Liquid AI 开源 d1-3B 与 d1-omni-600M 端侧多模态决策模型
Liquid AI 开源 d1-3B 和 d1-omni-600M 决策模型，基于 Liquid Foundation Models 架构，通过单次前向传播输出结构化决策而非生成 Token。
推荐理由：Liquid AI 开源 d1-3B 与 d1-omni-600M 决策模型，在端侧设备实现毫秒级推理，为多模态结构化决策提供新方案。
#端侧
#端侧
今日 0 条Hugging Face Blog精选AI 评分8282
Google DeepMind精选AI 评分7575 Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布 EmbeddingGemma 2，这是一个基于 Gemma 4 架构的 7.4 亿参数多模态嵌入模型，原生支持文本、代码、图像、音频和视频的统一嵌入空间。
推荐理由：7.4亿参数原生多模态模型，支持端侧运行与向量截断，适合隐私优先的本地检索场景。
Hugging Face Blog精选AI 评分7575 Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理速度最高提升 3.2 倍
Liquid AI 发布 LFM2.5-DSpark 草稿模型，为 LFM2.5 系列模型提供推测解码路径，在 H100 上最高实现 3.18 倍吞吐提升，在 M4 Max 上最高实现 2.87 倍提升。该方案已开源并支持 llama.cpp 和 SGLang，在保持输出质量不变的前提下显著降低延迟。
推荐理由：原文给出了具体加速数据与部署配置，读者可据此评估端侧交互体验提升与现有工作流的适配度。
Google Research精选AI 评分7070 Google 在 Pixel 端侧部署冻结版 Gemini Nano 的 Multi-Token Prediction 加速技术
Google Research 宣布在 Pixel 9 和 10 系列设备上部署针对 Gemini Nano v3 模型的 Multi-Token Prediction (MTP) 加速技术。
推荐理由：文章详述了通过冻结主干模型并附加MTP头实现端侧推理加速的技术路径，为移动端部署提供了可迁移的优化方案。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemma 4 12B 多模态模型
Google DeepMind 发布 Gemma 4 12B 模型，采用无编码器架构，视觉和音频输入直接接入 LLM 主干，原生支持音频输入。该模型在 16GB 显存下即可运行，具备接近 26B 模型的推理性能，并内置多令牌预测（MTP）草稿器以降低延迟。
推荐理由：采用无编码器架构并原生支持音频，在16GB显存下即可运行，适合本地部署智能体应用。
Hugging Face Blog精选AI 评分8585 Holo3.1 发布：支持移动端与端侧本地推理的计算机使用智能体
Holo3.1 发布，新增移动端自动化能力并支持函数调用协议，同时推出 0.8B 至 35B-A3B 四种尺寸及 FP8、NVFP4、Q4 GGUF 量化版本，支持在消费级硬件上实现本地化部署。
推荐理由：Holo3.1 扩展了移动端支持并推出端侧量化权重，为本地化部署提供了可迁移的参考。
Google DeepMind精选AI 评分7676 Gemini Robotics-ER 1.6 发布，增强具身推理与仪表读取能力
Google DeepMind 发布 Gemini Robotics-ER 1.6，显著增强空间推理、多视角理解及仪表读取能力。该模型支持通过 Gemini API 和 Google AI Studio 调用，具备通过代码执行与视觉推理实现高精度仪表读数，并提升了物理安全约束遵循能力。
推荐理由：新增仪表读取与多视角推理能力，为具身智能体提供可验证的物理世界交互方案。
Hugging Face Blog精选AI 评分8888 Overworld 发布 Waypoint-1 实时交互视频扩散模型
Overworld 发布 Waypoint-1，支持通过文本、鼠标和键盘进行零延迟实时交互的视频扩散模型。该模型基于 10,000 小时游戏视频训练，配合 WorldEngine 推理库，在 RTX 5090 上可实现 30 FPS 或 60 FPS 的流畅体验。
推荐理由：模型支持零延迟的实时交互控制，并在消费级硬件上实现高帧率，为端侧视频生成提供了新的交互范式。
Hugging Face Blog精选AI 评分7272 IBM 发布 Granite 4.0 Nano 系列端侧模型
IBM 发布 Granite 4.0 Nano 系列模型，包含 350M 和 1B 参数版本，采用混合 SSM 架构或传统 Transformer 架构，面向端侧和 On-device 应用。模型基于 15T tokens 数据训练，支持 vLLM、llama.cpp 和 MLX 等运行环境，并在 IFEval 和 BFCLv3 等基准测试中表现优异。
推荐理由：IBM 发布 3.5 亿至 15 亿参数模型，提供混合架构与传统 Transformer 两种选择，适合端侧部署。