Google 推出 Foresight：靠端侧模型完全离线转录会议
Google 发布实验性笔记应用 Google AI Edge Foresight。它搭载端侧 EmbeddingGemma 2 模型，专为 Apple Silicon 的 Mac 优化，能在完全断网的情况下转录会议、将速记润色为结构化笔记，并支持基于本地文件的问答，音频与笔记全程不出电脑。
端侧AI
查看更新的新闻
PiChat 串联快捷指令：通知触发自动办事，被杀后台也能断点续传
PiChat 推出由 PiDurableKit 驱动的手机端智能体，把大模型与 iPhone 快捷指令打通。当收到特定系统通知时，它能自动执行相应指令；记录与工具调用会先落盘存储，即便 App 在后台被系统杀掉也能断点继续。
深辰凯动造出羽毛球机器人 XA1：无需遥控，曾连打 1452 拍创纪录
深辰凯动研发出具身智能羽毛球机器人 XA1，无需人工遥控即可预测球路、自主跑位并回击。它能应对高远球、放网甚至部分扣杀，击球成功率超 96%，曾连续对打 1452 拍创下世界纪录。这展示了机器人在高速、非结构化场景下的实时决策与运动协调能力。
微软发布新一代 Surface：搭载英伟达 Spark 芯片，起售价 2600 美元
Microsoft 发布搭载 Nvidia RTX Spark 芯片的 Surface Laptop Ultra，起售价 2600 美元。新设备专为本地运行 AI 模型打造，新版 Windows 11 还引入「执行容器」给智能体提供沙盒环境。以旧换新 MacBook Pro 最高可抵 1000 美元。
Liquid AI 开源决策模型 d1-3B：端侧响应低至 50 毫秒
Liquid AI 开源多模态决策模型 d1-3B。该模型专为判断和分类任务设计，不生成文字，单次前向传播即可输出结构化结果。在 RTX 4090 上单次决策仅需 8 毫秒，在 Jetson Orin Nano 等端侧硬件上也只要 50 毫秒。
Google 开源 EmbeddingGemma 2：7.4 亿参数把全模态检索塞进手机
Google 发布开源多模态嵌入模型 EmbeddingGemma 2。该模型仅 7.4 亿参数，采用 Apache 2.0 协议，能将文本、代码、图像、音频和视频映射进统一向量空间。在 Pixel 11 Pro 上运行全模态仅需 567MB 内存，方便开发者直接在本地做完全离线的跨模态搜索与 RAG。
MSFlow 开源：打字生成人体动作，还能锁死任意关节位置
文本生成人体动作模型 MotionSpaceFlow 开源。模型大小约 1.1GB，可在消费级 GPU 上运行。最值得关注的是，它无需额外微调，即可在推理时固定任意关节在特定时间点的位置，让 AI 围绕这个限制自动生成动作。
NVIDIA 推出 DGX Spark 64GB 版：4999 美元起，两台直连跑千亿模型
NVIDIA 宣布将于 10 月 23 日推出 64GB 版 DGX Spark，起售价 4999 美元。它搭载 GB10 芯片，单机可跑 1000 亿参数模型，还支持用 QSFP 线两台直连组成 128GB 集群，性能提升 1.7 倍。开发者无需依赖云端，在本地就能跑智能体。
16.9 MB 跑语音识别：Cactus 开源端侧模型 Whistle
Cactus Compute 发布端侧语音识别模型 Whistle，单个权重文件仅 16.9 MB。它无需 GPU 和额外依赖即可在 CPU 上运行，支持 7 种语言转录及词级时间戳，在多项基准测试中超越了 145 MB 的 Whisper base。
Mosaic Chunk 开源：给 AI 视频装上长记忆，物体出画也不崩
本周，AI 视频记忆系统 Mosaic Chunk 正式开源。它通过选择性记住早期帧的关键特征，解决了物体离开画面数秒后模型就「失忆」变形的难题。项目已开放文生视频（基于 MiniMax H3）和图生视频（基于 Ling World Infinity）两套模型，支持本地运行。
Strands 开源 Decider 2B：砍掉文本生成换来 115ms 极速决策
Strands 开源 2B 参数的决策模型 Decider 2B。它基于 Qwen3.5-2B 改造，移除了生成文本的模块，专用于在预设选项中做选择并给出置信度。在 RTX 3090 上中位数延迟仅 115 毫秒，适合本地 Agent 快速判断与拦截。
InSpatio-World 1.5：一张图加运镜轨迹，生成 4D 漫游视频
InSpatio 开源 4D 世界模型 InSpatio-World 1.5。它支持输入单张图片、全景图或视频，通过预测新视角沿着指定镜头轨迹生成漫游画面，还能保留动作并制作「子弹时间」效果。模型体积不到 6GB，大多数消费级显卡即可运行。
体积仅 164MB：开源语音识别模型 Phonon-2 登顶同量级榜单
Fermion Research 开源轻量级语音识别模型 Phonon-2。该模型仅 164MB，基于 NVIDIA Parakeet 优化，平均字错误率仅 5.21%，在 M5 MacBook Air 上转录 1 小时音频只需 20 秒，适合在本地端侧直接部署。
Strata 开源本地推理引擎：12GB 显存就能跑千亿参数模型
开源本地推理引擎 Strata 正式发布。它通过显卡显存、内存与固态硬盘协同分层调度，让 12GB 显存的普通电脑也能本地跑动 125B 的 Qwen3.8-Flash-Next 等大模型，并提供兼容 OpenAI 的本地接口。这意味着消费级硬件本地部署大模型的门槛被进一步打了下来。
开源视觉决策模型 Valen：看图直接打分，做智能体「快反射」
Valen-Team 开源轻量多模态决策模型 Valen。它将 System One 决策思路扩展到视觉领域，基于 Qwen3.5 提供 0.8B、2B 和 4B 版本，输入图文或视频后直接对候选动作打分并输出概率，单步决策仅需百毫秒出头，专为智能体的高频反射场景设计。
Scale AI 升级 Muse Mac 版：支持 Computer Use，任务排队后台自动跑
Scale AI CEO Alexandr Wang 宣布 Mac 版 Muse 增加「Computer Use」功能。用户把任务加入队列后即可离开，系统会在后台自动连续执行。最值得关注的是，这让桌面端 AI 智能体具备了免值守处理复杂长任务的能力。
高通发布两款骁龙 8 Elite 芯片：手机端侧能跑 300 亿参数大模型
周二，Qualcomm 在骁龙峰会上发布 Snapdragon 8 Elite Extreme Gen 6 和 Gen 6 平台，支持在手机端侧运行高达 300 亿参数的 AI 模型。相比以往约 40 亿参数的端侧上限大幅跃升，主打智能体协同与低延迟体验，小米和摩托罗拉等厂商将在明年的旗舰机中采用。
GAE 开源：把 3D 几何塞进潜空间，相机轨迹误差减半
研究团队开源视觉生成框架 GAE。它把几何特征直接压缩进 128 通道的潜空间，生成画面时能同步解码出深度图、相机轨迹和 3D 点云。最值得关注的是，这种几何原生设计让相机轨迹误差减半，且权重不到 12GB，中端显卡即可本地运行。
SupraLabs 开源 Supra2-IMG：1 亿参数文生图模型，单卡 9 小时训完
SupraLabs 开源超小型文生图模型 Supra2-IMG，参数量仅约 1.04 亿，体积约 417MB。团队基于 560 万张合成图像，在一张单卡 H100 上仅耗时 9 小时完成训练，主打端侧与小型设备运行。不过受限于极小体量，目前生成分辨率为 256×256，画质相对有限。
Edge0 开源 Audio8-ASR-Infinite：显存恒定，中英文 7x24 小时流式转写
Edge0 开源流式语音识别模型 Audio8-ASR-Infinite。模型支持中英双语，转写延迟控制在 240 至 560 毫秒，借助循环滑动 KV 缓存让显存占用和延迟始终恒定，适合直播听写和实时交互。