科大讯飞发布讯飞星火X2.6，主打全国产算力训练与端云一体
科大讯飞在2026全球1024开发者节大会上发布端云一体的讯飞星火X2.6，含一个云端大模型和一个4B端侧模型，按任务难度和数据敏感度决定任务在本地、两端协同还是上云，训练采用全国产算力。
#端侧
钛媒体AI 评分6161
量子位AI 评分6464 量子位实测全国产算力模型讯飞 Spark-X2.6，纯代码搓出 3D 故宫
量子位实测讯飞最新模型 Spark-X2.6，该模型采用 MoE 架构，总参数量 293B，每次激活约 30B，支持 1M 上下文，现已上架星辰 MaaS 平台，API 六折后每百万输入 tokens 0.9 元。
量子位AI 评分6565 岩芯矩阵联合港科大、CMU开源EdgeRock-4B：KV Cache减少99.1%，单卡512路并发
岩山科技旗下岩芯矩阵联合港科大、CMU发布并开源EdgeRock-4B，256K上下文下KV Cache固定72MiB，较源模型Qwen3.5-4B减少99.1%，单张80GB显卡可跑512路并发，输出吞吐12124 tokens/s、为源模型的6.42倍。
TechCrunch · AIAI 评分4646 Block 发布全双工语音模型 Dessa，可在本地运行且声音近乎真人
Jack Dorsey 旗下 Block 的研究实验室发布全双工语音模型 Dessa，可同时说话和倾听，能自然呈现笑声、停顿和哭泣等情绪，完全基于人类语音训练，可在 MacBook M4 Max 等消费级设备上单张 NVIDIA GPU 本地运行。Block 称 Dessa 的知识来自对话数据，无需搭配 LLM。该模型目前尚未公开，Block 正召集安全研究人员测试。
The DecoderAI 评分6666 Recursive 发布 Flint：由 Eureka Machine 自动化研发的开源 MoE 编码模型
Recursive 发布首个语言模型 Flint，由 AI 系统 Eureka Machine 自动提出、运行和评估实验，覆盖架构选择、量化与推理调优。
TechCrunch · AIAI 评分7070 Recursive 发布可在笔记本运行的编码模型 Flint，称其主要由 AI 参与
AI 创业公司 Recursive 发布首个模型 Flint，一个可在笔记本上运行的免费编码模型，公司称其自动化研究系统 Eureka Machine 参与了从预训练到后训练和推理的几乎所有开发环节，小团队在不到四个月内从零完成。
TechCrunch · AIAI 评分5959 Nvidia 发布 Nemotron 3.5 Super VL 与 Bolt 系列开源模型，面向企业 Agent 和本地 AI PC
Nvidia 发布面向常驻 Agent 与边缘计算的开源权重模型。1200 亿参数的 Nemotron 3.5 Super VL 面向企业 Agent，官方称其在特定任务上后训练后完成速度可超过 Anthropic 和 OpenAI 的竞争模型，并列出 Skydance、EY、Ramp、Crowdstrike、Perplexity 和 Salesforce 等使用方。
新智元AI 评分5353 NVIDIA 开放 Nemotron 3.5 Bolt 模型权重，740亿参数压缩到22.1GB
英伟达开放 Nemotron 3.5 Bolt 模型权重，模型从原本约148GB压缩到22.1GB，砍掉约85%，瞄准24GB级本地部署，可塞进笔记本运行。
The DecoderAI 评分7070 Black Forest Labs 开源发布 5.6B 参数图像模型 FLUX 3 Image Klein
Black Forest Labs 发布开源权重图像模型 FLUX 3 Image Klein，参数量 56 亿，支持文生图、图像编辑、最多十张参考图生成、原生 4K 输出和边界框元素定位。
NVIDIA Blog精选AI 评分6565 NVIDIA 发布 Nemotron 3.5 Super VL 120B 及两款 Bolt 端侧模型
NVIDIA 发布开放模型 Nemotron 3.5 Super VL，120B 参数，主打多模态智能体任务，称在其级别中速度比次优模型快 5x，参数量约为自家最大推理模型的五分之一。
推荐理由：官方披露了三个开放模型的具体参数量、量化方案和基准表现，并给出部署入口，便于读者按部署层级选型。
雷峰网AI 评分6565 昆仑万维发布并开源消费级显卡视频大模型游戏 Matrix-Game 4.0
昆仑万维于 2026 年 10 月 15 日发布 Matrix-Game 4.0，称其为运行在单张消费级显卡上的视频大模型游戏，并同步开源。单张 NVIDIA RTX 5090 上以 480p、60 FPS 运行，按键到画面响应延迟低于 150 毫秒，单步去噪稳态生成 83 FPS，显存峰值 18.5 GiB。
Google DeepMind精选AI 评分6060 Google DeepMind 与新加坡 GovTech 合作微调端侧诈骗检测模型
Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，基于轻量级 Gemma 模型微调出隐私保护的端侧诈骗检测模型。模型采用两阶段流水线，先用轻量分类器筛查消息，再用微调后的 Gemma 分析会话上下文确认威胁，全程在设备上运行，双方均无法访问用户对话。
推荐理由：原文说明了两阶段端侧架构和治理细节，读者可以了解政府与模型方合作兼顾隐私的反诈思路。
量子位AI 评分6969 面壁智能开源 MiniCPM-V 4.7：35B 多模态 MoE 仅占 3G 内存可在 iPhone 断网运行
面壁智能和 OpenBMB 开源 MiniCPM-V 4.7，含 35B-A3B（系列首个 MoE，每次推理激活 3B）和 1.3B 两个版本，35B-A3B 约需 3G 内存即可在 iOS、安卓设备流畅运行。
新智元AI 评分6767 谷歌开源 EmbeddingGemma 2，不到 600MB 支持断网搜图搜视频搜录音
10月6日，谷歌开源 EmbeddingGemma 2，把一个能搜图、看视频、听声音的搜索引擎塞进内存不到 600MB 的小模型。该模型支持在断网状态下对照片、视频和录音进行检索。
The DecoderAI 评分6565 Google 发布 EmbeddingGemma 2 多模态嵌入模型
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转换为数值向量，参数量 740M。Google 称其在多模态嵌入基准上优于参数量最多两倍的竞品，在 Massive Text Embedding Benchmark (Code) 上得分 78.68，比前代 68.76 提升近 10 分。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构、740M 参数、Apache 2.0 许可，将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由：EmbeddingGemma 2 把文本、图像、音频、视频统一到同一嵌入空间，并给出端侧内存与向量截断数据，便于判断本地多模态检索的可行性。