Google DeepMind 与新加坡政府发布端侧 AI 反诈骗工具
Google DeepMind 与新加坡 GovTech 合作推出端侧诈骗检测模型,在本地分析对话以保护用户隐私。该模型基于轻量级 Gemma 微调,采用两阶段流水线在典型智能手机上实时识别操纵意图并发出警告。其训练在 GovTech 的 GCP 隔离环境完成,未使用任何公民私人数据。
Google DeepMind 与新加坡 GovTech 合作推出端侧诈骗检测模型,在本地分析对话以保护用户隐私。该模型基于轻量级 Gemma 微调,采用两阶段流水线在典型智能手机上实时识别操纵意图并发出警告。其训练在 GovTech 的 GCP 隔离环境完成,未使用任何公民私人数据。
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市,并与生态伙伴推出面向本地 AI 智能体的软件更新:GitHub Copilot、Hermes、OpenClaw 等应用已适配 RTX Spark,新增 OpenShell 与 Microsoft Execution Containers 安全沙箱及本地与云混合路由。
推荐理由:原文梳理了 RTX Spark 上市时本地智能体、创意与开发工具的具体更新,读者可据此判断本地 AI 工作流的可用性。
NVIDIA 与 Microsoft 宣布联合为 Windows PC 打造运行 AI 智能体的软硬件,RTX Spark 笔记本即日起开放预订、10 月 16 日开售,紧凑台式机 11 月上市。
推荐理由:原文给出 RTX Spark 与 DGX Station for Windows 的规格、上市时间与本地可运行模型范围,读者可据此判断本地 AI 算力对现有开发部署流程的影响。
Google DeepMind 发布 EmbeddingGemma 2,一款开源轻量级的多模态嵌入模型,可将文本、图像、音频与视频统一映射到单一嵌入空间。模型基于 Gemma 4 架构,参数量 740M,采用 Apache 2.0 许可,专为端侧推理优化,支持 8K token 上下文窗口。
推荐理由:原文给出了多模态嵌入与端侧资源占用的具体指标,读者可据此评估离线 RAG 管线的可行性。
NVIDIA 宣布 DGX Spark 64GB 配置本月上市,10 月 23 日起由 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 销售,起价 $4,999。
腾讯混元推出腾讯 Hy 翻译 APP,基于 Hy-MT2 翻译模型打造,支持 33 种语言互译,覆盖 5 种中国少数民族语言及方言。APP 提供语音翻译、拍照翻译与离线翻译,离线模式可提前把模型下载到手机,在无网络或信号差时稳定使用;现已在美国、日本、韩国、新加坡等 12 个国家和地区上线,并同步支持小程序、插件和 PC 端,搜索“腾讯混元翻译”即可体验。
Google DeepMind 公布 Private AI Compute 架构更新,推出持久的服务器端内存层。该架构将数据加密存储于云端专用空间,解密密钥仅保存在用户设备上,仅在隔离的安全飞地中临时解密,从而在云端实现设备级隐私保护。官方同步发布了更新的技术白皮书、防篡改的服务器软件记录及独立审计结果。
推荐理由:官方公布了跨设备持久记忆的架构细节,通过设备端保管密钥与云端安全飞地实现隐私保护,可供评估其可信度。
在2026云栖大会MaaS&Agent技术主论坛上,文征宣布千问AI平台全面升级,以推动Agent进入生产为核心,在模型服务基础上新增Agent服务与行业AI解决方案支持,并发布API优速模式、Agent Studio、千问AI座舱解决方案等能力。
推荐理由:原文列出了从模型服务到Agent服务的完整升级清单,读者可据此判断阿里云MaaS体系能覆盖哪些生产环节。
NVIDIA 在加拿大 ROSCon 上发布免费开源的 Isaac ROS 5.0,引入面向 AI 智能体的开发工作流,并支持 ROS Lyrical 与 Ubuntu 24.04。
推荐理由:原文梳理了 Isaac ROS 5.0 的智能体化改动与生态集成案例,读者可据此判断机器人开发流程的变化方向。
2026云栖大会技术主论坛·MaaS & Agent 将于9月22日13:30在杭州国际博览中心启幕,全面呈现阿里巴巴从模型内核到产业生产力的 MaaS 战略图景。千问AI平台将展现模型服务与智能体服务基座能力的最新演进,千问办公、Qoder、千问APP 同步发布全新版本,并发布 Qwen Intelligence 手机智能解决方案。
NVIDIA 公布 MLPerf Inference v6.1 结果,Vera Rubin NVL72 首次预览提交即在 DeepSeek-R1 与 Qwen3-VL 上取得领先性能。
腾讯程序员 yuki 用 Kuikly 跨端框架开发 DSH Mobile,一套 Kotlin 代码覆盖 Android、iOS 和鸿蒙,按官方 Host 协议连接电脑上的 DeepSeek Harness。
腾讯混元把 Hy-MT2-1.8B 翻译模型用 2-bit 与 1.25-bit 两套方案压缩至 574MB 和 440MB,翻译质量几乎无损,并联合英特尔完成 x86 算子适配、联合哔哩哔哩接入直播弹幕实时翻译。
Google DeepMind 发布大规模多语言手语转文本模型 SL2T,让手语 AI 首次走出实验室进入消费级产品:SL2T 驱动 Pixel 11 上 Gboard 与 Live Transcribe 的手语转文字功能,首发支持美国手语(ASL)转英语,更多设备与语言将陆续跟进。
推荐理由:SL2T 以姿态关键点而非原始视频做端到端翻译,并进入 Gboard 与 Live Transcribe,可看作无障碍交互从实验室走向消费级产品的样本。
Google DeepMind 发布 Gemini Robotics 2,通过三个模型为机器人带来全身智能、灵巧操作和多机协同能力。该系统可控制完整人形机器人执行耗时数分钟的多步任务,ER 2 推理模型已在 Google AI Studio 上线,On-Device 2 端侧模型仅需几小时即可适配新本体。
推荐理由:官方公布了全身控制、灵巧操作与多机协同能力,并给出端侧几小时适配新本体的指标,适合评估具身智能进展。
阶跃在 WAIC 2026 展出"镇馆之宝"STEPX Neo,搭载全球首个智能体原生操作系统 Step AOS,是目前唯一获 L3 级检测报告的智能体手机。现场还展出 Step Edge 全家桶、Step 3.7 Flash、StepAudio 家族与搭载极氪8X 的汽车智能体超级Eva。阶跃联合原力灵机以 6 台机器人 15 小时协同拼装长城模型,为全球首次。
阶跃 StepFun 将在 WAIC 2026 集中展示 Step 系列模型矩阵与全球首个智能体原生操作系统 Step AOS。荣获本届 WAIC “镇馆之宝”的智能体手机 STEPX Neo 首次线下公开亮相,展区位于上海世博展览馆 H1 馆 C107。阶跃还携手吉利、千里科技升级汽车智能体(上极氪8X),并与原力灵机挑战 6 台机器人连续协作 15 小时拼装 8 万余块积木长城。
阶跃发布端侧模型家族 Step Edge,包含基础模型、Step Edge Audio、Step Edge GUI 和 Step Edge Gen,面向手机、汽车等终端场景。该系列支持低至 0.1 秒的端侧本地 toolcall 执行,多模态信息可在本地处理以保护隐私,并配套自研 Step Inference NPU 引擎优化推理延迟。官方称其在 29 项核心评测指标中取得第一。
Google DeepMind 发布 Gemma 4 12B,一款可在笔记本本地运行的多模态模型。该模型采用无编码器统一架构,视觉与音频输入直接进入 LLM backbone,仅需 16GB VRAM 或统一内存即可运行,性能接近 26B MoE 模型。它是该系列首款支持原生音频输入的中型模型,已采用 Apache 2.0 许可证开源。
推荐理由:官方给出了 16GB 内存即可本地运行的规格,以及与 26B MoE 模型的性能对比,便于开发者评估端侧部署方案。
Google DeepMind 发布 Gemma 4 系列开源模型,包含 E2B、E4B、26B MoE 和 31B Dense 四种规格。该系列与 Gemini 3 同源,采用 Apache 2.0 许可证,31B 模型在 Arena AI 排行榜位列开源模型第三。模型支持多模态、长上下文及智能体工作流,E2B 和 E4B 专为移动和 IoT 设备设计。
推荐理由:Google DeepMind 发布与 Gemini 3 同源的 Gemma 4 开源模型,读者可据此对比开源与闭源模型在端侧与智能体场景的能力边界。
OpenAI 收购了 Software Applications Incorporated,其产品 Sky 是 Mac 上的自然语言界面,把 AI 直接带入桌面体验。双方计划将 Sky 的 macOS 能力整合进 ChatGPT,让 AI 更直观、更具上下文感知并偏向行动执行。
推荐理由:这笔收购让 ChatGPT 获得 Sky 的 macOS 桌面能力,可据此观察 AI 助手如何深入操作系统层面的交互。