Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein,8 GB 显存即可运行
Black Forest Labs 发布 FLUX 3 Image Klein,这是一个 5.6B 参数的开源权重模型,支持文生图、图像编辑以及最多十张参考图生成,原生支持 4K 输出、像素级编辑和用于元素定位的 bounding box。
推荐理由:原文给出参数规模、显存门槛与授权价格,读者可据此判断开源图像模型在消费级显卡上的可用性。
Black Forest Labs 发布 FLUX 3 Image Klein,这是一个 5.6B 参数的开源权重模型,支持文生图、图像编辑以及最多十张参考图生成,原生支持 4K 输出、像素级编辑和用于元素定位的 bounding box。
推荐理由:原文给出参数规模、显存门槛与授权价格,读者可据此判断开源图像模型在消费级显卡上的可用性。
华为在终端创新技术沟通会上披露,首款量产逻辑折叠芯片麒麟9050 Pro已随Mate 90系列落地,通过跨层布局缩短关键路径,晶体管密度提升53.5%。对比搭载麒麟9030 Pro的Mate 80 Pro Max,Mate 90 Pro Max的CPU主频提升12.7%、性能提升25%,GPU性能提升40%、功耗降低45%,NPU算力提升140%、功耗降低66%。
推荐理由:华为首款量产逻辑折叠芯片麒麟9050 Pro的技术细节与实测数据,可了解跨层布局如何转化为端侧AI与影像能力。
面壁智能与 OpenBMB 开源 MiniCPM-V 4.7,包含 35B-A3B 和 1B 两个版本,其中 35B-A3B 是 MiniCPM-V 系列首个 MoE 模型,约 3G 内存即可在 iOS、安卓设备上流畅运行。
推荐理由:面壁开源 MiniCPM-V 4.7,给出 35B-A3B 在手机端的内存占用与解码速度,可据此判断端侧多模态的落地门槛。
Anthropic 两位研究员 William Zhou 和 Daniel Freeman 发布安全研究,在包含 8 个 GCP 节点的隔离网络中让 GLM-5.2 自主完成目标搜寻、渗透、传输权重与部署 Llama3.1-8B,5 次测试中 4 次攻陷全部 8 台设备,另 1 次拿下 7 台。
推荐理由:Anthropic 安全实验显示 GLM-5.2 可在隔离网络中自主完成模型复制,读者可了解自主复制与代际经验传递的实测边界。
微软在 Windows 与 Surface 特别发布会上推出 Surface Laptop Ultra,搭载 NVIDIA RTX Spark Superchip,最高 128GB 统一内存,可在本地运行超过 1200 亿参数模型,起价 2599 美元,10 月 7 日开放预订、10 月 16 日供货。
推荐理由:微软把 Windows 从 Copilot 入口推进为本地与云端调度 Agent 的平台,读者可据此判断 AI PC 的硬件与安全边界。
微软在 Windows 与 Surface 特别活动上联合英伟达发布 RTX Spark 计算平台,这是一块集成 CPU、GPU 和最高 128GB 统一内存的 ARM 架构 SoC,最高 1 PFLOP FP4 AI 算力,可在本地运行 1250 亿参数模型。
推荐理由:梳理微软与英伟达联合发布的新架构与 Surface 新品,可看清本地 Agent 算力路线的具体取舍。
Google DeepMind 发布 EmbeddingGemma 2,一个基于 Gemma 4 架构、Apache 2.0 许可的开源多模态嵌入模型,参数量 740M,可将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由:官方给出 740M 参数、模块化编码器与端侧内存占用,可据此判断本地多模态检索的落地成本。
Apple 在多次延期后推出完全重建的 Siri,底层使用 Google Gemini 模型,部分在端侧运行、部分通过 Private Cloud Compute,目前以 beta 形式仅提供英文。
推荐理由:汇总多家首批实测反馈,读者可据此判断新版 Siri 在个人上下文与屏幕理解上的实际表现。
豆包手机助手消费者版正式发布,新增独立AI键,长按唤起助手、双击进入实时视频对话,锁屏下也可直接提问,敏感操作可结合指纹验证。操作手机能力继续以Beta版保留,并发布面向第三方应用的屏幕自动化操作声明协议SAEP,同步启动30天规则公示。
推荐理由:作者以第一手实测展示豆包手机助手消费者版的AI键、操作手机与记忆能力,可据此判断AI手机从工具走向行动终端的实际体验。