NVIDIA 联合微软发布 RTX Spark 与 DGX Station for Windows
NVIDIA 与微软在 Windows AI 活动中宣布合作，推出 RTX Spark 与 DGX Station for Windows。
推荐理由：NVIDIA 联合微软发布 RTX Spark 与 DGX Station for Windows，将本地 AI 算力推向消费级笔记本与企业桌面，为 Agent 持续运行提供硬件基础。
#端侧
#端侧
今日 0 条NVIDIA Blog精选AI 评分8585 Hugging Face Blog精选AI 评分8282 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。
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。
NVIDIA BlogAI 评分1212 CONTROL Resonant 登陆 GeForce NOW，支持 Googlebooks 与 RTX 5080 级性能
Remedy Entertainment 的 CONTROL Resonant 登陆 GeForce NOW，Ultimate 会员可享 RTX 5080 级性能及 DLSS 4、光线追踪等技术。GeForce NOW 即将支持 Googlebooks 笔记本，实现无需本地安装即可流式传输 PC 游戏。本周另有 DragonSword: Awakening 等九款新游戏加入云游戏库。
Hugging Face Blog精选AI 评分7878 Hugging Face transformers 正式支持 GGUF 格式
Hugging Face 宣布 transformers 正式支持 GGUF 格式，开发者可通过标准 API 在本地高效运行量化模型。该更新通过复用底层 ggml Metal 内核，显著提升了 Apple Silicon 设备上的推理性能，并支持通过 transformers serve 提供 OpenAI 兼容接口。
推荐理由：Hugging Face 官方宣布 transformers 支持 GGUF 格式，通过复用底层 Metal 内核实现端侧高效推理。
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 Research 提出 PhotoScan 利用智能手机图像估算体成分与代谢风险
Google Research 发布 PhotoScan 框架，通过智能手机图像估算体脂百分比、躯干臀部脂肪比及内脏皮下脂肪比，预测胰岛素抵抗的精度接近 DXA 扫描。该模型在 UK Biobank 预训练并在 PhotoBIA 队列微调，独立验证显示其预测胰岛素抵抗的 AUROC 达 0.760，优于传统 BMI 和 BIA 传感器。
推荐理由：提出利用智能手机图像估算体脂分布并预测胰岛素抵抗，精度接近DXA，为代谢风险筛查提供新路径。
Hugging Face Blog精选AI 评分7878 NVIDIA Magpie TTS 开源多语言语音模型，新增阿拉伯语等三种语言
NVIDIA 在 Hugging Face 开源 Magpie 多语言 TTS 模型，新增现代标准阿拉伯语、韩语和巴西葡萄牙语，支持12种语言。该模型提供364M参数开源权重及NIM部署方案，在B200上单流首音频延迟低至32ms，并引入帧堆叠与局部Transformer架构优化推理速度。
推荐理由：提供开源权重与NIM部署方案，支持12种语言及低延迟指标，适合需要私有化部署和定制语音的开发者。
Berkeley AI Research精选AI 评分7575 K-Search：将CUDA内核优化经验自动迁移至Apple Silicon
IBM Research基于K-Search框架开发结构化CUDA-to-MLX翻译层，将CUDA内核优化知识自动迁移至Apple Silicon。在Attention内核上达到原生MLX 0.97倍性能，在Mamba SSM内核上预填充速度较社区实现提升20倍。
推荐理由：提出跨平台内核优化思路，将CUDA经验自动迁移至Apple Silicon，在Mamba SSM上实现20倍预填充加速。
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。
Google Research精选AI 评分6868 Google Research 发布基于手机摄像头的被动心率监测研究
Google Research 在《Nature》发表研究，介绍 PHRM 系统，利用手机前置摄像头在解锁后捕捉面部视频，通过深度学习被动估算心率。该系统在真实生活场景中实现全肤色心率测量误差低于 10%，静息心率估算误差低于 5 bpm，达到可穿戴设备水平，并开源了相关数据集和模型。
推荐理由：研究提出基于手机前置摄像头的被动心率监测方案，在真实场景下实现全肤色高精度测量，为无感健康监测提供新路径。
Hugging Face Blog精选AI 评分6060 Reachy Mini 支持通过 MCP 协议调用 Hugging Face Spaces 远程工具
Hugging Face 宣布 Reachy Mini 对话应用新增 MCP 工具支持，允许通过 Hugging Face Spaces 远程调用天气查询、网络搜索等无状态能力。该功能通过 `reachy-mini-conversation-app tool-spaces add` 命令安装，工具逻辑在 Space 中运行，本地仅保留受信任的核心控制与硬件交互工具。
推荐理由：Reachy Mini 引入 MCP 协议支持，允许通过 Hugging Face Spaces 远程调用工具，实现了应用本体与外部能力的解耦。
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 ResearchAI 评分3636 Google Research 发布零信任聚合的私密分析方案
Google Research 推出结合密码学与可信执行环境（TEE）的零信任聚合方案，实现无需设备保持在线的单次消息提交。该方案通过多层防御架构，确保仅向 Google 提供匿名化的群体洞察，彻底防止个体用户数据泄露。
Hugging Face Blog精选AI 评分7777 Hugging Face 教程：让 Reachy Mini 机器人实现全本地语音交互
Hugging Face 发布教程，指导用户将 Reachy Mini 机器人的语音交互栈完全部署在本地。通过 speech-to-speech 库串联 Silero VAD、Parakeet-TDT 0.6B v3、Qwen3-TTS 等开源组件，并结合 llama.cpp 或 vLLM 运行 Gemma-4 或 Qwen3-4B 等模型，实现无需云端 API 的隐私保护与低延迟对话。
推荐理由：提供将语音交互栈完全本地化的实操指南，展示如何在端侧实现隐私保护与低延迟的机器人对话。
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。
Google Research精选AI 评分7070 Google Flood Hub 上线 AI 驱动的城市内涝预测功能
Google Research 宣布在 Flood Hub 上线城市内涝（Flash Flood）预测功能，利用 AI 方法将预警时间提前至 24 小时。该模型通过 Gemini 分析公开新闻报道构建 Groundsource 数据集，结合全球气象数据预测人口密集区的内涝风险，在部分南方国家的表现与美国国家气象局相当。
推荐理由：利用Gemini提取新闻数据构建训练集，在缺乏地面观测的南方国家实现24小时城市内涝预测。
Google Research精选AI 评分6868 Google发布MapTrace合成数据管线，提升多模态大模型地图路径追踪能力
Google发布MapTrace合成数据生成管线，利用Gemini和Imagen模型生成200万对地图与路径数据。在Gemma 3 27B和Gemini 2.5 Flash上微调后，模型在MapBench基准上的路径追踪误差显著降低，成功率大幅提升。
推荐理由：提出MapTrace合成数据生成管线，通过微调显著提升多模态大模型在地图路径追踪任务上的空间推理能力。
Google Research精选AI 评分6060 Google 提出通过分解实现小模型优越意图提取
Google 在 EMNLP 2025 发表论文，提出将用户意图理解分解为屏幕摘要和序列提取两阶段方法。该方法使小多模态模型在端侧实现与大模型相当的意图提取效果，兼顾隐私与效率。
推荐理由：提出屏幕分解与意图提取两阶段方法，使小模型在端侧意图理解上媲美大模型，兼顾隐私与效率。
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。
Google ResearchAI 评分5050 Google Research 利用 Pixel Watch 和深度学习模型估算高级步态指标
Google Research 发布研究证明消费级智能手表可准确估算步速、步长等时空步态指标。该研究基于 246 名参与者的约 70,000 个步行片段，使用搭载时间卷积网络（TCN）的深度学习模型处理 Pixel Watch 的 IMU 数据。结果显示智能手表估算结果与智能手机方法性能相当，多数指标效度（Pearson r >0.80）和信度（ICC >0.80）良好。
Hugging Face Blog精选AI 评分7474 AnyLanguageModel 发布统一 Apple 平台本地与云端 LLM 调用 API
Hugging Face 发布 AnyLanguageModel，提供 Swift 包统一调用 Apple Foundation Models、Core ML、MLX、llama.cpp、Ollama 及 OpenAI 等模型。开发者只需替换 import 即可切换后端，支持按需引入依赖并扩展图像输入。
推荐理由：统一了本地与云端模型调用接口，降低 Apple 平台开发者的集成成本。
Hugging Face Blog精选AI 评分6868 NVIDIA Isaac for Healthcare v0.4 发布医疗机器人仿真到部署教程
NVIDIA 发布 Isaac for Healthcare v0.4，提供基于 SO-ARM 的医疗机器人端到端工作流。通过结合 93% 仿真数据与真实遥操作数据微调 GR00T N1.5 模型，实现从数据采集、训练到硬件部署的 Sim2Real 闭环。
推荐理由：提供了从仿真到部署的完整代码与硬件配置，可直接复现医疗机器人工作流。
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。
Hugging Face BlogAI 评分3838 三步在 Intel CPU 上运行 VLM
Hugging Face 发布教程，指导用户通过 Optimum Intel 和 OpenVINO 在 Intel CPU 上运行 SmolVLM2-256M-Video-Instruct 视觉语言模型。教程涵盖将模型转换为 OpenVINO IR、应用权重或静态量化以优化内存和推理速度，以及执行推理的具体步骤。
Hugging Face BlogAI 评分1313 Arm 亮相 PyTorch 大会，展示 PyTorch 与 ExecuTorch 在 AI 应用中的部署能力
Arm 将出席 PyTorch 大会，展示如何利用 PyTorch 和 ExecuTorch 赋能开发者构建和部署 AI 应用。现场将演示 vLLM、Mixture of Experts 及 ExecuTorch 在云、移动端和边缘侧的最新优化用例，并提供关于 Yellow Teaming 等负责任 AI 实践的个性化工作坊。
Hugging Face Blog精选AI 评分6767 Hugging Face 详解如何将 3B 参数 OCR 模型适配 Core ML 实现端侧推理
Hugging Face 发布教程详解如何将 RedNote 的 3B 参数 OCR 模型 dots.ocr 转换为 Core ML 格式以在 Apple 设备上运行。文章通过简化模型结构、修复 PyTorch 到 CoreML 转换中的算子报错，成功将模型部署至端侧，并预告后续将介绍 MLX 集成与 Neural Engine 量化优化。
推荐理由：详细拆解了将3B参数OCR模型适配Core ML的具体步骤与踩坑经验，为端侧部署提供了可复用的工程参考。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布 LeRobotDataset v3.0 支持流式读取与大规模存储
Hugging Face 发布 LeRobotDataset v3.0，将多个片段合并存储以解决文件系统限制，并原生支持流式读取。该格式通过 Parquet 和 MP4 优化存储，提供一键转换脚本，将集成至 lerobot 库 v0.4.0 版本。
推荐理由：通过多片段合并与流式读取解决大规模机器人数据集存储瓶颈，提供一键转换工具。
Hugging Face BlogAI 评分4242 Arm 发布 Neural Super Sampling 实时超采样方案
Arm 发布 Neural Super Sampling (NSS)，一款专为移动端 GPU 神经网络加速器优化的实时时序超采样模型。在演示中，NSS 将 540p 渲染结果在 4ms 内超采样至 1080p，并降低 50% GPU 负载。该模型已集成至 Unreal Engine 插件及 Vulkan ML 扩展，供开发者在移动游戏和 XR 场景中实验。