webgpu

介绍了一个名为 llm.istanbul 的 WebGPU LLM 工作台，可在浏览器中训练小模型、训练分词器并生成文本。无需服务器，完全本地运行。

提升了k-quants的预填充速度，并重构了llama.cpp WebGPU后端中Q4/Q5/Q8及k-quants的矩阵乘法。

PrismML 发布了 Bonsai Image 4B，一种 1-bit 二值和三值量化扩散模型，大小仅为 3GB（1-bit 版 0.93GB），相比同参数 FLUX.2 Klein 4B 的 16GB 压缩了 8 倍以上，并支持完全本地化浏览器运行。

一个深入探讨的视频，解释如何使用 Transformers.js 从 JavaScript 运行 AI 模型，涵盖张量、ONNX、量化、WebGPU/WASM 等。

OpenAI 开源了 Privacy Filter 模型（1.5B 参数，Apache 2.0），用于在浏览器本地通过 WebGPU 检测个人信息，无需上传数据，保护隐私。

PrismML 发布了 Bonsai Image 4B 模型的二值和三值量化版本，使得文本到图像生成可以仅用 3GB 大小通过 WebGPU 在浏览器中本地运行，采用 Apache-2.0 许可证。

本文重点介绍了 llama.cpp/ggml 中的全新 WebGPU 后端，它能够在浏览器中实现 GPU 加速的本地 AI 模型推理，由 Reese Levine 及其在 USCS 的团队在过去一年半中开发完成。

创建了一个在浏览器中运行的WebGPU版本的经典char-rnn演示，在莎士比亚数据集上训练，以向加入Anthropic的Karpathy致敬。

一位开发者演示在浏览器中完全通过 WebGPU 运行 Qwen3.6-27B AI 模型，尽管速度并非最优。

演示了如何使用 WebGPU 和 Transformers.js 在浏览器中离线运行 Gemma 4，并通过 WebSerial 控制 Reachy Mini 机器人。

Opus 4.7 自动生成定制 WebGPU 内核，通过融合 LinearAttention 将 Qwen3.5 推理加速最高 13 倍，现已随 Transformers.js v4.2.0 发布。

一个使用 React Three Fiber 和 WebGPU 构建的3D建筑编辑器，采用 Turborepo 单体仓库结构，包含 core、viewer 和 editor 包，分别用于模式定义、3D渲染和交互工具。

Brush 是一个开源的 3D 重建引擎，采用高斯泼溅（Gaussian Splatting）技术，使用 Rust 构建，并兼容 WebGPU，支持在桌面、移动端和浏览器上进行跨平台实时渲染。

OpenReel Video 是一个基于浏览器的开源专业视频编辑器，使用 React、TypeScript、WebCodecs 和 WebGPU 构建，完全在客户端运行，无需上传或安装。