webgpu

作者重建了 Mozilla 已停止的 Orbit AI 浏览器摘要工具，将其打造为一个名为 Apogee 的隐私优先本地工具，连接到 Ollama 进行推理，支持文章、视频和论坛的摘要功能。

Marc在VisionCamera中演示了利用DINOv2和Apple Vision框架的深度感知光注入，并通过react-native-webgpu实现了实时渲染。

S1-mini 是一个拥有600M参数的大语言模型，用于清理语音转文本的记录，通过移除错误和添加标点，在浏览器中通过 WebGPU 和 Transformers.js 本地运行。

本文介绍将运动作为着色器的新型创作媒介，使用WebGPU计算着色器通过帧差异提取运动，并创建如拖尾和运动模糊等视觉效果。

HashAgent使您能够将AI代理打包为可分享的URL，并利用WebGPU在浏览器中本地运行，从而实现保护隐私、无服务器的AI代理分发。

jax-js 是一个开源的机器学习库和 Web 编译器，使用 WebGPU 和 WebAssembly 内核将类似 JAX 的数值计算引入 JavaScript，全部在客户端运行。

parakeet.wgsl 使用原生 WebGPU 计算着色器和 SIMD WASM，在浏览器中实现 NVIDIA Parakeet TDT 0.6B V2 语音转录的快速与准确，并提供实时演示与开源库。

一个完全在浏览器中运行的赛博朋克 FPS 技术演示，通过 vibe coding 结合多个 LLM 在 3 天内完成。它具有程序化生成、WebGPU 渲染和全合成音频。

作者详细介绍了他们如何使用LLM生成自定义WebGPU内核，而不是依赖通用的张量库，从而构建了一个浏览器内扑克求解器，实现了超过10倍的加速，并展示了一种范式转变，即廉价生成可以取代库抽象。

Academa Studio 使用 WebGPU 将 3Blue1Brown 的 Manim 动画引擎带到浏览器，实现原生 AI 的 Manim 编辑，无需本地环境配置。

一本免费的互动书籍，教授使用JavaScript和WebGPU进行图形编程，涵盖从基础到高级主题，如GPU计算和高斯泼溅（Gaussian splatting）。

作者解释了Web3DSurvey.com如何以低于每月3美元的成本，使用BigQuery和GET请求的成本高效架构收集真实的WebGL/WebGPU能力数据，以避免CORS预检。

一款1位LLM（Bonsai）现在可以通过WebGPU在浏览器中运行，实现高效的设备端推理。

Bonsai 27B是一个1比特密集型大语言模型，通过使用自定义WebGPU内核可以在浏览器中本地运行，实现高效的设备端推理。

Bonsai 27B 通过 1 位量化实现了 93% 的体积缩减，同时保留了 90% 的智能，借助自定义 WebGPU 内核实现本地浏览器推理。

Google 发布了 LiteRT.js，这是一个高性能的 JavaScript 运行时，利用 WebAssembly 和硬件加速直接在浏览器中运行 AI 模型，是 TensorFlow.js 的演进。

使用 Fable 和 Codex Rust 创建了《罗马全面战争》的网络版，编译为 WASM 并通过 WebGPU 渲染，支持约2万个单位，帧率流畅。

一种名为.splat4d的新型4D高斯splat格式，具有可调误差边界，对原始splat的压缩比为16-58倍，并支持动态场景的原生HTTP Range流式传输，代码和演示已提供。

前沿模型在生成网页应用方面已经变得非常熟练，以至于作者现在以从头构建WebGPU水渲染器为基准，比较了Opus-4.8和采用GPT-5.5实现器的Fable-5编排器。

Xenova 使用 Fable 5 编写优化内核，在 M4 上的 WebGPU 中为 Gemma 4 实现了每秒 255 个 token 的速度，展示了用于端侧推理的代理内核优化。