Clawdbot：把 AI 塞进聊天软件，发条消息直接替你操控电脑
开源自托管 AI 助手 Clawdbot 允许用户通过 Telegram 或 WhatsApp 发送指令，在本地电脑上自动运行脚本、管理文件和回复邮件。最关键的是它能自己写代码扩展新技能，隐私数据全留本地，不过在本地执行任意命令也存在安全风险。
端侧AI
查看更新的新闻
Voicebox：开源本地 AI 语音工具，搞定声音克隆与全局听写
开源本地 AI 语音应用 Voicebox 支持声音克隆与听写，GitHub 标星超 4.2 万。它仅需数秒音频即可克隆任意声音，支持用全局热键在任意输入框语音打字，还能配合 Claude Code 等为智能体配音。这让用户无需再订阅付费平台，即可在本地运行端到端语音能力。
Adobe 升级 Premiere：端侧 AI 抠像悬停即选，跟踪快 20 倍
Adobe 为 Premiere 推出端侧 AI 物体遮罩工具，鼠标悬停点击即可精确跟踪复杂移动目标。重构后的形状遮罩跟踪提速最高达 20 倍，同时支持无缝导入 Firefly Boards 资产。After Effects 26.0 也同步迎来原生 3D 等更新。
Overworld 开源实时世界模型 Waypoint-1：键鼠直接操控，5090 上跑出 60 帧
Overworld 开源实时交互式视频模型 Waypoint-1 及推理库 WorldEngine，支持通过键鼠实时操控画面。该模型基于上万小时游戏视频训练，在 RTX 5090 上最高可达 60 FPS 且近乎零延迟。不过目前画面一致性较弱且存在幻觉，已开放 2.3B 小型版本下载。
LightOnOCR-2-1B 开源：仅 1B 参数，OCR 跑赢 9B 模型
LightOn 开源端到端视觉语言 OCR 模型 LightOnOCR-2-1B。模型仅 1B 参数，在 OlmOCR-Bench 上不仅超越 9B 的 Chandra-9B，推理速度还比 DeepSeekOCR 快 1.73 倍。全系列采用 Apache 2.0 协议，同步开放了检测图片边框的变体与 1600 万页标注数据。
Google 开源 TranslateGemma：12B 效果反超 27B，还带图片翻译
Google 推出开源翻译模型系列 TranslateGemma，提供 4B、12B 和 27B 三个尺寸。模型基于 Gemma 3 并蒸馏了 Gemini 的能力，支持 55 种语言，12B 版本效果反超原本 27B 基准，且保留了直接翻译图片内文字的能力。
Black Forest Labs 发布 FLUX.2 klein：亚秒生图，4B 开源、消费级显卡可跑
Black Forest Labs 发布图像生成模型 FLUX.2 klein，能在 13GB 显存的消费级显卡上实现亚秒级生图与编辑。模型提供 API 与本地部署支持，其中 4B 版本采用 Apache 2.0 协议开源，9B 版本开放权重，官方同步上线了免费 Demo。
Black Forest Labs 推出 FLUX.2 [klein]：亚秒级生图，4B 版本开源 Apache 2.0
Black Forest Labs 推出快速图像生成模型 FLUX.2 [klein]，主打亚秒级推理，官方称比竞品快 30% 以上。新模型分为 9B 与 4B 两种规格，其中 4B 版本采用宽松的 Apache 2.0 开源协议，最低仅需 8.4GB 显存即可本地部署，且官方提供了免注册体验 Demo。
Kyutai 开源 Pocket TTS：1 亿参数纯 CPU 运行，首包延迟仅 200 毫秒
Kyutai 开源轻量级语音合成工具 Pocket TTS，仅 1 亿参数，专为 CPU 设计且无需 GPU。在 MacBook Air M4 上仅用 2 核即可实现 6 倍实时速度，首包延迟约 200 毫秒，支持声音克隆与超长文本，代码与模型均已公开。
Anthropic 推出 Claude Cowork：直接接管本地文件与日常报表
Anthropic 推出 Claude Cowork 研究预览。只要指定文件夹，它就能自主整理文件、核对账目并生成周报，电脑合盖后仍能在后台跑。它把 Claude Code 的智能体能力带到了日常办公，目前仅限 macOS 桌面端的 Max 订阅用户测试。
NovaSR：仅 52KB 的超轻量音频模型，超 3500 倍速把声音变清晰
开发者开源微型音频超分模型 NovaSR。模型体积仅约 52KB，架构不足 10 层卷积，单张 A100 上运行速度可达 3600 倍实时，能把 16kHz 的发闷音频还原为 48kHz 高清声音。它几乎不占显存，非常适合塞进端侧设备或给 TTS 实时提质。
Liquid AI 发布 LFM2-2.6B-Exp：纯强化学习训练，指令得分超大模型 263 倍
Liquid AI 发布实验模型 LFM2-2.6B-Exp。它基于 LFM2-2.6B 采用纯强化学习训练，在指令遵循、知识和数学基准上超越其他 3B 级别模型，其中 IFBench 得分超过了体积为其 263 倍的 DeepSeek R1-0528。模型已在 Hugging Face 开源。
旧金山大停电引发连锁反应：Waymo 自动驾驶车集体趴窝堵塞交通
周六，旧金山大范围停电导致交通灯失灵与移动网络受限，Waymo 自动驾驶汽车在街头集体停摆并引发拥堵。Waymo 随后紧急暂停服务，直至周日晚间才逐步恢复。这起事件暴露出依赖远程人工协助的无人车在基础设施瘫痪时的脆弱性。
Google 发布 T5Gemma 2：首个支持多模态与 128K 上下文的编码器-解码器模型
Google 发布基于 Gemma 3 的 T5Gemma 2 模型家族，成为首个支持多模态与 128K 长上下文的编码器-解码器架构。新模型通过合并注意力和绑定词嵌入精简参数，提供 3.7 亿至 70 亿等紧凑尺寸，专为端侧部署打造。目前仅提供预训练权重，需开发者自行微调。
Google 发布 FunctionGemma：270M 端侧小模型专攻函数调用
Google 发布 FunctionGemma，基于 Gemma 3 270M 专门针对函数调用微调。它体积极小，能离线跑在手机或 Jetson Nano 上，微调后任务准确率从 58% 升至 85%，可充当本地独立智能体或复杂任务的分流调度器。
NVIDIA 桌面显卡 RTX PRO 5000 迎来 72GB 版：专攻本地智能体开发
NVIDIA 宣布 RTX PRO 5000 72GB 桌面 GPU 正式发售。新卡搭载 72GB GDDR7 显存，提供 2142 TOPS 的 AI 算力，显存容量比此前 48GB 版提升 50%。这意味着开发者无需完全依赖云端数据中心，在本地工作站就能直接运行吞显存的复杂智能体与多模态模型。
Rivian 推送 2025.46 更新：免提驾驶扩至 350 万英里，支持微辣到重辣驾驶风格
Rivian 推送 2025.46 软件更新。二代车型的免提辅助驾驶覆盖范围从 13.5 万英里大幅扩充至美加超 350 万英里道路，只要标线清晰即可启用。系统还引入端到端 AI 驱动的驾驶风格选项，车主可在温和、适中与热辣三档间自由切换偏好。
Rivian 发布自研芯片与新一代自动驾驶平台：发力端侧 AI
Rivian 在活动上公布了自研定制芯片与新一代自动驾驶平台，深化车端 AI 集成。官方此前展示了 Universal Hands Free 功能，并计划 2026 年为第二代车型推出受控条件下的脱手脱眼驾驶。
Tiiny AI 推出掌上 AI 超算：充电宝大小，离线跑 120B 大模型
Tiiny AI 发布掌上个人 AI 超算 Pocket Lab，获吉尼斯世界纪录认证为全球最小。设备功耗仅 65W，采用 TurboSparse 与 Powerinfer 技术，无需云端或昂贵 GPU 就能在本地离线运行 120B 大模型，支持一键部署主流开源生态。
Mistral AI 发布 Devstral 2 代码模型：24B 本地可跑，配套终端 CLI
Mistral AI 发布开源代码模型 Devstral 2（123B）与 Devstral Small 2（24B），并推出终端智能体 Mistral Vibe CLI。123B 版本在 SWE-bench Verified 达 72.2%，成本号称比 Claude Sonnet 高出 7 倍性价比；24B 版本可在消费级硬件本地运行。目前其 API 阶段性免费开放。