Block 发布语音模型 Dessa，可本地运行并带笑声与停顿
Block 研究实验室发布语音模型 Dessa，完全基于人类语音训练，可在单张 NVIDIA GPU 上运行，并支持全双工对话，即边听边说。该模型能表现笑声、停顿和哭腔等情绪，官方称可在 MacBook M4 Max 或更高配置的消费级电脑上本地运行。目前 Dessa 尚未公开开放，Block 正在招募安全研究人员进行测试。
#端侧
TechCrunch · AIAI 评分6767
The DecoderAI 评分5858 Block 发布纯语音训练的 AI 模型 Dessa，可实时识别情绪与讽刺
Block 发布语音模型 Dessa，称其是首个完全用人类语音、不含任何文本数据从零训练的 AI 模型，直接以音频处理语音，可实时捕捉情绪、讽刺、笑声和停顿，并支持全双工同时听说。该模型可在 MacBook Pro M4 Max 上本地运行，训练使用单台 NVIDIA GB200 NVL72。Dessa 尚未公开，团队正招募 AI 安全研究者测试其意外风险，感兴趣者可通过表单报名。
The DecoderAI 评分7272 Recursive 发布首个由 Eureka Machine 参与研发的模型 Flint
AI 初创公司 Recursive 发布首个语言模型 Flint，研发过程几乎每一步都有其自研系统 Eureka Machine 参与，由该系统自主提出想法、实现、测试并规划后续实验。
TechCrunch · AIAI 评分7272 Recursive 发布笔记本端编码模型 Flint，称大部分开发由 AI 完成
Recursive 发布首个模型 Flint，这是一个可在笔记本上离线运行、以 Apache 2.0 许可在 Hugging Face 免费下载的编码模型，公司称其开发过程大部分由自研的 Eureka Machine 完成，小团队不到四个月从零建成。
TechCrunch · AIAI 评分7070 Nvidia 发布 Nemotron 3.5 Super VL 与 Bolt 系列开放权重模型，面向企业智能体和本地 AI PC
Nvidia 发布面向常驻智能体和边缘计算的开放权重模型，包括 1200 亿参数的 Nemotron 3.5 Super VL，以及面向本地 AI PC 和 DGX Spark 工作站的轻量 Bolt 系列。
Hugging Face Blog精选AI 评分6969 IBM 发布 Granite Switch 4.1：单端点实现对话、决策与语音
IBM 发布 Granite Switch 4.1，包含 Granite-Switch-4.1-8B 和 -30B，通过 Decision aLoRA、Guardian aLoRA 与 Granite-Speech-5.0-Turbo-CTC 在单一托管端点完成对话、决策与语音转写。
推荐理由：Granite Switch 4.1 把决策适配器与 ASR 模型组合进单一端点，读者可据此了解多能力复用同一基座的部署思路。
TechCrunch · AIAI 评分7474 Meta 发布可在 Mac 上运行的开放权重模型 Muse Spark Open
Meta 发布开放权重模型 Muse Spark Open，拥有 8160 亿参数和 100 万 token 上下文窗口，原生多模态，面向复杂编码任务和智能体工作。
The Decoder精选AI 评分7878 Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein，8GB 显存可跑
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的生成，原生支持 4K 输出、像素级精确编辑和用于元素定位的 bounding box。
推荐理由：5.6B 参数开源图像模型在 8GB 显存消费级显卡上跑出 9 秒内出图，可对照其与闭源模型的 Elo 差距。
The DecoderAI 评分7272 英伟达发布 Nemotron 3.5 Super VL 开源多模态模型，面向企业智能体
英伟达发布 Nemotron 3.5 Super VL，这是一个 120B 参数的开源多模态模型，面向持续在后台运行的企业智能体，处理文本、图像、文档和视频。
NVIDIA Blog精选AI 评分7878 NVIDIA 发布 Nemotron 3.5 Super VL 与 Bolt 系列开源模型
NVIDIA 发布 Nemotron 3.5 Super VL，这是一个 120B 参数的开源模型，面向持续在线的专用智能体，官方称其吞吐量最高可达同类模型的 5 倍。
推荐理由：原文给出三款开源模型的参数规模、部署层级与多家机构的微调案例，可据此判断开源智能体模型从数据中心到端侧的覆盖方式。
Hugging Face Blog精选AI 评分7171 Liquid AI 发布 LFM2.5-24B-A2B 端侧推理智能体模型
Liquid AI 发布 LFM2.5-24B-A2B，一个 24B 参数、每 token 仅 2B 激活参数的推理模型，面向端侧私有智能体，会先思考再作答并调用工具。
推荐理由：LFM2.5-24B-A2B 以 2B 激活参数对标更大 MoE，并给出端侧与 GPU 推理速度数据，可据此判断本地智能体的可行性。
Hugging Face Blog精选AI 评分6666 Liquid AI 开源 d1-3B 与 d1-omni-600M 端侧决策模型
Liquid AI 发布 d1 决策模型家族的两款开源权重模型 d1-3B 和实验性的 d1-omni-600M。
推荐理由：Liquid AI 开源两款决策模型，给出端侧与 GPU 延迟数据及基准对比，可据此判断小模型做快速结构化决策的可行性。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 EmbeddingGemma 2 开源多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是基于 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：官方给出参数规模、分模块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。
The DecoderAI 评分6666 Google 发布 EmbeddingGemma 2 多模态嵌入模型
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转换为数值向量，参数量 7.4 亿。Google 称其在多模态嵌入基准上超过参数量两倍的竞品，在 Massive Text Embedding Benchmark（Code）上得分 78.68，比前代 68.76 提升近 10 分。
Hugging Face BlogAI 评分3636 Liquid AI 发布 LFM2.5-VL-DSpark 草稿模型，为 LFM2.5-VL-3B 加速
Liquid AI 发布实验性草稿模型 LFM2.5-VL-DSpark，为视觉语言模型 LFM2.5-VL-3B 加入投机解码路径，解码最高提速 3.13x（端侧）和 2.66x（H100），端到端最高提升 2.62x 和 2.27x。