苹果CEO:我们不会为AI而AI
苹果CEO约翰·特努斯表示,苹果不希望单纯为了AI而推出AI功能。新产品应让用户感受不到AI的存在,专注于打造用户喜爱的体验。面对智能体可能取代App的担忧,他认为创造产品是深刻且个性化的事。
苹果CEO约翰·特努斯表示,苹果不希望单纯为了AI而推出AI功能。新产品应让用户感受不到AI的存在,专注于打造用户喜爱的体验。面对智能体可能取代App的担忧,他认为创造产品是深刻且个性化的事。
作者花费50美元购买Waveshare ESP32-S3 1.75C开发套件,结合Meta开源代码自行打造了类似Muse Charm的AI挂件。借助Claude Code重写程序,该设备实现了外放语音、聊天历史浏览、远程拍照及虚拟宠物小游戏等功能。
Simon Willison 分享了 Drew Breunig 基于 Divyansh Agrawal 的 qwenputer 项目,在 Qwen3.5-4B 权重里烘焙出一个能运行 NES ROM 的 6502 CPU 模拟器,如 Super Mario Bros 可以在 Qwen 里运行但速度很慢。
推荐理由:作者转引了 Drew Breunig 构建 NES 模拟器的过程与 Opus 提示词,可参考这种把硬件模拟器嵌入模型权重中。
Starbucks CEO Brian Niccol 透露,公司正探索在驾出窗口识别顾客并展示个性化数字菜单,类似 Taco Bell 和 McDonald’s ArchIQ 的做法。2027 年起,Starbucks 将在驾出窗口测试后台 AI 模型,以提升店员下单准确性与效率;同时计划把 AI 整合进 App 搜索发现功能,并可能在未来支持对话式和智能体式点单。
Amazon 在假日季前为 Alexa 新增 100 多项购物相关功能,涵盖创建和管理购物清单、调整订阅配送频率及编辑配送指令等。用户还可通过 Alexa 查询 Prime 或 Audible 订阅详情并解决账单问题。Amazon 称今年采用 agentic 功能购物的用户增长了 8 倍,过去一年超 4 亿消费者通过 Alexa 购物。
Microsoft 正在终止所有智能电视上的 Copilot 功能支持。LG 和 Samsung 电视屏幕近日弹出通知,宣布该功能将于 2026 年内停止服务。此前 CES 2025 上双方宣布的智能电视 Copilot 集成,随着 Microsoft 将定位转向企业生产力工具而终结。
Steve Francia 在 GitHub Universe 会议徽章上运行了完整的 NES 模拟器以及 Game Boy 和 Game Boy Color 模拟器。借助该徽章内置的触控按钮,用户可在获得 ROM 后直接在上面游玩《塞尔达传说:织梦岛》。
Liquid AI 发布 LFM3,将文本、视觉、音频、全模态和决策六种 2B 量级模型统一到同一骨干网络上。相比 LFM2,LFM3-1.7B 参数减少约 35% 且智能更高,上下文窗口扩展到 256K tokens。全系模型支持在单 GPU 上微调,适配本地或边缘部署,已在 Hugging Face 开放下载。
推荐理由:原文同时给出了架构变化和六个模型的具体能力与代码,读者可以据此判断它能否在单 GPU 上满足多模态端侧部署。
作者尝试在断网环境下用本地运行的 OpenCode 与 Ollama 加载的 Qwen3.5 9B 修复 expense_total.py 中的累加 bug,并在终端完成测试,验证离线编程可行。文章同时给出模型选型数据与本地配置建议。
推荐理由:作者实测展示了用 OpenCode 配合本地 Qwen3.5 9B 在无网环境下完成代码修复的完整流程与配置要点。
Opera 推出 WebAI 新 Web 标准,允许用户在浏览器中本地运行 AI 模型,支持 Gemma 和 Apple 端侧基础模型等,无需向云端发送数据。该功能已在 Opera One 中作为早期预览开放,Opera GX 和 Opera Neon 也将接入。
推荐理由:WebAI 让浏览器内置本地推理,开发者无需自建服务即可在端侧运行 AI。
AWS发布基于 SageMaker Python SDK v3 的参考架构,为端侧计算机视觉提供端到端的多分支训练流水线。该方案用 AWS CDK 部署,通过 Step Functions、DynamoDB 信号量和 SQS 编排,控制单次并发执行数量,避免超出账户训练配额。
推荐理由:给出SDK v3下用CDK和Step Functions编排千台边缘摄像头的完整流水线,读者可直接复用该架构。
Import AI 周刊第三部分汇总了多项 AI 研究进展:AI safety 公司 Resolution 利用 AI Agent 自动化实现了奇点消解定理的 Lean 形式化。
推荐理由:作者串联了数学形式化、自主编程重建与智能体漏洞发现,指出 AI 正从单点工具扩展为可加速科研全流程的基础设施。
南京大学、商汤等机构发布 OpenMobile-2,基于 Qwen3.5(9B)和 Qwen3.6(27B)训练两个开源手机智能体模型,并公开包含重建应用的训练环境。模型在 AndroidWorld 上达 79.9 分,SPA-Bench 实测从 31.9 提升至 59.6,为开源模型最佳。研究发现训练覆盖 110 个应用比单纯增加数据量更能提升未见应用的适应率。
推荐理由:研究团队开源了基于 Qwen 的智能体模型及完整训练环境,揭示了应用多样性比数据量更能提升手机端智能体在未见应用上的表现。
Block 从其研究实验室发布新语音模型 Dessa,宣称在单张 NVIDIA GPU 上即可本地运行,具备全双工语音交互能力和内置情感表达,可在 MacBook M4 Max 等消费级设备上部署。目前该模型尚未对公众开放,Block 正在招募安全研究人员进行测试。
推荐理由:原文给出了该语音模型的本地运行方式和情感特性,读者可据此评估其端侧落地可行性。
无需下载应用,Ask Proxy、Caddy、Comma 等 AI 智能体可直接通过短信与用户交互,具备记忆上下文、连接现有服务并代完成任务的能力。Ask Proxy 主打拟人化主动提醒,个人版 1 美元/天;Caddy 自 2026 年 4 月起公开测试;Comma 开源且免费起步;Instinct 最新估值达 100 亿美元,支持短信或语音操作。
Jack Dorsey 的 Block 宣布推出名为 Dessa 的 AI 语音模型,并称该模型“从零开始仅用人类对话训练”。网站展示的案例包括与人类的语音聊天、猜词游戏以及和 OpenAI 的 GPT-Live-1 语音模型的对话。团队称 Dessa 是真正的语音到语音模型,可在 MacBook Pro M4 Max 或更好的设备上本地运行,并计划向少数 AI 安全研究人员提供早期访问。
Modal在$160亿估值下完成7.5亿美元D轮融资,年经常性收入突破10亿美元,已启动近30亿个沙盒。CEO Erik Bernhardsson指出,传统GPU合同是固定容量的“长方形”,而AI工作负载是波动的;Modal通过聚合数千客户的波动需求实现更高效的弹性调度。沙盒原为次要产品,因编码Agent和强化学习需求爆发,目前已贡献约三分之一的营收。
推荐理由:通过访谈揭示了AI算力从固定购买向弹性按需供应转变的基础设施逻辑,以及沙盒产品随Agent需求爆发的商业故事。
AllenAI 发布 OlmoEarth v1.3,提供全球 10 米分辨率年度卫星嵌入,并在 Hugging Face 开源模型、预训练数据与代码。配套推出 OlmoEarth Embeddings Explorer,支持拖拽查看变化、找相似区域并就地训练轻量分类器。
推荐理由:发布了行星级卫星嵌入模型和免登录交互式探索工具,给出了基准对比和复现成本,读者可直接评估其对地理空间工作流的改变。
Microsoft Research 发布 Flint-interactive,是一种构建交互式数据可视化的高级语言。它利用 Flint 编译器将点击、拖拽等原始触发器转化为语义事件,并通过高层更新操作符控制图表和外部组件的联动,使 AI Agent 能以更低的 token 成本和更高的可靠性生成支持缩放、筛选和联动的高交互性图表。
推荐理由:Flint-interactive 让 Agent 能基于高层语义事件生成可交互图表,降低开发门槛并减少调试成本。
Nirva 宣布完成 2500 万美元 Pre-A 轮融资,加上今年早些时候的 800 万美元,累计融资达 3300 万美元。该公司由两位前 Meta Reality Labs 员工和一位时尚品牌创始人于 2025 年创立,主打一款仅记录佩戴者自身语音的 AI 吊坠,重约 8 克,续航最长三天,售价 249 美元。
NVIDIA 博客宣布欧洲多国政府与合作伙伴利用 NVIDIA Nemotron 开放模型和 NeMo 等开源工具建设可控的公共部门 AI 系统,包括德国、英国、波兰、希腊、法国等地的应用案例与 Soofi 等研究计划。
推荐理由:原文列出欧洲多国政府与 NVIDIA 合作的开放模型项目,读者可据此判断其在本地区的落地路径。
Recursive 发布首款代码模型 Flint,声称其研发主要依托内部自动化研究系统 Eureka Machine,并在不到四个月内由小团队从基础完成。Flint 为混合专家架构,400 亿参数中每次推理仅调用约 25 亿参数,可在普通笔记本运行并离线使用。
推荐理由:原文给出推理速度与开源协议,可对照同类端侧编码模型判断实用性。
Google 将 Gemini AI 助手从 Android Auto 扩展至 Apple CarPlay,目前已在美国上线并向全球推进。用户可在 Google Maps 中通过点击 Gemini 图标进行免提对话,支持多步骤导航询问及自定义路线(如避开收费公路)。该功能暂无此前公布的 Personal Intelligence 个性化能力。
黄仁勋在 NVIDIA GTC Berlin 2026 大会上介绍面向欧洲和全球市场的新产品与平台,包括可在 14 天内交付的 DSX POD 参考设计、支持动态权限控制的 OpenShell 参考架构、Agent Knowledge Foundation 以及 RTX Spark 笔记本,并展示 RTX Spark、Isaac Sim 与实体机器人协同运行的案例。
Mistral 发布 Voxtral 3 语音模型系列及语音智能体 SDK,支持 50 种以上语言的实时多步对话,并配套 Voice Code Bench 等评测展示性价比。Voxtral Mini Transcribe Realtime 3 起价为 0.008 美元/分钟,Speech 3 为 13 美元/百万字符,已可通过 Mistral API 在欧洲、美国及全球节点使用,也支持私有化部署。
推荐理由:原文披露了多语言转写、情感合成与实时语音智能体 SDK 的能力边界与定价,便于判断落地价值。
会议笔记工具 Otter.ai 宣布从 General Catalyst Customer Value Fund 获得 3.2 亿美元增长融资,资金将用于企业增长、国际市场扩张和产品创新。
Nvidia 周四发布新版开源权重模型,包括面向企业智能体的 1200 亿参数 Nemotron 3.5 Super VL,以及两款可在 AI PC 本地运行的轻量级 Bolt 模型。
推荐理由:Nvidia 同时推出面向企业的 Nemotron 3.5 Super VL 和面向 PC 的两款 Bolt 模型,覆盖不同场景的部署需求。
多人用AI帮自己刷机精简智能电视。有人用Claude Code连WiFi删了25个MI包并换成了类Apple TV界面;另一款dumbtv方案支持索尼、TCL等,作者用Deepseek V4.1 Flash和Claude Opus 5.5写代码;也有人被AI引导一步步清理广告和应用。结果并不稳定,有人抱怨失败,甚至有人把电视刷坏。
推荐理由:原文展示了多款AI工具如何远程清理电视系统并改造启动器,读者可据此评估自行尝试的可行性与风险。
NVIDIA RTX Spark 笔记本现已上市,搭载 Blackwell RTX GPU 与 Grace CPU,提供最高 128GB 统一内存和本地 AI 能力,起售价 2399 美元,华硕、戴尔、惠普、联想、微软和微星均有推出。NVIDIA 在柏林灯光节等地举办全球首发活动,创始人黄仁勋亲临现场与粉丝互动。
推荐理由:材料详细列出了 RTX Spark Windows 笔记本的具体硬件规格、首发厂商与价格,并提供全球首发活动的现场细节。
Simon Willison 发布 web-edit 0.1a2,为该文件浏览与编辑应用新增文本及图像数据的“复制到剪贴板”功能。该工具主要用于通过 Tailscale 在不同设备间编辑文件夹内的文件。
NVIDIA 发布 Nemotron 3.5 Super VL 开源模型与两款 Bolt 边缘模型,覆盖从数据中心到桌面的智能体部署。Super VL 为 1200 亿参数多模态模型,号称同级别最快且精度可达 NVIDIA 最大推理模型的同等水平。
推荐理由:从数据中心到桌面覆盖完整部署场景,兼顾精度、速度与本地可控性,适合直接落地企业智能体。
OpenAI 推出面向教育者的 AI 工具 Study Mode,帮助教师支持主动的、循序渐进的学习。该产品已上线巴西葡萄牙语版本,旨在庆祝教师节,辅助教师引导学生通过提问进行思考和学习。
Google DeepMind 与新加坡政府科技局(GovTech Singapore)合作,基于轻量级 Gemma 模型微调出可在用户设备上运行的反诈骗检测模型。该方案采用两阶段本地推理管线,在保障端到端加密与隐私的前提下实时识别社交工程话术并发出警告,已在 Singapore International Cyber Week 2026 发布。
推荐理由:Google DeepMind 联合新加坡政府推出隐私保护的端侧诈骗检测模型,展示了如何在不对话数据上训练并保护用户隐私的同时进行实时风险拦截。
Google DeepMind 发布 EmbeddingGemma 2,是基于 Gemma 4 架构的 7.4 亿参数多模态嵌入模型,可在设备端将文本、图像、音频和视频映射到统一嵌入空间,支持动态截断至 128-768 维并具备 8K token 上下文窗口。
推荐理由:材料给出参数量、维度截断和端侧内存等关键参数,便于评估其对本地多模态RAG的可用性。