先求解器及窗口协调策略,大规模模拟在 1 分钟内协调多达 100 台机器人,展现了实际应用性。
Mingbird 是一个开源的本地优先 Agent 框架,旨在让运行在消费级显卡上的 1 至 90 亿参数小型开放模型能够完成多步骤任务。该框架包含 1.2 万行 Python 代码和 18 种机制,通过执行可检查的控制逻辑来防止模型误报任务完成。