技术方向
直接跑在手机、电脑等设备上的 AI：小模型、在本机运行模型的工具与端侧芯片。
120 条精选近 30 天 118 条共收录 145 条
千里科技在一颗4D毫米波雷达中引入端到端AI处理，从天线设计和波形生成延伸至点云检测、测角、增强、目标跟踪与分类，雷达内置10 TOPS NPU。相较上一代DSP端侧4D雷达，点云密度增强10倍、探测距离提升40%、鬼影消除提升至95%、空间角分辨力提升12倍。雷达支持边缘侧、卫星架构和兼容三种模式，可输出结构化感知结果、传输原始数据，或并行完成两类处理。
推荐理由：文章拆解千里AI雷达的边缘、卫星与兼容三种架构，呈现模型如何减少规则依赖并改变雷达与中央域控的分工。
研究团队推出 Pinal，用自然语言生成蛋白质设计；Hugging Face 等团队发布开放权重模型 Carbon X，可在本地运行并处理 DNA 与英文。Pinal 通过 T2struct 生成结构 token，再由 SAProt-T 补全氨基酸序列；在 GFP 类荧光蛋白测试中，50,000 个候选经筛选后有 29 个在 E. coli 中表达，最终仅 1 个成功发光。
推荐理由：Pinal 与 Carbon X 展示了自然语言进入生物序列设计的不同路径，并用实验成功率、长序列定位和本地运行条件呈现落地限制。
Liquid AI 发布 LFM3 模型家族，六款 2B 级模型共享 LFM3-1.7B-Base 骨干，覆盖文本、视觉、音频、全模态和结构化决策。LFM3-1.7B 比 LFM2.5-2.6B 少 35% 参数，文本模型在 4-bit 精度下约占 1 GB并支持 256K 上下文；LFM3-Omni-2B 可接收文本、图像、视频和音频并输出文本或语音。
推荐理由：LFM3 以同一 2B 级骨干衍生六款文本、视觉、音频、全模态与决策模型，并给出单 GPU 微调和端侧部署路径，便于评估小模型专业化方案。
Survival LLM 是一款免费开源的本地 AI 应急助手，可离线回答食物保鲜、烧伤处理和净水问题，并为每个答案列出参考文章及高亮原文。应用会按电脑内存选择模型；在其早期资料库版本的22道断电与急救问题盲测中，NVIDIA Nemotron 3.5 Super答对21题，Qwen3.8 27B答对21题，IBM Granite 4.2 8B答对14题。
推荐理由：按设备内存比较不同模型的应急答题表现，并展示来源引用与安装成本，便于读者评估离线部署的实用取舍。
作者在断网条件下，用 OpenCode 连接本机 Ollama 运行的 Qwen3.5 9B，让离线 AI 智能体修复 Python 费用计算程序，5 个测试全部通过。
推荐理由：文章以费用计算器为例，串起本地模型配置、断网验证和测试复核，给出无网环境下使用编码智能体的具体流程。
Apple 将在 Keynote、Pages 和 Numbers 中加入由 Apple 与 OpenAI 模型驱动的 AI 助手。该助手可理解文档上下文，在 Keynote 中设计和制作幻灯片，在 Pages 中起草、重构和修改文字，在 Numbers 中计算、可视化及整理数据、建议图表类型和生成自定义表格。
推荐理由：Apple 将文档上下文理解、内容编辑和数据处理能力嵌入三款生产力应用，并开放 MCP 接入，为评估智能体集成办公软件的实现范围提供了具体样例。
Apple 发布搭载 M6 芯片的 14 英寸 MacBook Pro，续航达 24 小时，支持 Wi-Fi 7 和 Bluetooth 6，起售价 $1,999。
推荐理由：材料同时覆盖续航、连接、端侧 AI 性能和价格，并提供代际对比数据，便于判断 M6 新设备的升级幅度。
Apple 发布搭载 M6 芯片的新款 iMac，提供 24 英寸 4.5K Retina 显示屏，并称 macOS 最高比主流 Intel iMac 快 18 倍。
推荐理由：原文给出 M6 iMac 相对 Intel、M1 和 M4 版本的性能对比，并说明端侧 AI 配置，便于评估整机升级差异。
Opera 推出 WebAI 网页标准，让用户在浏览器内直接运行 AI 模型，无需依赖云端服务。该标准支持多种开放权重模型，包括 Google 的 Gemma，Mac 上还支持 Apple 的端侧基础模型；相关功能已在 Opera One 开放早期预览，Opera GX 和 Opera Neon 也将很快支持。
推荐理由：Opera 明确了本地模型的预览范围、隐私优势与硬件性能代价，读者可据此判断端侧 AI 在浏览器中的适用条件。
Apple 发布搭载 M6 芯片的 14 英寸 MacBook Pro，强化端侧 AI、图形性能和专业创作能力。Apple 宣称，相比 M5，12 核 GPU 的图形性能最高提升 30%，端侧 AI 工作负载最高提升 25%，双 16 核 Neural Engine 性能最高提升 1.9x，并可本地运行 LLM。
推荐理由：原文列出 M6 相对 M5 的端侧 AI 和图形性能数据，并给出续航与起售价，便于评估本地运行 LLM 的设备成本。
REDMI K100正式发布，搭载骁龙8至尊版，并首次为K系列标准版配备AI独显D2。新机同时采用10000mAh小米金沙江电池和165Hz高刷护眼屏。
推荐理由：REDMI K100为K系列标准版配备AI独显D2，并采用骁龙8至尊版、10000mAh电池与165Hz屏幕，便于快速比较其主要配置。
科大讯飞发布讯飞星火X2.6，采用全国产算力训练，由一个云端大模型搭配4B端侧模型，并按任务难度和数据敏感度决定本地执行、两端协同或云端处理。长程任务动态并行训练使超长上下文训练效率提升约4倍，自适应存算协同结合四层KVCache和分布式推理，使推理效率提升4.5倍。4B端侧模型将复杂智能体任务完成率推至41.9%，端云路由准确率为96.1%，敏感资料可在本地关联或脱敏后再上传。
推荐理由：端云路由、长程任务动态并行训练与存算协同给出了明确指标，呈现了国产算力受限下兼顾效率和数据本地化的实现路径。
千问办公正式接入乐奇 Rokid AI 眼镜。用户可在 RokidAI App 的智能体商店添加“千问办公”并绑定账号，随后通过语音唤起千问办公、下发任务，并在眼镜端查看结果。
推荐理由：材料给出了添加智能体、绑定账号、语音唤起和查看结果的完整链路，可用于理解眼镜端办公助手的实际使用方式。
中信证券研报认为，OpenAI、英伟达GTC、宇树科技生态大会等产业事件催化，推动物理AI与端侧应用板块行情爆发。报告指出，本轮叙事的核心变化是模型能力与终端硬件的联系进一步强化，建议沿机器人能力升级、数据采集需求扩张和端侧入口创新三条线索寻找端侧投资机遇，关注经营稳健且有端侧布局的龙头，以及此前股价调整充分的弹性标的。
推荐理由：报告把物理AI端侧机会拆为机器人升级、数据采集和入口创新三条线索，读者可据此按产业环节理解相关投资方向。
Anthropic已正式提交纳斯达克IPO申请，股票代码定为“ANT”。招股书披露其上半年营收163亿美元、净亏损807亿美元，并承诺2026年4月至2033年7月向谷歌至少支出约1145亿美元。其他汇总包括寿司郎传送带被曝出现活老鼠、苹果客服称很多客户取消iPhone Duo订单、Kimi为K3.1 Pro限流和额度消耗致歉并补偿会员，以及灵快科技发布Botnow 3.0。
推荐理由：材料以摘要形式汇集Anthropic上市及算力承诺、Kimi会员补偿和终端智能体合作等信息，适合快速了解近期AI行业动向。
Corridor Digital 发布 CorridorKey 2.0，以一次购买提供 Resolve、Nuke、After Effects、Premiere、Blender 插件及 Mac 独立应用，不采用订阅制。
推荐理由：CorridorKey 2.0 以一次购买覆盖多款 VFX 与剪辑软件，并通过整段视频分析和 AlphaHint 控制抠像，便于比较其跨软件工作流。
作者为 ESP32-S3 实现了利用 128-bit SIMD 指令的 FAST 特征检测器，在其测试中将吞吐量从 5.1MP/s 提升至 11.2MP/s。实现每次并行计算 16 个像素，并通过 XOR 0x80 将无符号像素转为可用的有符号范围，绕过芯片不支持非对齐直接读取、仅有符号 8 位比较和饱和算术等限制。
推荐理由：文章拆解了 ESP32-S3 的 SIMD 限制，并以 FAST 检测器演示如何处理非对齐读取、有符号比较和饱和算术，可为低成本端侧视觉优化提供实现参考。
Apple 发布全新 iPad mini，采用 8.5 英寸 OLED 屏幕和 A20 Pro 芯片，机身更薄更轻，并通过 IP67 防尘防水测试。
推荐理由：文中给出新款 iPad mini 的 OLED 屏幕、A20 Pro 芯片、端侧 AI、售价和上市时间，便于比较本代硬件与软件变化。
联想天禧AI在观猹大会展示个人AI跨端协同，4.5版本定于10月30日升级。现场演示中，用户可通过天禧AI手机语音搜集Personal Agent产品并自动生成研究报告，也能关闭系统弹窗、调高屏幕亮度。4.5版本将进一步强化记忆管理与数据隔离，现有版本则基于Harness架构，支持联网搜索、生图修图、本地文件控制、文档生成及外部MCP Server接入。
推荐理由：现场演示具体呈现了手机语音触发研究报告与设备控制的跨端流程，也补充了天禧AI 4.5版本的记忆与数据隔离方向。
端脑科技与 Acrab 近日达成战略合作，双方将协同推进 AI NPC 在个人终端场景落地。端脑科技提供 AI NPC 一体机、智能体软件和终端落地经验，Acrab 提供 AI 芯片、操作系统及工具链。合作重点包括平台适配、硬件集成、多模态模型与 AI 智能体运行优化，以打通从底层芯片到终端应用的完整链路。
推荐理由：双方覆盖 AI 芯片、操作系统、智能体软件到终端集成的协作链条，呈现端侧 AI 落地中的生态分工。