微软 Surface Laptop Ultra 发布会全汇总:起售价 2599 美元,10 月 16 日发售
微软发布 Surface Laptop Ultra,搭载 Nvidia RTX Spark Arm 芯片,8 核 CPU、24GB 内存、512GB 存储版本起售价 2599 美元,10 月 16 日发售,并改用内置磁吸 USB-C 充电。
微软发布 Surface Laptop Ultra,搭载 Nvidia RTX Spark Arm 芯片,8 核 CPU、24GB 内存、512GB 存储版本起售价 2599 美元,10 月 16 日发售,并改用内置磁吸 USB-C 充电。
NVIDIA 与 Microsoft 在旧金山 Windows AI and Surface 活动上宣布为 Windows PC 的 AI 智能体共同设计软硬件,Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers(MXC)正式可用,让智能体在系统控制下安全持久地在后台运行。
推荐理由:NVIDIA 与 Microsoft 把智能体运行所需的系统级容器和本地算力硬件一并给出,读者可据此判断 Windows 端侧智能体的落地条件。
微软面向开发者的高端 AI 迷你主机 Surface RTX Spark Dev Box 开启预售,售价约 6000 美元,11 月开始发货。该设备采用 Nvidia Arm 架构的 RTX Spark 平台和 128GB 统一内存,针对本地 AI 优化,可运行参数超过 120B 的模型,用于测试 AI 模型、原型化 AI 智能体或在本地运行 AI 编码工具。
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。
Tony Fadell 在 MIT Future Fest 上指出,Rabbit R1、Humane AI pin、Limitless pendant 这批"Gen 1"AI 硬件失败的原因是没解决任何真实需求,只是极客觉得有趣的技术。
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。
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。
创业公司 Hark 正式发布 AI 个人助手 Hark Pro,可免费使用并提供面向重度用户的订阅档,核心是一个专门为电脑操作训练的模型,能代用户完成邮件、日历、硬盘、信用卡等数字任务。
苹果据报正在研发一款不保存视频录像的智能家居摄像头,改用 AI 将画面转成文字描述,未来 AirPods 摄像头也可能采用类似方案;Apple Watch Series 12 和 Ultra 4 的 Audio Intelligence 同样不保存音频,原始数据在 S11 处理器安全隔区处理完后即删除。
一款命令行工具能从 macOS 27 中快速移除 Apple Intelligence,并可释放超过 12GB 存储空间。
Meta 宣布开源项目 Muse Gadgets,提供 ESP32 开发板固件和 Linux SDK,让爱好者把自制设备接入其 AI 智能体 Muse,代码采用 Apache 2.0 许可。
Meta 开源了相关代码,允许用户自行制作搭载其新 AI 智能体 Muse 的硬件设备。Meta 建议的项目包括把 Muse 装到彩色 E Ink 屏上显示提醒、装到 HDMI 棒上在大屏显示,或装到小型触屏设备上做出类似 DIY Muse Charm 的东西;用户可用现成 ESP32 开发板或树莓派配合其 SDK 连接显示器、按钮、传感器等,Meta 提醒需自行承担风险。
NVIDIA 将于本月通过 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 推出 64GB 统一内存版 DGX Spark,10 月 23 日开售,起售价 4,999 美元,保留 GB10 Grace Blackwell 超级芯片、DGX OS 和完整 NVIDIA AI 软件栈,支持最高 1000 亿参数模型在设备本地运行。
推荐理由:原文给出 64GB 新配置的定价、上市时间与双机集群方式,读者可据此判断本地跑大模型的硬件门槛。
Simon Willison 用 GPT-6 Astra 构建了实验性工具 Photo Scrubber,可自动识别人脸并模糊处理。该工具基于 Google 的 MediaPipe C++ 库,通过 @mediapipe/tasks-vision 编译为 WebAssembly,并使用 BlazeFace 人脸检测模型,同时支持移除照片元数据。
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。