NVIDIA DGX Spark 推出 64GB 版本，10 月 23 日开售
NVIDIA 宣布 DGX Spark 将于本月推出 64GB 统一内存版本，10 月 23 日起在 Acer、ASUS、Dell、Gigabyte、HP、MSI 开售，起价 $4,999，预装 DGX OS 与 NVIDIA AI 软件栈，支持在设备本地运行最高 100-billion-parameter 模型。
推荐理由：原文给出配置、价格与组网扩展路径，读者可据此评估本地跑智能体的可行方案。
#端侧
NVIDIA Blog精选AI 评分6262
TechCrunch · AIAI 评分4747 听力科技初创公司 Legato 推出 AI 听力眼镜 Legato Frames
听力科技初创公司 Legato 宣布其 AI 听力眼镜 Legato Frames 正式开售，起售价 $999，面向中度及以下听力损失人群。眼镜重 34 克，续航 10-12 小时，AI 系统在本地处理、区分人声与背景噪音，双扬声器系统可将耳旁外泄声音降低 99%。Legato 此前刚以 $12 million 融资走出隐身模式，产品支持处方镜片与蓝牙流媒体，可在官网或美国部分眼科机构购买。
TechCrunch · AIAI 评分5555 Satlyt 获 800 万美元种子轮，做跨卫星运行 AI 的软件层
由前 Google 和 SpaceX 产品经理 Rama Afullo 联合创办的 Satlyt 宣布完成 800 万美元种子轮，由 Non Sibi Ventures 领投，公司不自建航天器，而是做让多颗卫星共享在轨计算任务的软件层，自称类似 VMWare 和 Snowflake 的定位。
Simon WillisonAI 评分3838 Photo Scrubber — 本地人脸模糊与元数据移除工具
Simon Willison 用 GPT-6 Astra 构建了实验性工具 Photo Scrubber，可在本地识别照片中的人脸并自动打码模糊，同时移除元数据。该工具基于 Google 的 MediaPipe C++ 库，通过 @mediapipe/tasks-vision 编译为 WebAssembly，并使用 BlazeFace 人脸检测模型。
The Verge · AIAI 评分6161 Meta 与 OpenAI 用可爱 AI 智能体试水专用硬件设备
Meta 和 OpenAI 都计划在未来一年内用可爱的软件智能体测试专用 AI 硬件市场：OpenAI 与前苹果设计师 Jony Ive 合作，最早 2027 年 2 月出货。
TechCrunch · AIAI 评分4545 DetectifAI：祖父遭深度伪造语音诈骗后，创始人推出端侧语音检测 SDK
DetectifAI 推出可在智能手机操作系统内运行的紧凑 AI 模型，能在通话、语音消息等场景即时判断声音是否由 AI 生成，且音频不离开设备。该公司以 SDK 形式授权给手机厂商，目前已为印度金融机构每月处理超过 100,000 通电话，提供深度伪造检测与说话人验证。据 FBI 数据，美国人去年因 AI 驱动诈骗损失近 $900 million，较 2024 年增长 24%。
Hugging Face BlogAI 评分2828 oMLX 作者 Jun Kim 加入 Hugging Face，支持 MLX 社区
oMLX 作者兼维护者 Jun Kim 加入 Hugging Face，继续主导 oMLX 并支持 MLX 社区。oMLX 由此从副业转为全职维护且获资金支持的项目，仍保持 Apache 2.0 开源许可。Hugging Face 计划让 oMLX 充当新想法的试验场，并简化 transformers 模型定义到 MLX 参考实现的转换流程。
NVIDIA BlogAI 评分5656 曼彻斯特大学用 NVIDIA Earth-2 预测英国全境空气污染
曼彻斯特大学与 NVIDIA Earth-2 团队合作，用生成式降尺度模型 Earth-2 CorrDiff 和支持时序预报的 Earth-2 StormCast 构建英国全境空气污染模型，分辨率达 2-3 平方公里。
Hugging Face Blog精选AI 评分6161 Hugging Face 发布 2026 夏季开源模型生态观察报告
Hugging Face 发布 2026 年 1 月至 8 月的开源模型生态观察报告，覆盖六大发现。公开模型仓库从 2.43 增至 2.96 百万，但 85.6% 模型下载不足 200 次，1.5% 仓库占 99.2% 下载量；中国实验室月度最大开源模型参数在 754B 至 2.78T 之间，多款超 100B 美国模型基于中国模型构建。
推荐理由：报告用下载、衍生模型、许可证等多组数据拆解了开源生态的注意力与实际采用差异，可迁移的判断框架清晰。
Google DeepMind精选AI 评分7474 Google DeepMind 发布手语转文字模型 SL2T，落地 Gboard 与 Live Transcribe
Google DeepMind 发布多语言手语转文字（SL2T）模型，率先在 Pixel 11 的 Gboard 和 Live Transcribe 中提供美式手语（ASL）转英文的签名输入功能，后续将支持更多设备与语言。
推荐理由：原文交代了手语翻译相比语音转写的两类核心难点，以及用姿态关键点替代原始视频的隐私设计，便于理解该模型的技术取舍。
Hugging Face BlogAI 评分5555 NVIDIA Magpie TTS 多语种模型更新：新增 3 种语言并开放权重
NVIDIA Magpie Multilingual TTS 发布新版本，364M 参数开放权重模型支持 12 种语言，新增 Modern Standard Arabic、韩语和巴西葡萄牙语，并扩大印地语和日语的 code-switching 支持。
Hugging Face Blog精选AI 评分7878 Meta 发布开源多模态模型 Muse Glimmer-30B，面向本地智能体场景
Meta 发布 Muse Glimmer-30B，一款从 Muse 蒸馏至 30B 参数、采用 Apache 2.0 许可的多模态模型，面向本地智能体用例，适用于编码、文档分析、个人助手等注重隐私的场景。
推荐理由：原文给出架构细节与部署入口，读者可据此判断本地智能体场景下的落地成本与可行性。
Hugging Face BlogAI 评分5757 Hugging Face 与 Cerebras 合作将 Gemma 4 用于实时语音 AI
Hugging Face 与 Cerebras 合作推出基于 Gemma 4 的实时语音 AI 演示，将开放的级联语音管线与 Cerebras 的推理速度结合，实现更自然的对话响应。
Google ResearchAI 评分5757 Google 将冻结 Multi-Token Prediction 架构用于 Gemini Nano 并部署到 Pixel 9 和 10
Google Research 宣布将 Multi-Token Prediction (MTP) 架构改造后接入已冻结的 Gemini Nano v3 模型，并已部署到 Pixel 9 和 10 系列，让 AI Notification Summaries 和 Proofread 等端侧功能生成更快、更省电。
Hugging Face BlogAI 评分5656 Transformers.js 实验 Cross-Origin Storage API 消除跨源重复下载
Google Chrome 团队的 Thomas Steiner 在 Hugging Face Blog 撰文，介绍如何在 Transformers.js 中实验 Cross-Origin Storage（COS）API，解决不同 origin 重复下载模型与 Wasm 资源的问题。
Hugging Face Blog精选AI 评分6262 Hugging Face 用本地模型免费完成 OpenClaw 仓库 PR 分类
Hugging Face 博客介绍了用本地模型 gemma-4-26b-a4b 和 qwen3.6-35b-a3b 搭配 pi agent harness 与受限 reposhell，在 NVIDIA GB10（DGX Spark，128 GB 统一内存）上对 OpenClaw 仓库的 issue 和 PR 做实时分类与 Discord 通知的完整方案。
推荐理由：给出了本地模型做高吞吐分类的完整配方与实测数据，可迁移到其他实时筛选场景。
Google ResearchAI 评分5353 Google Research 与 UC San Diego 探索用退役手机主板搭建低碳计算平台
Google Research 与 University of California San Diego 合作探索 phone cluster computing，把退役智能手机的主板取出组集群，作为通用计算平台复用。
Google DeepMind精选AI 评分7474 Google DeepMind 开源实验性扩散文本模型 DiffusionGemma，推理提速最高 4 倍
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用文本扩散方式一次并行生成整段文本，在专用 GPU 上文本生成速度最高提升 4 倍，单张 NVIDIA H100 可达 1000+ tokens per second，NVIDIA GeForce RTX 5090 可达 700+ tokens per second。
推荐理由：原文给出了速度、显存与质量取舍的具体数据，读者可据此判断它是否适合本地交互场景。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemma 4 12B：无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，定位为可在 16GB RAM 消费级笔记本本地运行的智能体多模态模型，是该系列首个支持原生音频输入的中等规模模型。
推荐理由：原文说明了无编码器架构如何省下延迟与显存，读者可据此判断本地多模态部署的可行性。
Hugging Face Blog精选AI 评分7474 Hugging Face 发布 Holo3.1 系列计算机使用智能体模型
Hugging Face 发布 Holo3.1 系列计算机使用智能体模型，基于 Qwen 家族，提供 0.8B、4B、9B 和 35B-A3B 四种尺寸，并首次提供 FP8、Q4 GGUF、NVFP4 量化权重以支持本地推理。
推荐理由：给出了各尺寸在移动与桌面基准上的具体提升和量化后的吞吐数据，可据此评估本地部署的可行性。
Google Research精选AI 评分6767 Google Research 发布 I/O 2026 研究成果综述
Google Research 发布 I/O 2026 综述，介绍其在科学发现、健康、边缘计算、天气预测、Gemini 核心能力、开发者生产力、隐私保护和量子计算等方向的研究与产品进展。
推荐理由：官方长文系统梳理了研究到产品的转化路径，读者可据此理解其各条线的布局重点。
Google ResearchAI 评分5050 Google Research 发布零信任聚合私有分析服务
Google Research 推出基于零信任聚合的私有分析服务，结合新的格基密码聚合协议与 TEE，实现设备单次消息提交即可完成聚合，无需多轮在线交互。该方案已集成到 Google 机密联邦分析系统，用于改进 Android SafetyCore 分类器准确率，同时保证用户内容仅保留在设备端。
Hugging Face Blog精选AI 评分7474 NVIDIA 发布 Nemotron 3 Nano Omni 多模态理解模型
NVIDIA 发布 Nemotron 3 Nano Omni，一个面向文档分析、多图推理、语音识别、长音视频理解与智能体计算机使用的全模态理解模型，已在 Hugging Face 开放 BF16、FP8 和 NVFP4 权重。
推荐理由：原文给出架构细节、训练配方与多组基准对比，读者可据此评估它在文档、音视频与智能体场景的可用性。
Hugging Face BlogAI 评分5555 Hugging Face 教程：如何在 Chrome 扩展中用 Transformers.js 运行 Gemma 4
Hugging Face Blog 发布教程，讲解如何在 Manifest V3 约束下用 Transformers.js 在 Chrome 扩展中运行本地 AI。
Hugging Face BlogAI 评分5757 Overworld 发布 Waypoint-1.5 实时交互世界模型，支持本地运行
Overworld 发布实时视频世界模型 Waypoint-1.5，提供 Waypoint-1.5-1B 与 Waypoint-1.5-1B-360P 两个权重，可在 RTX 3090 至 5090 桌面硬件上以最高 720p、60 FPS 实时生成环境，并新增面向更广消费级硬件（含游戏笔记本及即将支持的 Apple Silicon Macs）的 360p 档位。
Google DeepMind精选AI 评分8383 Google DeepMind 发布开源模型 Gemma 4 系列
Google DeepMind 发布 Gemma 4 开源模型系列，采用 Apache 2.0 许可，包含 E2B、E4B、26B MoE 和 31B Dense 四种尺寸，主打推理与智能体工作流。
推荐理由：原文给出了各尺寸的硬件适配与开源许可细节，读者可据此判断本地部署和微调的可行路径。
Hugging Face Blog精选AI 评分8888 Google DeepMind 发布 Gemma 4 多模态模型家族
Google DeepMind 在 Hugging Face 上发布 Gemma 4 多模态模型家族，采用 Apache 2 许可，共五个尺寸（E2B、E4B、12B Unified、31B、26B A4B MoE），均提供 base 与 IT 检查点，支持图像、文本输入，小尺寸与 12B Unified 还支持音频。
推荐理由：原文列出五档尺寸、架构取舍与各基准分数，读者可据此判断端侧与 MoE 方案的实际取舍。
Hugging Face BlogAI 评分5555 H Company 发布多模态计算机使用模型 Holotron-12B
H Company 发布面向计算机使用智能体的多模态模型 Holotron-12B，基于 NVIDIA Nemotron-Nano-2 VL 后训练，现已在 Hugging Face 以 NVIDIA Open Model License 开源。
Hugging Face BlogAI 评分5454 NXP 分享在 i.MX 95 上部署 VLA 模型的数据录制、微调与端侧优化实践
NXP 在 Hugging Face 博客发布在 i.MX 95 SoC 上部署 VLA 模型的实践指南，覆盖数据录制、ACT 与 SmolVLA 微调以及端侧优化。
Hugging Face Blog精选AI 评分7272 Hugging Face 发布 Transformers.js v4，WebGPU 加速覆盖 Node、Bun 与 Deno
Hugging Face 宣布 Transformers.js v4 已发布到 NPM（npm i @huggingface/transformers），核心变化是采用用 C++ 重写的全新 WebGPU Runtime，与 ONNX Runtime 团队合作在约 200 个已支持模型架构上完成测试，同一份代码可运行于浏览器、Node、Bun 和 Deno。
推荐理由：原文给出了构建耗时、包体积和推理速度的具体数字，读者可据此评估升级到 v4 的实际收益。
Hugging Face BlogAI 评分4747 中国开源 AI 生态的架构选择：DeepSeek 之后的多路径探索
Hugging Face 分析了 DeepSeek Moment 之后中国开源 AI 生态在架构与硬件上的选择：Kimi K2、MiniMax M2、Qwen3 等主流模型几乎一致转向 MoE 架构，Apache 2.0 成为默认开源许可，0.5B–30B 小模型因易本地运行和微调而广受欢迎，100B–700B 大模型则作为"教师模型"向下蒸馏。
Google ResearchAI 评分4747 Google Research：小模型通过分解实现更优的意图提取
Google Research 在 EMNLP 2025 发表论文，提出将用户意图理解拆分为"逐屏摘要 + 从摘要序列提取意图"两阶段的分解式工作流，让小多模态模型（MLLM）在设备端完成 UI 轨迹意图提取。
Google ResearchAI 评分5050 Google Research 用智能手表估计步态指标的研究与验证结果
Google Research 发表研究 Smartwatch-Based Walking Metrics Estimation，用基于 TCN 的多输出深度模型从单只 Pixel Watch 的 50 Hz IMU 信号和用户身高直接估计步态速度、步长、双支撑时间、摆动时间与支撑时间等步态指标。
Hugging Face BlogAI 评分5555 TII 发布 Falcon-H1-Arabic 阿拉伯语模型家族，采用混合 Mamba-Transformer 架构
TII 发布 Falcon-H1-Arabic 阿拉伯语模型家族，包含 3B、7B、34B 三个版本，采用 Falcon-H1 混合架构，将 Mamba 与 Transformer attention 并行置于每个 block 内并在输出投影前融合。
Hugging Face BlogAI 评分5454 Hugging Face 发布 AnyLanguageModel：Apple 平台统一本地与云端 LLM 的 Swift 包
Hugging Face 发布 AnyLanguageModel，一个可直接替换 Apple Foundation Models 框架的 Swift 包，只需把 import 语句换掉即可保持相同 API。
Google ResearchAI 评分5757 Google 发布可证明隐私的 AI 使用洞察系统 PPI 并落地 Pixel Recorder
Google Research 发布首个可证明隐私洞察（PPI）系统，结合 LLM、差分隐私（DP）与可信执行环境（TEE）分析非结构化 GenAI 数据，已在 Pixel Recorder 应用中部署。
Google ResearchAI 评分5757 Google Research 发布 StreetReaderAI 让盲人用户通过多模态 AI 访问街景
Google Research 在 UIST'25 发布 StreetReaderAI 原型，用基于 Gemini 的上下文感知多模态 AI 让盲人和低视力用户通过语音与键盘浏览街景。
Hugging Face Blog精选AI 评分6767 Hugging Face 分析全球算力格局变化：中国国产芯片与开源模型的相互推动
Hugging Face 博文分析了全球 AI 算力格局的变化：美国出口管制与中国国产芯片发展相互关联，近几个月中国高性能开源模型的推理已开始由华为 Ascend、Cambricon 等国产芯片承载，部分模型也开始用国产芯片训练。
推荐理由：梳理了美国出口管制与中国国产芯片、开源模型发展之间的相互作用，可帮助读者理解全球算力格局变化的来龙去脉。
Hugging Face BlogAI 评分5555 IBM 发布 Granite 4.0 Nano 系列超小参数模型
IBM 发布 Granite 4.0 Nano 系列，这是其迄今最小的模型，面向边缘和端侧应用，采用 Apache 2.0 许可，支持 vLLM、llama.cpp 和 MLX 等运行时，训练数据超过 15T tokens。
Hugging Face BlogAI 评分4444 3 步在 Intel CPU 上运行 VLM：Optimum Intel + OpenVINO 教程
Hugging Face 用 Optimum Intel 和 OpenVINO 演示了 3 步在 Intel CPU 上本地运行 VLM 的流程，无需 GPU，示例模型为 HuggingFaceTB/SmolVLM2-256M-Video-Instruct。