边缘计算

Hugging Face 正式发布 Cosmos 3 Edge，这是一款专为边缘计算场景优化的AI推理框架，旨在在资源受限的设备上高效运行大语言模型。

在世界人工智能大会上，端侧原生架构获得产业界普遍认可，Om AI联汇正式发起物理AI协同发展倡议，推动AI与物理世界深度融合。

NVIDIA发布基于Thor架构的T3000和T2000模块，专为运行边缘基础模型设计，推动通用机器人从实验室走向大规模商业应用。

研究人员提出结合规则对齐小型语言模型与多智能体自校正的闭环控制框架，在热控制仿真中实现91.5%的动作对齐准确率，为边缘设备自主控制提供新方案。

研究人员提出StickyMoE训练方法，通过引入路由一致性损失函数，减少相邻token间专家切换频率，从而降低边缘设备推理时的内存交换开销，在保持模型性能的同时显著提升推理效率。

研究人员提出首个面向实时部署的句子级手语翻译系统，通过优化计算架构将响应延迟降低27%，在Raspberry Pi上实现摄像头捕捉、本地显示与语音输出的完整交互链。

研究提出一种创新的词汇表移植方法，通过替换解码器词汇表为原生孟加拉语词汇，显著降低轻量语音识别模型在非拉丁语系语言上的自回归崩溃风险。

研究人员推出专为苹果芯片设计的原生Metal推理运行时BaseRT，在Qwen3、Llama 3.2等模型上实现比现有方案最高1.56倍的解码吞吐量提升，为边缘设备AI推理提供新方案。

谷歌DeepMind推出Nano Banana 2 Lite模型及Gemini Omni Flash开发套件，旨在为开发者提供更高效、轻量化的AI工具，助力快速构建智能应用。

开源项目Sipp让用户能在浏览器中直接运行小型本地语言模型，速度比传统方式快三倍。

Google DeepMind发布TurboQuant算法，通过极端压缩技术大幅提升AI模型运行效率，为边缘计算与低功耗场景带来突破性解决方案。

高通正将战略重心从追求单一场景算力转向布局物理AI生态，旨在让人工智能能力渗透至更广泛的物理设备与场景中。

法国机器人公司Pollen Robotics宣布其开源机器人Reachy Mini现可完全在本地运行，无需依赖云端服务，大幅提升响应速度与隐私安全性。