Tony Fadell 谈第一波 AI 硬件为何失败,以及接下来的方向
Tony Fadell 在 MIT Future Fest 上表示,Rabbit R1、Humane AI pin 和 Limitless pendant 等初代 AI 设备没有解决真实痛点,只是给极客的有趣技术。
Tony Fadell 在 MIT Future Fest 上表示,Rabbit R1、Humane AI pin 和 Limitless pendant 等初代 AI 设备没有解决真实痛点,只是给极客的有趣技术。
谷歌推出全新 macOS 应用 AI Edge Foresight,采用 EmbeddingGemma 2 端侧多模态模型,支持完全离线运行。
谷歌正式推出 EmbeddingGemma 2,把嵌入能力从文本扩展到代码、图像、视频、音频,统一映射到同一嵌入空间。模型基于 Gemma 4 架构,总参数 7.4 亿,采用 Apache 2.0 许可;纯文本任务仅需 2.7 亿参数,量化后在 Pixel 11 Pro 上纯文本权重约占 191 MB 运行内存,完整多模态约 567 MB。
Google 发布开源多模态嵌入模型 EmbeddingGemma 2,参数量 740M,号称是同类最紧凑模型,在多模态嵌入基准上超过两倍于其体量的竞品。
Google DeepMind 发布 EmbeddingGemma 2,一个基于 Gemma 4 架构、740M 参数的开源轻量级多模态嵌入模型,采用 Apache 2.0 许可,可将文本、图像、音频和视频统一映射到同一嵌入空间。
推荐理由:原文给出了参数量、模态拆分与量化后的内存占用,便于读者判断它能否直接落到自家端侧检索链路中。
Victoria Song 指出,Apple、Google 等厂商正借端侧 AI 处理让设备「不保存」音视频,从而声称这不算「录制」。
LibreOffice 背后的 The Document Foundation 表示,在可预见的未来不会将 AI 加入软件,默认安装不含任何生成式 AI 功能。该组织称这是刻意的设计立场,以确保用户文档不被上传到服务器、软件各部分均无需联网即可运行。用户仍可通过安装扩展将文档编辑器连接到本地 AI 模型,但目前没有任何集成方案能满足其全部要求。
开源命令行工具 RemoveMacAI 可一键关闭 Siri、Writing Tools、Genmoji、Image Playground、ChatGPT 扩展及全部摘要功能,删除约 12GB 模型文件并阻止系统重新下载。
开发者 Niko1221 开源 Strata 引擎,可在 12GB 显存以上的消费级显卡上运行量化版 Qwen3.8-Flash-Next(1250 亿参数)模型。
推荐理由:原文给出把 MoE 专家分级载入 RAM 加投机解码的显存优化思路,可迁移到其他大模型本地部署场景。
挪威政府本月 5 日表示,计划尽快向议会提交临时禁止在部分敏感区域使用人工智能眼镜的草案,并为后续永久性立法设立专家咨询机构。敏感区域可能包括公园、海滩、博物馆、购物中心、学校、幼儿园、游乐场、课外活动中心、医疗机构以及设有更衣淋浴设施的健身场所,政府还将评估禁令的适用设备范围及是否涵盖高等院校等教育机构。
一款命令行工具可快速移除 macOS 27 中的 Apple Intelligence。该工具可释放超过 12GB 的存储空间。
挪威希望有时间为能够记录路人的眼镜制定永久性规则。
Meta 宣布开源 Muse Gadgets 项目,允许开发者为个人 AI 智能体 Muse 打造自定义硬件,并已在 GitHub 按 Apache 2.0 许可发布 ESP32 固件和 Linux 设备 SDK。
Simon Willison 在本地 DGX Spark 上测试 Qwen3.8-27B(Q4_K_M.gguf)以英文单词输出加法结果的能力:关闭推理时数值准确率仅 23.57%,从 1-3 位数的 97.04% 跌至 10-13 位数的 6.44%,格式合规率为 96.17%。
NVIDIA 推出 DGX Spark 64GB 统一内存配置,本月由 Acer、ASUS、Dell、Gigabyte、HP、MSI 销售,10 月 23 日起售价 $4,999。
推荐理由:新配置把本地智能体开发门槛降到 $4,999,两台组网即可扩展至 128GB 内存,读者可据此评估本地部署的扩展路径。
Google DeepMind 宣布为 Private AI Compute 平台引入私密的服务端记忆层,让 AI 在跨设备间保持长期连续性的同时维持与端侧处理同级的隐私标准。
推荐理由:原文给出安全飞地、加密通道与设备端密钥相结合的架构细节,可迁移到其他需要云上持久记忆的隐私保护设计中。
K-Search 为进化式内核搜索框架新增 MLX 后端,通过结构化 CUDA-to-MLX 翻译层将现有 CUDA 内核自动适配为 Apple Silicon 的高质量 GPU 内核,无需从零重建。