AnyLanguageModel 1.0 发布，这是 Apple Foundation Models 框架的可直接替换实现，改一行 import 即可用同一套会话代码调用系统模型、llama.cpp、MLX、Core ML 的开放权重模型，以及 OpenAI、Anthropic、Gemini、Ollama 等托管服务。
推荐理由：做 iOS 应用的开发者改一行 import 就能替换 Foundation Models，用同一套会话代码在本地模型和托管模型间切换。
NVIDIA RTX Spark 笔记本正式开售，起售价 2399 美元，由 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 推出。整机把 Blackwell RTX GPU 与 Grace CPU 集成在一颗 superchip 上，最高 128GB 统一内存和 1 petaflop AI 算力，面向本地 AI、内容创作和游戏。
推荐理由：想在本机跑大模型的开发者可以关注这批 128GB 统一内存的 RTX Spark 笔记本，评估把推理从云端搬到本地。
Liquid AI 在 Hugging Face 开源 LFM2.5-24B-A2B，总参数 24B、每 token 仅激活 2B，是面向端侧常驻智能体的推理模型。
推荐理由：要在本地部署智能体的开发者可先用 vLLM 或 llama.cpp 起服务，再拿工具调用和指令遵循任务实测它能否替代云端模型。
NVIDIA 与 Microsoft 在旧金山活动上宣布，RTX Spark 把完整 NVIDIA AI 栈装进 Windows 笔记本和紧凑台式机，笔记本当日开启预售、10 月 16 日上市，台式机 11 月开卖。
推荐理由：需要离线跑智能体的团队可以在 RTX Spark 笔记本上本地运行 125B 模型，复用 CUDA 栈无需重写代码。
Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的开源多模态嵌入模型，把文本、图像、视频和音频映射到同一嵌入空间。
推荐理由：做端侧搜索或本地 RAG 的开发者可以先在 Hugging Face 拉权重，用 Ollama 或 transformers.js 跑通文本嵌入，再决定是否加视觉音频编码器。
Hugging Face 的 transformers 现在可以直接加载并运行 llama.cpp 的 GGUF 量化模型，在 from_pretrained 里传入 gguf_file 指定 Hub 仓库和文件名即可本地生成。
Hugging Face 发布 @huggingface/kernels，一个从 Hub 加载并运行优化 WebGPU 内核的 JavaScript 库，首批上线 207 个内核，采用 Apache-2.0 许可。
推荐理由：做浏览器端推理的开发者可以用它按算子加载并与现有实现对比，先在目标机型跑 Fleet 确认正确性再接入。
Google DeepMind 发布多语言手语转文字模型 SL2T，把手语动作直接翻译成流式文本，首批落地在 Pixel 11 的 Gboard 和 Live Transcribe 上，目前支持美国手语（ASL）转英文，用户可手语搜索、写消息或让 Gemini 执行任务。
推荐理由：无障碍、输入法和会议转写产品可参考它的端侧姿态点方案，先在本地提取关键点再送服务器翻译，减少原始视频外传。
Meta 发布 30B 参数的多模态模型 Muse Glimmer，采用 Apache 2.0 许可证，面向本地智能体场景。模型由 2B 的 Perception Encoder 视觉编码器和 28B 文本解码器组成，支持图像与视频问答、多模态工具调用和目标检测，另附可选的 DFlash 推测解码草稿模型。
推荐理由：想在本地跑智能体的开发者可用 transformers 或 llama.cpp 直接加载 30B 权重，先验证编码与工具调用场景。
Google DeepMind 发布 Gemini Robotics 2，包含视觉语言动作模型 Gemini Robotics 2、具身推理模型 Gemini Robotics ER 2 和本地运行的 Gemini Robotics On-Device 2 三个模型。
推荐理由：做具身智能的团队可先在 Google AI Studio 调用 Gemini Robotics ER 2 验证多步任务规划，VLA 与端侧模型需申请早期访问。
Google DeepMind 发布实验性开源模型 DiffusionGemma，改用文本扩散并行生成，单张 GPU 上推理速度最高提升 4 倍。它是 26B MoE 模型，推理时激活 3.8B 参数，量化后可放进 18GB 显存，H100 上超过 1000 tokens/s，RTX 5090 上超过 700 tokens/s。
推荐理由：本地部署的开发者可以用它在单张消费级 GPU 上做内联编辑和快速迭代，但产出质量要求高时仍应切回 Gemma 4。
Google DeepMind 发布 Gemma 4 12B，一款不设独立编码器的统一多模态模型，视觉和音频输入直接流入 LLM 主干。它是其首个支持原生音频输入的中等规模模型，定位在 E4B 与 26B MoE 之间，基准表现接近 26B 模型，16GB 显存或统一内存的笔记本即可本地运行。
推荐理由：开发者可在 16GB 显存的笔记本上用 Ollama 或 LM Studio 本地跑它，做多模态和 Agent 原型验证。
Google 在 Nature 发表 PHRM 研究系统，在手机解锁后的几秒内用前置摄像头拍摄面部视频，通过端上深度学习估算心率和每日静息心率。研究在实验室与真实场景中采集近 700 名受试者的 35 万余段视频，心率估计 MAPE 低于 10%，静息心率与 Fitbit Charge 6 对比的整体 MAE 为 4.39 bpm。
推荐理由：有 IRB 资质的研究团队可以申请这份人脸视频数据集和 PHRM-mini 预训练模型，用来检验自家 rPPG 流程在深肤色人群上的误差。