标签
YC F26 孵化初创公司 Cyclon 正在打造一种 AI 手机体验，用户只需提出任务需求，包括按需编写、测试和安装新应用，让 AI 智能体像人类用户一样操作智能手机。
作者论述AI个人助理中「连接」与「信任」的区别：连接只是能力半径，信任是可验证的预测准确度，需要通过提议→确认/纠正→记忆化的产品闭环不断累积。文章还强调上下文无法被复制、隐私是感知深度的前提，并抛出关于知晓边界和集成顺序的开放讨论。
Microsoft 发布了 Mage-VL-Cowork，一个紧凑的 4B 视觉-语言模型，在单一策略中同时支持 GUI 交互与终端/代码执行，在 OSWorld-Verified 基准上取得 66.0% 的成绩——这是 4B 规模下的最佳结果——通过五阶段课程学习和在线强化学习实现。
NIDO v0.1.64 发布，这是一个完全运行在手机上的开源 AI 助手，无需账号或云服务，支持本地模型（Qwen、Phi、Gemma 等）、加密记忆、蓝牙/Wi-Fi 设备间通信、离线急救指南及严格隐私控制，两天内连续更新十个版本。
讨论在设备本地运行 AI 与调用云端 API 之间权衡的帖子，涵盖数据控制、网络依赖、每个词元的成本以及算力需求。
一场讨论认为，企业本地部署人工智能将大幅增长，因为公司希望保护数据隐私，而本地模型已经足以胜任大多数任务，只缺一个即插即用的解决方案。
Neywa Labs 隐身模式出闸，宣布打造可在用户现有设备上运行 AI 的基础设施，主打私密、离线与无限使用，目标是让全球每个人都能用上 AI。
LFM3-VL-2B 视觉语言模型可在浏览器中通过 WebGPU 本地实时进行视频字幕生成，LiquidAI 还发布了对应的 Hugging Face 模型集合与在线演示。
Omar Sanseviero 分享了他对本地大语言模型的看好，并重点介绍了 Sentient OS（YC F26）的发布。这是一款设备端 AI，使用本地模型在夜间学习你的上下文，并将其存储为归你所有的 Markdown 文件。
Apple 推出了搭载 M6 芯片的全新 14 英寸 MacBook Pro，图形性能提升高达 30%，AI 工作负载处理速度提升 25%，支持设备端大语言模型，配备 Wi-Fi 7，续航时间最长可达 24 小时。该产品将于 10 月 28 日开始接受预购，11 月 6 日起正式发售。
Apple 发布搭载 M6 芯片的新款 iMac，宣称在设备端 AI 任务上比 M4 款 iMac 快达 5 倍，并强调 Apple Intelligence 与 Private Cloud Compute 的隐私保护能力。
Hob 是 Frigade 开源的桌面应用，号称 Claude Cowork 和 ChatGPT 的本地替代方案，可自动挑选适合用户电脑的前沿开放权重模型，支持离线运行与隐私保护。
Off Grid AI 推出了一款免费开源的本地 AI 应用，可在手机和电脑上离线运行模型，支持聊天、文档阅读、图像问答、语音对话和图像生成，并可在设备间协同调用更大的模型，无需联网或账号。
该论文提出了 ELBP，这是一种基于证据的四层架构，使用小型语言模型（参数量≤30亿）在设备端预测未来的求助行为。其中，Qwen2.5-3B 的 F1 分数达到 0.80，且校准表现优于直接提示和 XGBoost 基线。
一篇关于Apple端侧200亿参数Core Advanced模型的详细第三方分析，表明该模型仅占用约2GB内存，能耗仅为同类开源模型的三分之一。实现方式是将权重存储在闪存中，每次推理仅激活10-40亿参数，代价是数学性能较弱且控制能力有限。
Opposide 推出可在 Android 手机本地运行的 GUI 智能体：使用 4-bit 量化的 GUI-Owl 1.5 2B 模型（基于 Qwen3-VL，由 Alibaba Mobile-Agent 团队出品），通过 llama.cpp 在设备上直接读屏并操作任意应用，无需服务器。通过裁剪状态栏、丢弃平坦背景图像 token 等优化，Mac M2 CPU 上单步耗时从 10.6 秒降至 7.3 秒，且在 36 屏测试集上精度不降。
作者认为随着模型可在笔记本本地运行，真正的瓶颈不是智能而是权限控制——未来最有价值的层是在硬件与固件层面强制执行的授权机制。
NIDO 是一款完全本地运行的 Android AI 助理，无需账号或云端服务器，支持本地模型、离线知识库、设备端加密存储与设备间点对点通信。
高通CEO Cristiano Amon表示，领先的AI实验室希望到2028年在手机上运行至少1000亿参数的模型。他还谈到端侧AI智能体、内存价格压力对智能手机销量的影响、智能眼镜、Modular开源以及面向2028年洛杉矶奥运会的6G计划。