搜索

谷歌发布EmbeddingGemma 2：基于Gemma 4与Apache 2.0的7.4亿参数开源嵌入模型，可统一表示文本、代码、图像、视频和音频。支持模块化编码器、向量截断及8K上下文。权重见于Hugging Face与Kaggle，国内可用性与定价未知。

谷歌DeepMind与新加坡GovTech合作，基于轻量Gemma微调端侧诈骗检测模型，在用户同意下本地分析对话并实时预警，训练不使用公民隐私数据。分阶段接入应用，价格与国内可用性未知。

魔搭新增 Spark-X2.6-4B 模型资源，延续前代架构，通过后训练改善代码、智能体、长文本与多语言任务。模型卡提供开放权重和使用说明，适合研究端侧助手；资源可下载不意味着所有手机或电脑都能流畅运行。

Whistle 的单个模型文件为 16.9MB，可在 CPU 端运行语音转写、逐词时间定位和音频表示提取。模型页列出英语、德语、法语等七种语言及流式处理方式，适合移动和可穿戴应用；当前所列支持语言不包含中文。可先用于海外字幕原型。

Spark-X2.6-4B 保留上一代架构，通过后训练加强编码、工具使用、长上下文及多语言能力。模型提供不思考、低和高三档推理预算，仓库给出 Transformers 与服务部署示例，适合把延迟、质量和设备资源一起衡量。本地试用应比较完整任务效果。

Liquid AI发布LFM2.5-24B-A2B，总参数240亿、激活约24.5亿，定位端侧私有智能体的纯文本推理模型。资料称其工具调用可与更大模型竞争，并支持多种推理框架。价格与国内可用性未知。

XHToken发布Spark-X2.6-4B，架构与Spark-X2.5-4B相同，提升来自后训练。模型面向端侧，强化编程、智能体、长上下文、多语言和推理，并设无、低、高三档思考预算。资料称其在同尺寸开源模型中领先，部分可对齐约9B模型；价格与国内可用性未知。

Opposable让手机用无障碍服务自行读屏并操作其他应用。未连云端时，阿里Mobile-Agent的GUI-Owl 1.5 2B以4-bit经llama.cpp本地运行；约四十项常见操作走固定代码。S25的NPU编码约236毫秒，远快于M2的3.9秒。应用称免费，国内可用性未知。

36氪从消费电子与机器人场景分析云、边缘和终端之间的计算分工：快速动作与控制需要低延迟，复杂任务规划可以使用更强后台模型。文章强调系统设计、资源组织和实际成本共同影响产品体验，单项峰值算力不足以解释效果。

科大讯飞在开发者节发布星辰 TaaS 平台，并同步介绍星火 X2.6、语音基座和智能体协同工具。方案把端侧模型、云端调用与开发工作台放到一起，重点面向企业将模型能力接入现有业务，而不只是增加一个聊天入口。

Granite Speech 更新包含 20 亿参数语音模型、高速 4.7 亿参数转写模型和多说话人增强版，分别面向准确率、端侧吞吐及长会议记录。博文列出关键词偏置和时间戳改进；支持英译中文，不应误解为中文语音转写已获支持。

Google DeepMind与新加坡GovTech介绍基于Gemma微调的端侧反诈模型，针对当地常见诈骗对话优化。方案先用轻量分类器筛选，再进行上下文分析，计划在应用中分阶段部署；对话访问需要用户同意，处理尽量保留在设备内。

面壁智能与 OpenBMB 开源 MiniCPM-V 4.7，提供 35B-A3B 与小尺寸版本。量子位展示断网图表理解和文档转写，模型卡介绍专家预取、量化与推测解码；在指定 iPhone 设备上，团队称约3GB内存即可运行大版本。

Anthropic 的研究测试模型在不同设备上建立推理环境，并用十五台低端电视盒子运行大模型。爱范儿指出其速度很慢，且能完成完整自主复制流程的模型与可装入小设备的模型仍存在能力差距，应区分不同实验结果。

EmbeddingGemma 2把文本、代码、图像、音频和视频映射到统一向量空间。完整模型为7.4亿参数，文本部分可单独使用，按Apache 2.0许可发布；向量可从768维缩至128维，适合端侧素材检索和本地知识库。