微软不再强调需要 “Copilot+ PC” 认证
本周发布的新 Surface 电脑虽然满足 Copilot+ PC 的全部要求，但微软不再使用该品牌标识。
#端侧
#端侧
今日 0 条Ars Technica · AIAI 评分3535
Hugging Face Blog精选AI 评分6060 Liquid AI 发布 LFM2.5-VL-3B-DSpark 草稿模型，视觉语言模型解码提速最高 3.13x
Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark 草稿模型，通过投机解码在不改变输出质量的前提下加速推理。解码最高提速 3.13x（M5 Max 端侧）和 2.66x（H100），端到端最高提升 2.62x 和 2.27x；草稿模型增加 280M 参数（约 8.9%），首日支持 llama.cpp、MLX-VLM 和 SGLang。
推荐理由：原文给出视觉语言模型投机解码加速的具体数字、内存开销和第一天框架支持，读者可以据此评估端侧与 GPU 部署收益。
Latent SpaceAI 评分3838 Meta Connect 2026：Muse 眼镜、语音视频与 Charm 发布
Meta 在 Connect 2026 上将个人智能体 Muse 作为核心，推出语音与实时视频支持、Muse Mail 邮箱、Mac 电脑操作、1,500+ 应用的 connector 平台，以及 Muse Realtime Avatar 研究版（响应不到一秒）。
Hugging Face Blog精选AI 评分6767 transformers 支持直接运行 llama.cpp GGUF 量化模型
Hugging Face 宣布 transformers 新增 GGUF 模型运行支持，通过 from_pretrained 传入 gguf_file 即可加载 Hub 上的量化 checkpoint，在 Apple Silicon 上本地生成。
推荐理由：官方给出了从加载、量化选择到与 llama.cpp 对比的完整路径，读者可以直接上手在 Mac 本地跑 GGUF。
Hugging Face BlogAI 评分3737 oMLX 创建者 Jun Kim 加入 Hugging Face，支持 MLX 社区
Hugging Face 宣布 oMLX 创建者和维护者 Jun Kim 加入团队，支持 Apple Silicon 本地 AI 框架 MLX 的社区生态。oMLX 将从副业项目转为获得持续资助的项目，继续保持 Apache 2.0 开源并由 Jun 领导。
Hugging Face Blog精选AI 评分6060 Liquid AI 为 LFM2.5 系列发布 DSpark 草稿模型，推理最高提速 3.18x
Liquid AI 为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 三个模型发布 DSpark 草稿模型检查点，通过投机解码在不改变输出质量的前提下提升解码速度。
推荐理由：原文给出三类模型的加速数字、质量不变的原理和 llama.cpp、SGLang 的接入命令，读者可据此评估端侧与 GPU 推理收益。
Google ResearchAI 评分4545 Google 用冻结权重的 Multi-Token Prediction 加速 Pixel 上的 Gemini Nano v3
Google 通过为冻结权重的 Gemini Nano v3 模型附加轻量 MTP head，实现端侧推理提速，已部署到 Pixel 9 和 10 系列。该 zero-copy 架构直接复用主模型的 KV cache，每个实例节省 130MB 内存，且因错误草稿会在验证中被丢弃，输出与主模型逐位一致。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemma 4 12B：无编码器统一多模态模型
Google DeepMind 发布 Gemma 4 12B，可在 16GB 内存或显存的笔记本本地运行，性能接近其 26B MoE 模型但内存占用不足一半。该模型采用无编码器统一架构，视觉与音频输入直接进入 LLM 主干，是首个支持原生音频输入的中等规模 Gemma 模型，以 Apache 2.0 许可发布，并同步推出官方 Skills 仓库。
推荐理由：原文来自官方发布，给出架构细节、内存门槛和下载入口，可帮助读者评估在本地设备运行多模态模型的可行性。
Google ResearchAI 评分4848 Google Research 通过零信任聚合实现隐私分析
Google Research 推出面向隐私分析服务的高效密码学聚合新方案，遵循零信任原则，结合新型密码学协议与 TEE 硬件防护。该协议支持设备以单条一次性消息安全提交数据，无需多轮交互保持在线；密码学层可证明保证 Google 只能获得匿名化聚合结果，TEE attestation 则向所有参与者提供协议按公开代码正确执行的可验证证明。
Mistral AI精选AI 评分7777 Mistral 发布 Mistral 3 系列：Mistral Large 3 与 Ministral 3 全面开源
Mistral 发布新一代模型系列 Mistral 3，包含 Mistral Large 3（41B 激活、675B 总参数的 MoE）以及 3B、8B、14B 三档 Ministral 3 模型，全部以 Apache 2.0 许可开源。
推荐理由：官方一次放出 675B MoE 旗舰与三档小模型，全部 Apache 2.0 开源并给出部署路径，适合评估开源选型空间。