AnySpeechRecognizer 与 AnyDecisionModel 发布:面向 Apple 平台的语音与决策开源模型包
AnySpeechRecognizer 与 AnyDecisionModel 两个 Swift 包发布,前者在 Apple 的 SpeechAnalyzer API 下可切换 Apple、NVIDIA Parakeet 与阿里 Qwen3-ASR 引擎并新增说话人分离,后者以概率方式回答是非、多选和评分问题。
AnySpeechRecognizer 与 AnyDecisionModel 两个 Swift 包发布,前者在 Apple 的 SpeechAnalyzer API 下可切换 Apple、NVIDIA Parakeet 与阿里 Qwen3-ASR 引擎并新增说话人分离,后者以概率方式回答是非、多选和评分问题。
Liquid AI 发布 LFM3 新一代 Liquid Foundation Models,把文本、视觉、音频、omni 和决策模型统一到 2B 参数级的同一骨干上,全部开源权重并已在 Hugging Face 上线。
推荐理由:Liquid AI 公布 LFM3 系列六个 2B 级模型共享同一骨干,并给出单卡微调与端侧部署路径,可据此判断小模型专用化路线。
NVIDIA RTX Spark 笔记本正式开售,搭载 Blackwell RTX GPU 与 Grace CPU,最高 128GB 统一内存、最高 1 petaflop AI 算力,起售价 $2,399,首批来自 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI。NVIDIA 在全球六地举办零售发布活动,柏林站 CEO 黄仁勋意外现身并向观众送出五台亲笔签名笔记本。
NVIDIA 发布 RTX Spark,定位为面向创作者、游戏玩家和 AI 智能体的 Windows PC,并将于 10 月 16 日在旧金山、柏林、台北、北京等地举办线下体验活动。原文引述 Tom's Hardware、TrustedReviews 等评测称其在本地 AI、游戏和创作工作流上表现良好,Artificial Analysis 的独立测试也提供了早期本地 AI 性能参考。
推荐理由:原文汇总了多家评测对 RTX Spark 本地 AI 与游戏表现的早期反馈,并列出全球线下体验活动的时间地点。
Google DeepMind 与新加坡政府科技局(GovTech Singapore)合作,基于轻量级 Gemma 模型微调出一款端侧诈骗检测模型,可在设备本地分析对话并实时预警。该模型采用两阶段流水线:先用轻量分类器低功耗筛查消息,再用微调后的 Gemma 分析更大范围对话上下文以确认威胁。模型完全在端侧运行,新加坡政府和 Google 均无法访问用户对话,部署将分阶段推进。
Liquid AI 发布 LFM2.5-24B-A2B,这是一个 24B 参数、每 token 仅激活 2B 的推理模型,面向端侧运行私有智能体,会先思考再作答并调用工具。
推荐理由:原文给出与更大 MoE 模型的逐项基准对比和端侧推理速度,可据此判断本地智能体的可行边界。
Google DeepMind 发布 EmbeddingGemma 2,一个 740M 参数、Apache 2.0 许可的开源多模态嵌入模型,将文本、代码、图像、音频和视频映射到统一嵌入空间。