Phonon TTS 端侧语音模型发布复盘：65MB 起、支持五语种并登顶榜单
Phonon 是可在本地设备离线运行的小型 TTS 模型，提供约 65MB 和 75MB 两个版本，支持英语、法语、德语、西班牙语和葡萄牙语，内置 100 多个音色。
端侧 AI
全部主题跑在手机、电脑与边缘设备上的 AI：小模型、本地推理与端侧芯片的进展。
最新精选
第 1–20 条 · 共 24 条11月5日
10月28日
Liquid AI 发布 LFM3 系列：2B 级统一骨干覆盖文本、视觉、音频、全模态与决策模型
Liquid AI 发布 LFM3 新一代 Liquid Foundation Models，以 LFM3-1.7B-Base 为统一骨干衍生出文本、视觉、音频、全模态和决策共六款 2B 级模型，全部开源权重并已在 Hugging Face 上线。
10月22日
Recursive 发布 Flint：首个由 Eureka Machine 参与研发的 MoE 编码模型
Recursive 发布首个语言模型 Flint，开发过程中名为 Eureka Machine 的 AI 系统参与提出想法、搭建、测试并规划后续实验。
10月16日
NVIDIA 发布 RTX Spark，面向创作者、玩家与 AI 智能体的 Windows PC
NVIDIA 发布 RTX Spark，一款面向创作者、玩家和 AI 智能体的 Windows PC，并在全球多地举办发布活动。官方引用 Tom's Hardware、TrustedReviews、Tom's Guide 等媒体评测，称其在本地 AI、游戏和创作工作流上表现良好，Artificial Analysis 也提供了独立测试的初步结果。
Meta 与 Apple 合作，让 Muse Spark Open 模型在 Mac 上运行更佳
Meta 发布 Muse Spark Open 模型，称其是迄今能力最强的美国开源权重模型，也是同类中首个能在桌面端运行、需两台搭载最新 MLX 框架的 Apple M5 Ultra Mac Studio 的模型。
10月15日
NVIDIA 扩展 Nemotron 家族，发布 120B 开源多模态模型 Super VL 与两款 Bolt 端侧模型
NVIDIA 发布 Nemotron 3.5 Super VL，这是一个 120B 参数的开源多模态模型，面向持续在线的专用智能体，官方称其吞吐量最高可达同类模型的 5 倍。
10月14日
Google DeepMind 与新加坡政府合作推出端侧反诈检测模型
Google DeepMind 与新加坡政府科技局（GovTech）合作，基于轻量级 Gemma 模型微调出可在普通智能手机上运行的端侧反诈检测模型。该模型在设备本地分析对话，检测到操纵性话术时实时弹出警告，采用轻量分类器初筛加 Gemma 上下文评估的两阶段流水线以控制功耗。微调在 GovTech 管理的 GCP 环境中完成，训练数据排除私人或可识别个人信息，仅使用匿名化数据集。
Liquid AI 发布 LFM2.5-24B-A2B 端侧推理智能体模型
Liquid AI 发布 LFM2.5-24B-A2B，这是一个 24B 总参数、2B 激活参数的推理模型，面向端侧快速、私密的智能体场景，会先思考再作答并调用工具。
10月13日
NVIDIA RTX Spark 笔记本上市，本地 AI 智能体与创作应用生态同步就绪
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，最高 128GB 统一内存和 1 petaflop AI 算力，并同步推出面向本地智能体的软件更新。
10月8日
NVIDIA 与 Microsoft 发布 RTX Spark 笔记本及 Windows 智能体基础设施
NVIDIA 与 Microsoft 在旧金山 Windows AI 与 Surface 活动上宣布为 Windows PC 的 AI 智能体共同设计软硬件，Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers（MXC）正式可用，让智能体在系统控制下安全持久地在后台运行。
Liquid AI 开源 d1-3B 与 d1-omni-600M 端侧决策模型
Liquid AI 发布 d1 决策模型家族的两款开源权重模型 d1-3B 和 d1-omni-600M（实验性）。d1-3B 在 Decision Index 0.2.1 上得分 48.57，为 10B 以下最佳，支持文本与图像；d1-omni-600M 支持文本加图像或文本加音频。
10月7日
Google DeepMind 发布 EmbeddingGemma 2 开源多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构、Apache 2.0 许可的开源多模态嵌入模型，可把文本、图像、音频和视频映射到统一嵌入空间。
10月2日
Google 发布基于 TEE 的新一代联邦学习系统，Gboard 已采用
Google Research 发布新一代联邦学习系统，利用可信执行环境（TEE）为数据匿名化提供可验证、可审计的保证，Gboard 已采用该系统上线英语和日语下一词预测模型，隐私保证更强且准确率提升。
NVIDIA DGX Spark 推出 64GB 版本，支持双机集群扩展本地 AI
NVIDIA 将于本月通过 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 推出 64GB 统一内存版 DGX Spark，10 月 23 日开售，起售价 4,999 美元，保留 GB10 Grace Blackwell 超级芯片、DGX OS 与完整 NVIDIA AI 软件栈，支持最高 1000 亿参数模型在设备本地运行。
9月22日
Transformers 现已支持运行 llama.cpp 的 GGUF 量化模型
Hugging Face 为 transformers 加入 GGUF 支持，用户可从 Hub 选取量化检查点，用 from_pretrained 传入 gguf_file 即可在本地生成，无需额外配置。
8月17日
Google Research 提出 PhotoScan：用手机照片估算体成分并预测胰岛素抵抗
Google Research 提出 PhotoScan，一个可从普通 2D 手机照片估算体脂率、A/G 比值和 V/S 比值的深度学习框架，用于预测胰岛素抵抗。
8月12日
Google DeepMind 发布 SL2T 手语转文本模型，率先在 Pixel 11 的 Gboard 与 Live Transcribe 上线
Google DeepMind 发布多语言手语转文本模型 SL2T，首次把该能力带入消费产品，在 Pixel 11 的 Gboard 和 Live Transcribe 中支持美国手语（ASL）转英文听写，后续将扩展更多设备与语言。
7月29日
从 CUDA 到 MLX：K-Search 如何把数十年内核经验带到 Apple Silicon
Berkeley AI Research 与 IBM Research 将 K-Search 进化式内核搜索框架扩展到 MLX，通过结构化 CUDA-to-MLX 翻译层把已有 CUDA 内核知识迁移到 Apple Silicon。
6月27日
Google 用冻结多 Token 预测加速 Pixel 上的 Gemini Nano 模型
Google Research 发布一种新架构，将多 Token 预测（MTP）头接到已冻结的 Gemini Nano v3 模型上，在不改动主干权重的前提下加速端侧推理，已随 Pixel 9 和 10 系列推出。
6月9日
Google DeepMind 发布 Gemma 4 12B：统一无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本本地运行的多模态模型，介于边缘端 E4B 与 26B MoE 之间，采用无编码器统一架构，视觉和音频输入直接进入 LLM 主干。