PrismML 发布 Ternary Bonsai 2 系列模型,iPhone 18 Pro Max 上本地吞吐最高每秒 120 个词元
PrismML 于 10 月 15 日发布 Ternary Bonsai 2 系列模型,含 2B、4B、9B 三种规模,基于 Qwen 3.5 基座,采用 -1、0、+1 三元权重表示,存储占用分别约 0.43GB、0.95GB 和 2GB,目标在手机、PC 和可穿戴设备上本地运行智能体。
PrismML 于 10 月 15 日发布 Ternary Bonsai 2 系列模型,含 2B、4B、9B 三种规模,基于 Qwen 3.5 基座,采用 -1、0、+1 三元权重表示,存储占用分别约 0.43GB、0.95GB 和 2GB,目标在手机、PC 和可穿戴设备上本地运行智能体。
面壁智能介绍独立开发者基于 VoxCPM2 构建的端侧实时同传系统 VoxWeft,麦克风输入、语音分段、ASR、翻译、流式 TTS 和播放全部在 Apple Silicon 本地运行,代码与开发日志已开源。
Meta 发布公开权重模型 Muse Spark Open,总参数量 8160 亿、活跃参数 420 亿、上下文窗口 100 万 token,面向编程、Agent、多步推理与软件工程场景。
Artificial Analysis 公布 NVIDIA RTX Spark N1X 笔记本的首份 AA-AgentPerf-Local 测试结果,该机搭载 GB10 芯片(20 核 Arm CPU、6,144 核 Blackwell GPU、最高 128 GB LPDDR5X),内存带宽 300 GB/s,芯片功耗 45 至 80 W。
Meta 发布 Muse Spark Open AI 模型,称其为迄今最强的美国开放权重模型,权重今日放出。Meta 称该模型是同类中首个可在桌面端用两台 Apple M5 Ultra Mac Studio 配合最新 MLX 框架运行的模型。
NVIDIA 宣布 RTX Spark PC 于次日发布,主打创作者、游戏玩家和 AI agents,并在10月16日于旧金山、柏林、台北、北京、伊斯坦布尔、首尔等地举办线下体验活动。
作者实测了上周发布的首批 Nvidia RTX Spark Arm 架构 AI 笔记本,介绍 Windows 为其做的适配工作。
Black Forest Labs 发布 5.6B 参数开源权重模型 FLUX 3 Image Klein,支持文生图、图像编辑和最多 10 张参考图的多参考生成,采用 FLUX Kommunity License。
推荐理由:官方公布了参数规模、显存门槛、生成速度和评测对比,读者可以评估它在本地部署与微调场景中的适配性。
英伟达发布开放多模态模型 Nemotron 3.5 Super VL,采用 MoE 架构,总参数 1200 亿、激活 120 亿,将推理、工具调用与文本、图像、文档及视频理解整合,官方称单 GPU 智能体任务吞吐量最高达同规模开放模型的 5 倍。
PyTorch 官方与 Arm 合作宣布 ExecuTorch 的 Cortex-M 后端,使 PyTorch 模型无需转换为其他框架格式即可直接运行在 Arm Cortex-M CPU 上,并利用 CMSIS-NN 加速,单一工作流支持 Scalar、DSP 和 MVE/Helium 全部能力层级。
Apple 发布折叠屏 iPhone Duo,展开后是迄今最薄的 iPhone,内屏比 iPhone 18 Pro Max 大 50%(对角 7.58 英寸),合上时外屏 5.4 英寸(对角 5.36 英寸)提供 iPhone 18 Pro 约 90% 的屏幕面积。
MiniCPM-V 4.7 is now open source on ModelScope: a 35B-A3B MoE multimodal model built to run on-device without compromising performance. Apache 2.0. 🤖 https://modelscope.ai/collections/OpenBMB/MiniCPM-V-47 📱 First open-source MoE with smooth, lossless on-device inference, running at 13+ tokens/s on iPhone 17 Pro Max. 🔥 New Pareto frontier: in Instruct mode, it reaches a higher overall score in less inference time than Qwen3.6 35B-A3B. ⚡ Mixed 4x/16x visual token compression lets developers balance visual detail and inference cost per task. 🛠️ Two sizes (35B-A3B and 1B) with FP8, GPTQ, AWQ, BNB, and GGUF variants. Works with SGLang, vLLM, llama.cpp, Ollama, SWIFT, and LLaMA-Factory. 💻 Runs on iOS, Android, and HarmonyOS, with day-0 support for Rockchip, Houmo, Intel, AMD, and Arm.
Liquid AI 发布开源权重推理模型 LFM2.5-24B-A2B,总参数 24B、每 token 激活约 2.45B,上下文 131,072 tokens,专为笔记本和迷你 PC 上的多步工具调用 Agent 设计,在 Apple M5 Max 上通过 llama.cpp Q4_K_M 达到 184 tok/s。
苹果 iPhone Duo 折叠屏国行版(型号 A3721)9 月 29 日换证,新增三个大模型备案编号:Apple 智能、通义万相、通义千问。阿里称千问将作为 AI 能力集成至 Apple 智能,为 iOS、iPadOS、macOS 和 visionOS 中国用户提供文本与图像理解、内容生成等能力。该机国行 10 月 16 日晚 8 点开启预购,10 月 23 日发售,15999 元起。
🚀 Tiny model, big test: MiniCPM-V 4.7 1B, hands-on 📱 A one billion parameter vision model that fits on a phone 🔹 Installed the GGUF with llama.cpp and Ollama 🔹 Read an analog clock from a photo 🔹 Turned that clock photo into working HTML code 🔹 Solved a quadratic from a school math sheet 🔹 Handwriting translation across dozens of languages 🔹 Funny scene test: spotting body language and backstory 🔥 Honest results, wins and fails, in the full video below 👇 https://youtu.be/40FXBcRz4_k?si=UGnvZNh0AN5f4aDL @OpenBMB
OpenBMB 发布 MiniCPM-V 4.7,为 35B-A3B 开源 MoE 多模态模型,在 iPhone 17 Pro Max 上仅占 3GB 内存,解码速度 13+ tokens/s。
🎬 35B MoE multimodal AI. On your phone. With just 3GB of memory. 🤯 This is MiniCPM-V 4.7 in action: reading real-world signs, planning around constraints, parsing complex documents, and reasoning over visual data. Powered by LES (Lookahead Expert Scheduling), the 35B-A3B model brings efficient MoE inference to mobile devices, while the lightweight 1B variant delivers capable multimodal understanding on resource-constrained hardware. 🛠️ With Self-Replay Fine-Tuning (SRFT), developers can customize models for new tasks while maintaining general performance. From iOS to Android, MiniCPM-V 4.7 makes powerful multimodal AI more practical to run locally. Try it 👇 🔗 http://github.com/OpenBMB/MiniCPM-V 🤗 http://huggingface.co/collections/openbmb/minicpm-v-47 Self-Replay Fine-Tuning: http://openbmb.cn/en/blog/self-replay-fine-tuning
Anthropic Frontier Red Team 研究警告,小型 AI 模型可能距在智能烤箱、杂牌 Android TV 盒子等商用 IoT 设备上自我复制只差数月。
Liquid AI 发布开源权重推理模型 LFM2.5-24B-A2B,总参数 24B、每 token 仅 2B 激活,专为在设备上快速、私密地运行智能体设计。
Liquid AI 发布开源权重模型 LFM2.5-24B-A2B,总参数 24B、每 token 激活 2B,定位端侧快速智能体。
推荐理由:原文给出完整基准对比、端侧推理速度和开源权重入口,读者可据此评估该模型在本地智能体场景的适用性。
OpenBMB(面壁智能)发布 MiniCPM-V 4.7,35B-A3B MoE 多模态模型在手机上仅需 3GB 内存运行,可识读现实场景标识、按约束规划、解析复杂文档并对视觉数据进行推理。
Apple 发布 Apple Home Collection 智能家居配件系列,包括室内外摄像头、智能恒温器、温度传感器、视频门铃和智能门锁,与 LG Electronics 和 Schneider Electric 合作设计,全部通过 Apple Home app 管理并端到端加密。
阶跃终端 10 月 13 日发布首款大模型原生智能体手机 STEPX Neo 先行版,搭载骁龙 8 系芯片,16GB+256GB 规格,全栈价(含手机、StepAOS+Step Studio、Step 系列模型)3999 元,10 月 16 日 10:13 首销。
NVIDIA 官宣 RTX Spark 笔记本将于 10 月 16 日发售,配合发布推出覆盖 Agent、创意和开发工具的软件更新,该超芯片具备最高 128GB 统一内存和 1 petaflop AI 算力。
推荐理由:官方汇总了 RTX Spark 上市前的软件生态准备,从本地 Agent、创意应用到开发工具和 DLSS 5,读者可据此了解平台落地细节。
面壁智能联合 OpenBMB 社区于10月13日发布并开源 MiniCPM-V 4.7,包含 35B-A3B 和 1B 两个版本,称其为全球首个可在端侧无损流畅运行的开源 MoE 多模态大模型。
推荐理由:原文详解了 LES 专家调度、权重布局优化和视觉 token 压缩等技术细节,读者可以了解 MoE 模型在 3GB 内存端侧设备上的实现路径。
千问发布三款硬件新品:AI眼镜N1、N1 Pro和AI耳夹式耳机,今日在淘宝、天猫、京东、抖音等平台现货开售,眼镜到手价2218元起,耳机1099元起。
推荐理由:官方发布三款AI穿戴硬件,原文给出具体功能差异与到手价格,读者可据此判断是否值得入手。
Let's start the week with MiniCPM V4.7 from @OpenBMB 🔥 ✨ 35B-A3B: On-device MoE - 35B/ 3B active ⚡️ - 13+ tok/s on iPhone 17 Pro Max with ~3GB RAM - Outperforms Qwen3.6 35B-A3B in overall score AND inference time ✨1B: Ultra-lightweight VLM - Outperforms Qwen3.5 0.8B in BOTH performance & efficiency ✨ Both support: - Image, multi-image & video understanding - Efficient 4×/16× visual token compression - iOS, Android & HarmonyOS - Apache 2.0
面壁智能于 10 月 13 日推出端侧多模态大模型 MiniCPM-V 4.7,提供 35B-A3B 和 1B 两种规格,其中 35B-A3B 是该系列首个 MoE 模型,基于 LES 推理加速技术,在 iPhone 17 Pro Max 上以仅 3GB 内存实现 13+ token/s 解码速度。
面壁智能 MiniCPM-V 4.7(1B 与 35B-A3B)通过与 Nativ 合作,在 Mac 上实现 Day 0 全端侧推理支持,可处理图像与视频理解,数据完全留在本地。
GPT-4曾整整一年是全球无可争议的最强模型,我们都在争论是否有人能追上,或者OpenAI是否掌握了别人不知道的秘方。 如今有19款能在现代智能手机上运行的AI模型比GPT-4更强!
Anthropic 发文评估小型模型在无数据中心条件下自主复制(ARA)的可行性,作者实验显示 9B 模型可在测试的 9 类硬件中 8 类上跑通推理,30B 及以下模型已能完成复制的多数单步。
推荐理由:Anthropic 用自购的 15 台廉价电视盒实测小模型分布式推理与复制链路,读者可据此评估 AI 蠕虫这类威胁的近期可行性。
面壁智能 OpenBMB 发布开源多模态模型系列 MiniCPM-V 4.7,包含 35B-A3B 和 1B 两个型号。
AMD 发布基于锐龙 AI Max+ PRO 495 处理器的新一代锐龙 AI Halo 开发者平台,CPU、GPU、NPU 性能相比初代均有改进。
高通 CEO 安蒙透露,已有人工智能企业要求高通在 2028 年推出支持 100B 参数模型本地运行的智能手机移动平台。他认为 AI 智能体将推动下一轮智能手机“超级周期”,并最看好智能眼镜这一可穿戴 AI 设备。对于 6G,他预计 2028 年洛杉矶奥运会有望演示,早期部署在 2029~2030 年启动。
面壁智能与中电信人工智能科技有限公司在北京签署战略合作协议,双方将联合开发产品,围绕终端智能与行业智能两大方向展开深度合作。合作以联合解决方案、联合推广模式推进,面向消费电子打造个性化端侧 AI 应用,面向企业级应用聚焦垂直行业标准化模型与智能体基础设施,并协同提升端侧模型能力、探索推理加速等关键技术。
The Verge 作者在 256GB 统一内存的 M5 Ultra Mac Studio 上安装开源自托管智能体应用 Hermes Agent,搭配约 105GB 的 1250 亿参数 Qwen 3.8 Flash Next 模型开始尝试本地 AI。
Qualcomm CEO reveals AI companies want phones running 100-billion-parameter models continuously by 2028--and confirms some are building phones Cristiano Amon: “I have to be careful not to disclose names, but some AI companies—some of the companies at the forefront of AI—are telling Qualcomm, ‘By 2028, I need to make sure that I have the ability to run at least a 100-billion-parameter model in a phone, and I need to have this thing running kind of all the time.’” Alex Heath: “So you’re saying there are AI companies that are talking about—” Cristiano Amon: “Well, AI companies are starting to do phones.”