#端侧

meng shao@shao__meng· 13:24AI 评分6666

Block 推出纯人类语音训练的 speech-to-speech 模型 Dessa，支持全双工边听边说并在 MacBook Pro 本地实时运行。该模型无文本、无预训练底座，旨在通过直接处理音频来理解情绪和节奏，目前已开放小范围安全研究员早期访问。

Block 发布全双工语音模型 Dessa，支持 M4 Max 及以上 MacBook 本地运行

Block 公司推出了全新全双工语音模型 Dessa，支持在 M4 Max 及更高配置的 MacBook 上本地运行。Dessa 采用原生人类语音数据训练并具备情绪表达能力，现阶段暂不对外开放试用，正向安全研究者发出测试邀请。

Block 发布端侧语音模型 Dessa，支持全双工实时交互与情感表达

Block 研究实验室发布了名为 Dessa 的全新语音模型，支持本地端侧运行和全双工实时交互。该模型完全在人类语音上进行训练，能够表现出笑声、停顿和哭声等自然情感，目前暂不对公众开放，正邀请安全研究人员进行测试。

NVIDIA 发布开源小模型 Nemotron 3.5 Bolt E4B 4GB

NVIDIA 发布了开源小模型 Nemotron 3.5 Bolt E4B 4GB，面向本地语音助手、游戏角色和机器人等场景。该模型基于 Gemma 4 E4B 通过强化学习训练，拥有 8B 总参数、4B 有效参数和 64K 上下文，在多项基准测试中表现突出，权重和训练方案已完全开源。

Jack Dorsey 旗下 Block 发布语音 AI 模型 Dessa

Jack Dorsey 旗下的 Block 发布了名为 Dessa 的语音 AI 模型，该模型完全基于人类对话数据从头训练，支持在 MacBook Pro M4 Max 或更高配置上本地运行。Dessa 团队表示，目前该模型将向一小群 AI 安全研究人员提供早期访问。

面壁智能在 CNCC 2026 举办第三届端侧大模型论坛并发布 MiniCPM5 与 VoxCPM2 等成果

面壁智能在 CNCC 2026 举办第三届端侧大模型论坛并发布 MiniCPM5 与 VoxCPM2 等成果，围绕文本、语音、多模态等五大方向探讨端侧通用人工智能。目前 MiniCPM 系列累计下载量已突破 6000 万次，17 次登顶 Hugging Face 榜单首位，其中 MiniCPM5-2B 在 AA-Index 4B 以下排名第一。

Gradium 开源 31M 参数端侧 TTS 模型 Phonon 31m

Gradium 开源了 Phonon 端侧语音合成模型系列，其中英语 Phonon 31m 采用 Apache 2.0 许可证发布。该模型大小仅 64.5 MB，支持在 CPU、手机、树莓派 5 及浏览器上运行，可在 MacBook Air M5 上实现 6.9 毫秒的首音频延迟。

讯飞星火 X2.6 端云一体大模型发布，首次基于全国产算力实现代码和智能体能力突破

讯飞星火 X2.6 端云一体大模型正式发布，宣称首次基于全国产算力实现代码和智能体能力突破。该模型采用 293B-A30B 参数的 MoE 架构，上下文长度拓展至 1M，现已在官网开放试用；同时，星火 X2.6-4B 开源端侧大模型也正式发布并限时免费。

开发者推出 WorldTUI：一个在浏览器中运行的 360M 终端世界模型

开发者训练了一个 360M 参数的语言模型 WorldTUI，用于模拟终端界面的键盘输入与屏幕更新，无需底层 shell 或文件系统支持。该模型基于 Qwen2.5-Coder-0.5B 微调，支持 vim、tmux 和 python 等工具，经量化后可在桌面浏览器中通过 WebGPU 本地流畅运行。

Recursive 发布由 AI 辅助构建的端侧编程模型 Flint

初创公司 Recursive 发布了首款可在笔记本电脑上运行的开源编程模型 Flint，该模型在自动化研发系统 Eureka Machine 的协助下构建。Flint 采用 MoE 架构，总参数量为 40B、每次激活 2.5B，在 Hugging Face 上以 Apache 2.0 协议开源免费下载。

Rohan Paul@rohanpaul_ai· 02:49AI 评分6666

Recursive 推出 40B 混合专家架构编码模型 Flint 并开源权重，该模型由自动化研究循环 Eureka Machine 构建。Flint 在 MacBook Pro 上以超过 125 tokens/s 的速度运行，在 48GB 内存设备的长 128K context 会话中兼顾了约 81% 的平均准确率与约 7 倍的解码速度提升。

OpenBMB@OpenBMB· 21:29AI 评分6262

面壁发布 MiniCPM-V 4.7 模型，在 iPhone 18 Pro Max 上实现了 20.51 tokens/sec 的平均解码速度。该版本通过 Lookahead Expert Scheduling、优化专家加载、细粒度量化和 DSpark 投机解码等技术提升了端侧多模态推理性能。

Dongxi 东锡 NLP@dongxi_nlp· 04:58AI 评分6767

Meta 发布面向端侧 Agent 的开源权重模型 Muse Glimmer 30B 技术报告，部分指标超过 Qwen3.6-27B 和 Gemma4-31B。该模型通过 4-bit 量化压缩至约 17GB，目标在 24GB 显存设备上运行，并采用 DFlash 推测解码在 RTX 5090 上实现约 233 tokens/s 的速度。

Nvidia 发布面向企业与端侧的新开源模型

Nvidia 推出了针对企业和端侧的全新开源权重模型，包括拥有 1200 亿参数的企业级智能体模型 Nemotron 3.5 Super VL 以及两款面向 AI PC 的轻量级 Bolt 模型。Super VL 专注于指令遵循和工具调用任务，而 Bolt 模型则旨在支持个人电脑和工作站上的本地运行。这些模型已通过合作伙伴逐步推向市场，旨在满足企业和消费者在本地部署以及数据隐私方面的需求。

OpenBMB@OpenBMB· 11:52AI 评分5858

MiniCPM-V 4.7 升至 Hugging Face 趋势榜第二。该模型的 35B-A3B MoE 版本可在 iOS 和 Android 上流畅运行，内存占用约 3GB，1B 版本则在 OCR、数学和视频理解方面表现出色。

OpenBMB@OpenBMB· 20:02AI 评分5656

OpenBMB 宣布 MiniCPM-V 4.7 登上 Hugging Face 热门榜第 3。其中 35B-A3B MoE 模型可在 iOS 和 Android 上流畅运行，内存占用约 3GB，1B 模型则在 OCR、数学和视频理解方面具备出色的性能表现。

Meta 开源 816B MoE 模型 Muse Spark Open

Meta 在 Hugging Face 发布开源权重模型 Muse Spark Open，总参数 816B、激活 42B，采用 MoE 架构，支持 1M token 上下文窗口，并针对 Mac Studio 本地运行做了优化。

Meta 发布可在 Mac 上运行的开源权重模型 Muse Spark Open

Meta 推出了名为 Muse Spark Open 的开源权重模型，拥有 8160 亿参数及 100 万 token 上下文窗口，具备多模态能力并专为复杂编程和智能体任务设计。该模型支持在苹果设备上本地运行，但本地运行至少需要 1TB RAM 并推荐搭配 M5 Ultra 芯片的 Mac Studio，目前已通过多个 API 平台提供。

Meta 与 Apple 合作推出 Muse Spark Open 模型并优化 Mac 端运行性能

Meta 发布了原生多模态开源模型 Muse Spark Open，并宣布与 Apple 合作使其能够通过最新 MLX 框架在两台 Apple M5 Ultra Mac Studio 上高效运行。该模型拥有 8160 亿参数，擅长长程任务、复杂软件工程和多步推理。

Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein 可在 8 GB 显存的消费级显卡上运行

Black Forest Labs 发布了 56 亿参数的开源文生图模型 FLUX 3 Image Klein，支持原生 4K 输出、像素级编辑及多张参考图生成。得益于 INT8 量化构建，它仅需 8 GB 显存即可在消费级显卡上运行，并在内部测试中超越了部分闭源模型。其权重采用 FLUX Kommunity 许可证发布，年收入低于 500 万美元的企业可免费商用。

NVIDIA 发布 Nemotron 3.5 Super VL 与 Bolt 系列开源多模态模型

NVIDIA 发布 Nemotron 3.5 系列开源模型，包括 1200 亿参数的 Super VL 多模态模型及两个端侧 Bolt 模型。Super VL 具备前沿的多模态智能与高效吞吐，Bolt 74B-A9B 24GB 和 Bolt E4B 4GB 则分别适配本地工作负载与边缘设备交互。该系列覆盖从企业服务器到桌面及边缘设备的完整智能体部署场景。

面壁智能发布 MiniCPM-V 4.7，35B 多模态模型可在手机端流畅运行

面壁智能与 OpenBMB 正式开源 MiniCPM-V 4.7 系列模型，包含 35B-A3B 和 1B 两个版本。其中 35B-A3B 作为首个端侧 MoE 模型，通过前瞻专家调度（LES）和自回放微调技术，在仅占用 3G 内存的情况下即可在手机端实现每秒 13 个 token 以上的解码速度，且在多项视觉与文本评测中表现领先。

Liquid AI 发布 LFM2.5-24B-A2B 推理模型

Liquid AI 发布了 LFM2.5-24B-A2B，这是一款拥有 24B 总参数、2B 激活参数的推理模型，专为端侧智能体设计。该模型支持 131K 上下文窗口，在工具调用和指令遵循任务中表现优异，并在 Apple M5 Max 等设备上具备极高的推理速度，现已在 Hugging Face 开源。

面壁智能开源 MiniCPM-V 4.7 模型

面壁智能联合 OpenBMB 社区发布并开源 MiniCPM-V 4.7，包含 35B-A3B 和 1B 两个版本。该模型通过 LES 专家调度、权重布局优化及视觉 token 压缩技术，实现了在 3GB 内存端侧设备上的流畅运行。

面壁智能发布 MiniCPM V4.7：包含 35B-A3B 端侧 MoE 与 1B 轻量 VLM

面壁智能发布 MiniCPM V4.7 系列模型，包括 35B-A3B 端侧 MoE 模型与 1B 轻量化 VLM。其中 35B-A3B 版本在 iPhone 17 Pro Max 上以约 3GB 内存实现 13+ tok/s 的推理速度，综合性能优于 Qwen3.6 35B-A3B；1B 版本在性能与效率上均优于 Qwen3.5 0.8B。

面壁智能发布端侧多模态大模型 MiniCPM-V 4.7

面壁智能推出 MiniCPM-V 4.7 端侧多模态大模型，包含 35B-A3B 和 1B 两种规格，其中 35B-A3B 为该系列首个 MoE 模型。该模型基于 LES 推理加速技术，在 iPhone 17 Pro Max 上仅需 3GB 内存即可达到 13+ token/s 的解码速度，并同步开源了 SRFT 微调方案。

面壁智能发布开源多模态模型 MiniCPM-V 4.7 系列

面壁智能发布开源多模态模型 MiniCPM-V 4.7 系列，包含 35B-A3B 和 1B 两个型号。该系列引入 LES 技术以优化端侧推理性能，在 iPad Pro M4 上实现 5 倍速度提升，并支持 Self-Replay 微调及多种主流硬件平台。

Liquid AI 发布 d1 系列端侧多模态决策模型

Liquid AI 发布了 d1-3B 和 d1-omni-600M 两款开源决策模型，旨在为端侧设备提供快速的结构化决策能力。d1-3B 支持文本和图像输入，在 NVIDIA Jetson 等设备上单次推理延迟低于 50ms；d1-omni-600M 则支持文本、图像及音频输入。该系列模型不生成 token，而是通过单次前向传播直接输出决策结果，目前已在 Hugging Face 上线。

Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型

Google DeepMind 发布 EmbeddingGemma 2，这是一款基于 Gemma 4 架构、采用 Apache 2.0 协议的 7.4 亿参数轻量级多模态嵌入模型。它支持文本、图像、音频和视频的统一嵌入空间，具备 8K 上下文窗口，并支持通过 Matryoshka 学习动态调整输出维度，专为端侧设备的高效检索与 RAG 任务优化。