Nace AI 釋出決策模型 Drex 技術報告：響應僅 183 毫秒，權重已開源
Nace AI 釋出 51 頁技術報告，公佈開源決策模型 Drex 的訓練細節。它專門處理固定選項選擇，經由 115 萬條真實資料和大模型置信度校準訓練，響應僅需 183 毫秒。目前權重已開放下載，並在 Nace Console 提供免費測試。
裝置端AI
Cactus 開源超小視覺模型 Mirage：僅 22MB，手機端 74 毫秒搞定識圖與分割
Cactus 開源輕量級視覺模型 Mirage，引數量 5130 萬，經 2 位量化後體積僅約 22 MB。模型單次執行就能同步搞定場景描述、目標檢測、OCR 識字、影像分割和空間關係推斷，在三星 Galaxy S26 的 NPU 上僅耗時 74 毫秒。這意味著在小體量穿戴裝置或手機本地，複雜的視覺任務也能不聯網即時跑完。
HyperFlow H3 Flash 開源：MiniMax 視音訊模型瘦身至 9.1GB，24GB 顯示卡可跑
Video Rebirth 開源 HyperFlow H3 Flash，將約 31B 的 MiniMax-H3 壓縮至 14B，僅需 4 至 8 步取樣即可聲畫同步生成 768p 影片。模型 Q4 量化版體積縮減至 9.1GB，不僅能在 24GB 視訊記憶體顯示卡上執行，配合 4 張 B200 還能實現即時生成。這意味著高質量端到端影片生成首次能在消費級裝置上跑通。
hunch：在 CPU 上跑毫秒級語義決策，把大模型高頻任務接過去
開源專案 hunch 基於 EmbeddingGemma 2 打造本地語義決策系統，可在普通 CPU 上實現毫秒級判斷。它像快反應系統向大模型邊用邊學，逐步接管工具呼叫監控、日誌分析等高頻任務。文本判斷僅需 22 毫秒，大幅砍掉 API 延遲與呼叫成本且無需 GPU。
Nous Research 開放 Hermes 移動版候補名單：內測名額瞬間搶空
Nous Research 在 NousCon 2026 上線 Hermes Mobile 移動端測試版，因名額迅速報滿，現已開放候補名單。團隊表示正在騰出更多測試空間，並加快推進面向大眾的正式版本。沒搶到首批內測資格的使用者目前可在官網登記排隊。
Apple Watch 開啟常駐音訊智慧：雙擊錶冠回溯 15 秒對話，Siri 自動做摘要
Apple 在 watchOS 27.3 開發者測試版中上線「音訊智慧」功能。使用者雙擊數碼錶冠即可檢視過去 15 秒對話的文字記錄，Siri 還能自動提取交談要點並生成摘要。蘋果稱原始音訊僅在專用硬體中處理且不落地儲存，目前僅限開發者測試。
Netflix 上線「AI Discover」：按心情主題推片，電視端即時調整
Netflix 在電視端應用測試上線「AI Discover」標籤頁，用自研智慧層按心情與主題推薦影視。使用者可挑選「輕鬆點」或「家庭之夜」等場景，並能隨時排除不喜歡的內容。系統會即時記錄偏好並持續微調，目前正面向美國受支援電視的英語使用者逐步推送。
NitroFusion 2 開源：1 到 2 步極速出圖，本地 ComfyUI 就能跑
研究團隊開源影像生成模型 NitroFusion 2，把傳統擴散生成壓縮至僅需 1 到 2 步。它通過多模態文本流對抗蒸餾，在一步出圖下仍能保留精細細節與清晰文字排版。完整模型權重約 12GB，普通消費級顯示卡通過 ComfyUI 即可在本地部署體驗。
清華伯克利開源 uni-robot-agent：給千問套上機器人外殼，跑分反超 Astra
清華與伯克利聯合開源機器人智慧體框架 uni-robot-agent，讓現成開源模型直接操控機械臂與模擬環境。在不依賴模擬器特權資訊的前提下，本地執行的 Qwen3.8-Flash-Next 在 RoboDojo 拿到 31.39 分反超 GPT-6 Astra，單次執行成本降至後者的二十分之一。
題了個題：讓孩子先答題通關才能看電視的開源螢幕管控工具
開源 Android 工具「題了個題」（StudyOnTV）上線，孩子必須先答對題目才能賺取螢幕使用時長。所有資料儲存在本地無需雲端賬號，支援遙控器和手寫作答，還內建 DeepSeek 等 AI 介面自動批改主觀題。
Subvocal 推出無聲打字 AI 眼鏡：靠射頻感知面部微動，每分鐘輸 200 詞
初創公司 Subvocal 獲約 130 萬美元種子前融資並開啟智慧眼鏡預訂。該裝置不依賴攝像頭或麥克風，而是用類雷達射頻捕捉髮音肌肉微動，由端側 AI 即時解碼為文字，轉寫速度達每分鐘 200 詞。產品早鳥價 499 美元，預計 2027 年上半年發貨。
Google 衛星首發太空 AI 回覆：在軌 TPU 跑通 Gemma 4 寫俳句
Google 宣佈 Project Suncatcher 原型衛星通過在軌 TPU 執行 Gemma 4 模型，傳回首個太空 AI 回覆。衛星飛經挪威地面站時受命寫下一首太空俳句。團隊後續將測試其抗輻射與熱應力表現，計劃 2027 年發射雙互聯衛星。
Audio8-TTS-Realistic 開源：6 億引數，幾秒音訊即可克隆 23 種語言
Edge0 開源文本轉語音模型 Audio8-TTS-Realistic，僅 6 億引數、體積 2.6GB。它只需幾秒參考音訊即可完成零樣本聲音克隆，支援 23 種語言。模型採用 Apache 2.0 許可證允許商用，低配消費級 GPU 也能輕鬆執行。
Pika 開源音影片模型 H3 Flex：僅需 6 步取樣，音畫同步生成
Pika 在 GitHub 開源音影片生成模型 Pika H3 Flex。模型基於 MiniMax-H3 訓練，只需 6 步取樣就能同步生成 5 至 15 秒帶立體聲的影片，支援 11 種畫幅和最多 12 個多模態參考檔案。最值得關注的是它的推理效率大幅提升，單張 H100 即可本地執行。
Sperid Labs 開源 Idol：單圖生成百萬級 3D 高斯模型
Sperid Labs 開源單圖轉 3D 高斯模型 Idol。它能自動扣除背景並補全遮擋的背面，直接輸出包含百萬級高斯點的 3DGS 檔案。最值得關注的是，模型視訊記憶體峰值僅需 7.2 GB，普通消費級顯示卡幾秒到十幾秒即可跑通。
Bygga：把宜家說明書變成可互動的 3D 動畫，還能動嘴翻頁
開源專案 Bygga 上線，輸入宜家貨號即可將紙質說明書轉換成可旋轉、可朗讀的 3D 線稿步驟。它內建 1171 款產品且離線可用，支援拼裝時動嘴喊「下一步」免翻頁，還可用 Together AI 掃描補充說明書。程式碼以 MIT 協議開源。
Hi3D 開源第一代 3D 模型：僅 7.74GB，單張圖片生成高精度資產
Hi3D 正式開源第一代 3D 生成模型 V1.0，程式碼與權重已公開且支援商用。該模型基於約 200 萬個 3D 資產訓練，幾何提取解析度達 1536³，整套檔案僅 7.74GB，普通消費級顯示卡即可裝下。最先進的第三代目前仍保持閉源。
百度開源 Unlimited OCR 2：支援整本書一次解析，消費級顯示卡就能跑
百度開源超長文件解析模型 Unlimited OCR 2。模型僅 3B 引數（約 6.9GB），引入 SR-SWA 機制避免視訊記憶體隨頁數累加，可一次性解析數千頁文件並自動合併跨頁表格和段落。這意味著厚重卷宗不用再逐頁拆解，普通顯示卡就能搞定完整還原。
Block 釋出語音模型 Dessa：不靠文本直接聽音學說話，連呼吸聲都會
Block 釋出原生即時語音模型 Dessa，不依賴文本中轉或預訓練，直接從人類語音中學會對話、語氣與情緒。模型支援全雙工即時插話，且可本地運行於消費級電腦。不過目前尚未公開，僅對 AI 安全研究人員開放測試申請。
清華開源音影片提取模型 Falcon：看嘴型抽離人聲，直連騰訊會議
清華團隊開源目標說話人提取模型 Falcon。它將攝像頭畫面與麥克風聲音對應，靠追蹤嘴部在嘈雜環境中即時提取指定人物語音，可訓練引數僅 50 萬。配套的 Falcon Studio 支援在筆記本本地執行，並能通過虛擬音訊裝置直連騰訊會議或 Zoom。