Clawdbot：把 AI 塞進聊天軟體，發條訊息直接替你操控電腦
開源自託管 AI 助手 Clawdbot 允許使用者通過 Telegram 或 WhatsApp 傳送指令，在本地電腦上自動執行指令碼、管理檔案和回覆郵件。最關鍵的是它能自己寫程式碼擴充套件新技能，隱私資料全留本地，不過在本地執行任意命令也存在安全風險。
裝置端AI
檢視更新的新聞
Voicebox：開源本地 AI 語音工具，搞定聲音克隆與全域性聽寫
開源本地 AI 語音應用 Voicebox 支援聲音克隆與聽寫，GitHub 標星超 4.2 萬。它僅需數秒音訊即可克隆任意聲音，支援用全域性熱鍵在任意輸入框語音打字，還能配合 Claude Code 等為智慧體配音。這讓使用者無需再訂閱付費平臺，即可在本地執行端到端語音能力。
Adobe 升級 Premiere：端側 AI 摳像懸停即選，跟蹤快 20 倍
Adobe 為 Premiere 推出端側 AI 物體遮罩工具，滑鼠懸停點選即可精確跟蹤複雜移動目標。重構後的形狀遮罩跟蹤提速最高達 20 倍，同時支援無縫匯入 Firefly Boards 資產。After Effects 26.0 也同步迎來原生 3D 等更新。
Overworld 開源即時世界模型 Waypoint-1：鍵鼠直接操控，5090 上跑出 60 幀
Overworld 開源即時互動式影片模型 Waypoint-1 及推理庫 WorldEngine，支援通過鍵鼠即時操控畫面。該模型基於上萬小時遊戲影片訓練，在 RTX 5090 上最高可達 60 FPS 且近乎零延遲。不過目前畫面一致性較弱且存在幻覺，已開放 2.3B 小型版本下載。
LightOnOCR-2-1B 開源：僅 1B 引數，OCR 跑贏 9B 模型
LightOn 開源端到端視覺語言 OCR 模型 LightOnOCR-2-1B。模型僅 1B 引數，在 OlmOCR-Bench 上不僅超越 9B 的 Chandra-9B，推理速度還比 DeepSeekOCR 快 1.73 倍。全系列採用 Apache 2.0 協議，同步開放了檢測圖片邊框的變體與 1600 萬頁標註資料。
Google 開源 TranslateGemma：12B 效果反超 27B，還帶圖片翻譯
Google 推出開源翻譯模型系列 TranslateGemma，提供 4B、12B 和 27B 三個尺寸。模型基於 Gemma 3 並蒸餾了 Gemini 的能力，支援 55 種語言，12B 版本效果反超原本 27B 基準，且保留了直接翻譯圖片內文字的能力。
Black Forest Labs 釋出 FLUX.2 klein：亞秒生圖，4B 開源、消費級顯示卡可跑
Black Forest Labs 釋出影像生成模型 FLUX.2 klein，能在 13GB 視訊記憶體的消費級顯示卡上實現亞秒級生圖與編輯。模型提供 API 與本地部署支援，其中 4B 版本採用 Apache 2.0 協議開源，9B 版本開放權重，官方同步上線了免費 Demo。
Black Forest Labs 推出 FLUX.2 [klein]：亞秒級生圖，4B 版本開源 Apache 2.0
Black Forest Labs 推出快速影像生成模型 FLUX.2 [klein]，主打亞秒級推理，官方稱比競品快 30% 以上。新模型分為 9B 與 4B 兩種規格，其中 4B 版本採用寬鬆的 Apache 2.0 開源協議，最低僅需 8.4GB 視訊記憶體即可本地部署，且官方提供了免註冊體驗 Demo。
Kyutai 開源 Pocket TTS：1 億引數純 CPU 執行，首包延遲僅 200 毫秒
Kyutai 開源輕量級語音合成工具 Pocket TTS，僅 1 億引數，專為 CPU 設計且無需 GPU。在 MacBook Air M4 上僅用 2 核即可實現 6 倍即時速度，首包延遲約 200 毫秒，支援聲音克隆與超長文本，程式碼與模型均已公開。
Anthropic 推出 Claude Cowork：直接接管本地檔案與日常報表
Anthropic 推出 Claude Cowork 研究預覽。只要指定資料夾，它就能自主整理檔案、核對賬目並生成周報，電腦合蓋後仍能在後臺跑。它把 Claude Code 的智慧體能力帶到了日常辦公，目前僅限 macOS 桌面端的 Max 訂閱使用者測試。
NovaSR：僅 52KB 的超輕量音訊模型，超 3500 倍速把聲音變清晰
開發者開源微型音訊超分模型 NovaSR。模型體積僅約 52KB，架構不足 10 層卷積，單張 A100 上執行速度可達 3600 倍即時，能把 16kHz 的發悶音訊還原為 48kHz 高畫質聲音。它幾乎不佔視訊記憶體，非常適合塞進端側裝置或給 TTS 即時提質。
Liquid AI 釋出 LFM2-2.6B-Exp：純強化學習訓練，指令得分超大模型 263 倍
Liquid AI 釋出實驗模型 LFM2-2.6B-Exp。它基於 LFM2-2.6B 採用純強化學習訓練，在指令遵循、知識和數學基準上超越其他 3B 級別模型，其中 IFBench 得分超過了體積為其 263 倍的 DeepSeek R1-0528。模型已在 Hugging Face 開源。
舊金山大停電引發連鎖反應：Waymo 自動駕駛車集體趴窩堵塞交通
週六，舊金山大範圍停電導致交通燈失靈與行動網路受限，Waymo 自動駕駛汽車在街頭集體停擺並引發擁堵。Waymo 隨後緊急暫停服務，直至週日晚間才逐步恢復。這起事件暴露出依賴遠端人工協助的無人車在基礎設施癱瘓時的脆弱性。
Google 釋出 T5Gemma 2：首個支援多模態與 128K 上下文的編碼器-解碼器模型
Google 釋出基於 Gemma 3 的 T5Gemma 2 模型家族，成為首個支援多模態與 128K 長上下文的編碼器-解碼器架構。新模型通過合併注意力和繫結詞嵌入精簡引數，提供 3.7 億至 70 億等緊湊尺寸，專為端側部署打造。目前僅提供預訓練權重，需開發者自行微調。
Google 釋出 FunctionGemma：270M 端側小模型專攻函式呼叫
Google 釋出 FunctionGemma，基於 Gemma 3 270M 專門針對函式呼叫微調。它體積極小，能離線跑在手機或 Jetson Nano 上，微調後任務準確率從 58% 升至 85%，可充當本地獨立智慧體或複雜任務的分流排程器。
NVIDIA 桌面顯示卡 RTX PRO 5000 迎來 72GB 版：專攻本地智慧體開發
NVIDIA 宣佈 RTX PRO 5000 72GB 桌面 GPU 正式發售。新卡搭載 72GB GDDR7 視訊記憶體，提供 2142 TOPS 的 AI 算力，視訊記憶體容量比此前 48GB 版提升 50%。這意味著開發者無需完全依賴雲端資料中心，在本地工作站就能直接執行吞視訊記憶體的複雜智慧體與多模態模型。
Rivian 推送 2025.46 更新：擴音駕駛擴至 350 萬英里，支援微辣到重辣駕駛風格
Rivian 推送 2025.46 軟體更新。二代車型的擴音輔助駕駛覆蓋範圍從 13.5 萬英里大幅擴充至美加超 350 萬英里道路，只要標線清晰即可啟用。系統還引入端到端 AI 驅動的駕駛風格選項，車主可在溫和、適中與熱辣三檔間自由切換偏好。
Rivian 釋出自研晶片與新一代自動駕駛平臺：發力端側 AI
Rivian 在活動上公佈了自研定製晶片與新一代自動駕駛平臺，深化車端 AI 整合。官方此前展示了 Universal Hands Free 功能，並計劃 2026 年為第二代車型推出受控條件下的脫手脫眼駕駛。
Tiiny AI 推出掌上 AI 超算：充電寶大小，離線跑 120B 大模型
Tiiny AI 釋出掌上個人 AI 超算 Pocket Lab，獲吉尼斯世界紀錄認證為全球最小。裝置功耗僅 65W，採用 TurboSparse 與 Powerinfer 技術，無需雲端或昂貴 GPU 就能在本地離線執行 120B 大模型，支援一鍵部署主流開源生態。
Mistral AI 釋出 Devstral 2 程式碼模型：24B 本地可跑，配套終端 CLI
Mistral AI 釋出開原始碼模型 Devstral 2（123B）與 Devstral Small 2（24B），並推出終端智慧體 Mistral Vibe CLI。123B 版本在 SWE-bench Verified 達 72.2%，成本號稱比 Claude Sonnet 高出 7 倍價效比；24B 版本可在消費級硬體本地執行。目前其 API 階段性免費開放。