Nace AI 发布决策模型 Drex 技术报告：响应仅 183 毫秒，权重已开源
Nace AI 发布 51 页技术报告，公布开源决策模型 Drex 的训练细节。它专门处理固定选项选择，经由 115 万条真实数据和大模型置信度校准训练，响应仅需 183 毫秒。目前权重已开放下载，并在 Nace Console 提供免费测试。
端侧AI
Cactus 开源超小视觉模型 Mirage：仅 22MB，手机端 74 毫秒搞定识图与分割
Cactus 开源轻量级视觉模型 Mirage，参数量 5130 万，经 2 位量化后体积仅约 22 MB。模型单次运行就能同步搞定场景描述、目标检测、OCR 识字、图像分割和空间关系推断，在三星 Galaxy S26 的 NPU 上仅耗时 74 毫秒。这意味着在小体量穿戴设备或手机本地，复杂的视觉任务也能不联网即时跑完。
HyperFlow H3 Flash 开源：MiniMax 视音频模型瘦身至 9.1GB，24GB 显卡可跑
Video Rebirth 开源 HyperFlow H3 Flash，将约 31B 的 MiniMax-H3 压缩至 14B，仅需 4 至 8 步采样即可声画同步生成 768p 视频。模型 Q4 量化版体积缩减至 9.1GB，不仅能在 24GB 显存显卡上运行，配合 4 张 B200 还能实现实时生成。这意味着高质量端到端视频生成首次能在消费级设备上跑通。
hunch：在 CPU 上跑毫秒级语义决策，把大模型高频任务接过去
开源项目 hunch 基于 EmbeddingGemma 2 打造本地语义决策系统，可在普通 CPU 上实现毫秒级判断。它像快反应系统向大模型边用边学，逐步接管工具调用监控、日志分析等高频任务。文本判断仅需 22 毫秒，大幅砍掉 API 延迟与调用成本且无需 GPU。
Nous Research 开放 Hermes 移动版候补名单：内测名额瞬间抢空
Nous Research 在 NousCon 2026 上线 Hermes Mobile 移动端测试版，因名额迅速报满，现已开放候补名单。团队表示正在腾出更多测试空间，并加快推进面向大众的正式版本。没抢到首批内测资格的用户目前可在官网登记排队。
Apple Watch 开启常驻音频智能：双击表冠回溯 15 秒对话，Siri 自动做摘要
Apple 在 watchOS 27.3 开发者测试版中上线「音频智能」功能。用户双击数码表冠即可查看过去 15 秒对话的文字记录，Siri 还能自动提取交谈要点并生成摘要。苹果称原始音频仅在专用硬件中处理且不落地保存，目前仅限开发者测试。
Netflix 上线「AI Discover」：按心情主题推片，电视端实时调整
Netflix 在电视端应用测试上线「AI Discover」标签页，用自研智能层按心情与主题推荐影视。用户可挑选「轻松点」或「家庭之夜」等场景，并能随时排除不喜欢的内容。系统会实时记录偏好并持续微调，目前正面向美国受支持电视的英语用户逐步推送。
NitroFusion 2 开源：1 到 2 步极速出图，本地 ComfyUI 就能跑
研究团队开源图像生成模型 NitroFusion 2，把传统扩散生成压缩至仅需 1 到 2 步。它通过多模态文本流对抗蒸馏，在一步出图下仍能保留精细细节与清晰文字排版。完整模型权重约 12GB，普通消费级显卡通过 ComfyUI 即可在本地部署体验。
清华伯克利开源 uni-robot-agent：给千问套上机器人外壳，跑分反超 Astra
清华与伯克利联合开源机器人智能体框架 uni-robot-agent，让现成开源模型直接操控机械臂与仿真环境。在不依赖仿真器特权信息的前提下，本地运行的 Qwen3.8-Flash-Next 在 RoboDojo 拿到 31.39 分反超 GPT-6 Astra，单次执行成本降至后者的二十分之一。
题了个题：让孩子先答题通关才能看电视的开源屏幕管控工具
开源 Android 工具「题了个题」（StudyOnTV）上线，孩子必须先答对题目才能赚取屏幕使用时长。所有数据保存在本地无需云端账号，支持遥控器和手写作答，还内置 DeepSeek 等 AI 接口自动批改主观题。
Subvocal 推出无声打字 AI 眼镜：靠射频感知面部微动，每分钟输 200 词
初创公司 Subvocal 获约 130 万美元种子前融资并开启智能眼镜预订。该设备不依赖摄像头或麦克风，而是用类雷达射频捕捉发音肌肉微动，由端侧 AI 实时解码为文字，转写速度达每分钟 200 词。产品早鸟价 499 美元，预计 2027 年上半年发货。
Google 卫星首发太空 AI 回复：在轨 TPU 跑通 Gemma 4 写俳句
Google 宣布 Project Suncatcher 原型卫星通过在轨 TPU 运行 Gemma 4 模型，传回首个太空 AI 回复。卫星飞经挪威地面站时受命写下一首太空俳句。团队后续将测试其抗辐射与热应力表现，计划 2027 年发射双互联卫星。
Audio8-TTS-Realistic 开源：6 亿参数，几秒音频即可克隆 23 种语言
Edge0 开源文本转语音模型 Audio8-TTS-Realistic，仅 6 亿参数、体积 2.6GB。它只需几秒参考音频即可完成零样本声音克隆，支持 23 种语言。模型采用 Apache 2.0 许可证允许商用，低配消费级 GPU 也能轻松运行。
Pika 开源音视频模型 H3 Flex：仅需 6 步采样，音画同步生成
Pika 在 GitHub 开源音视频生成模型 Pika H3 Flex。模型基于 MiniMax-H3 训练，只需 6 步采样就能同步生成 5 至 15 秒带立体声的视频，支持 11 种画幅和最多 12 个多模态参考文件。最值得关注的是它的推理效率大幅提升，单张 H100 即可本地运行。
Sperid Labs 开源 Idol：单图生成百万级 3D 高斯模型
Sperid Labs 开源单图转 3D 高斯模型 Idol。它能自动扣除背景并补全遮挡的背面，直接输出包含百万级高斯点的 3DGS 文件。最值得关注的是，模型显存峰值仅需 7.2 GB，普通消费级显卡几秒到十几秒即可跑通。
Bygga：把宜家说明书变成可互动的 3D 动画，还能动嘴翻页
开源项目 Bygga 上线，输入宜家货号即可将纸质说明书转换成可旋转、可朗读的 3D 线稿步骤。它内置 1171 款产品且离线可用，支持拼装时动嘴喊「下一步」免翻页，还可用 Together AI 扫描补充说明书。代码以 MIT 协议开源。
Hi3D 开源第一代 3D 模型：仅 7.74GB，单张图片生成高精度资产
Hi3D 正式开源第一代 3D 生成模型 V1.0，代码与权重已公开且支持商用。该模型基于约 200 万个 3D 资产训练，几何提取分辨率达 1536³，整套文件仅 7.74GB，普通消费级显卡即可装下。最先进的第三代目前仍保持闭源。
百度开源 Unlimited OCR 2：支持整本书一次解析，消费级显卡就能跑
百度开源超长文档解析模型 Unlimited OCR 2。模型仅 3B 参数（约 6.9GB），引入 SR-SWA 机制避免显存随页数累加，可一次性解析数千页文档并自动合并跨页表格和段落。这意味着厚重卷宗不用再逐页拆解，普通显卡就能搞定完整还原。
Block 发布语音模型 Dessa：不靠文本直接听音学说话，连呼吸声都会
Block 发布原生实时语音模型 Dessa，不依赖文本中转或预训练，直接从人类语音中学会对话、语气与情绪。模型支持全双工实时插话，且可本地运行于消费级电脑。不过目前尚未公开，仅对 AI 安全研究人员开放测试申请。
清华开源音视频提取模型 Falcon：看嘴型抽离人声，直连腾讯会议
清华团队开源目标说话人提取模型 Falcon。它将摄像头画面与麦克风声音对应，靠追踪嘴部在嘈杂环境中实时提取指定人物语音，可训练参数仅 50 万。配套的 Falcon Studio 支持在笔记本本地运行，并能通过虚拟音频设备直连腾讯会议或 Zoom。