TensorFlow.js 浏览器端超分优化：一次新张量形状为何耗时 8-17 秒，以及如何消除 40 秒页面冻结
作者分享在浏览器端用 TensorFlow.js on WebGL 做照片超分（不上传图片）的优化过程：初版用 UpscalerJS，1.2 MP 照片需 60-110 秒并冻结页面约 40 秒。
推荐理由：作者用自己浏览器端超分项目的实测数字，拆解了 WebGL 上张量形状触发着色器重编译等坑和对应修法。
端侧 AI
全部主题跑在手机、电脑与边缘设备上的 AI：小模型、本地推理与端侧芯片的进展。
最新精选
第 1–20 条 · 共 20 条Google AI：DEV 作者专属（RSS）精选AI 评分6666
Liquid AI 模型与工程博客（网页）精选AI 评分6565 Liquid AI 发布端侧基础模型 LFM2，含 0.35B、0.7B 和 1.2B 三个版本
Liquid AI 发布新一代 Liquid Foundation Models（LFM2），定位市场上最快的端侧生成式 AI 基础模型，采用混合架构，包含 10 个双门控短程卷积块和 6 个分组查询注意力块。
推荐理由：官方博客给出了 LFM2 的架构细节、CPU 推理对比和训练方法，读者可以据此评估它在端侧部署中的实际取舍。
Liquid AI 模型与工程博客（网页）精选AI 评分6767 Liquid AI 发布端侧 MoE 模型 LFM2-8B-A1B：8.3B 总参数、1.5B 激活
Liquid AI 发布 LFM2-8B-A1B，这是其首个端侧 MoE 模型，总参数 8.3B、每 token 激活 1.5B，以约 1.5B 级模型的计算量获得更高的模型质量。
推荐理由：官方详细给出 MoE 架构参数、多基准评测和 CPU/GPU 推理数据，读者可据此评估端侧部署的实际表现。
Liquid AI 模型与工程博客（网页）精选AI 评分6666 Liquid AI 发布 LFM2.5-8B-A1B 端侧 MoE 模型，128K 上下文主打工具调用
Liquid AI 发布 LFM2.5-8B-A1B 端侧 MoE 模型，上下文窗口从 32,768 扩展到 128K tokens，预训练从 12T 增至 38T tokens，词表翻倍到 128,000 以提升非拉丁文字的编码效率。
推荐理由：官方详细给出上下文、训练管线和实测基准，读者可以据此评估这款端侧 MoE 模型是否适合本地 Agent 工作流。
Liquid AI 模型与工程博客（网页）精选AI 评分7272 Liquid AI 发布端侧智能体模型 LFM2.5-2.6B
Liquid AI 发布 LFM2.5-2.6B，一个可完全在设备端运行的 2.6B 参数智能体模型，Base 与后训练版本已在 Hugging Face 开放。
推荐理由：原文给出完整的四阶段后训练流程、多基准对比和 CPU 与手机端实测速度，读者可据此评估它对端侧 Agent 部署的适配度。
Tomer Tunguz 博客（VC 分析）精选AI 评分7070 Tom Tunguz 实测 Qwen3.8-27B 本地模型， birds fly like bumblebees 而非飞机
Tom Tunguz 用 25 个 VC 任务对比 DeepSeek V4 云端模型与两个本地模型，judge 模型盲评显示三者质量接近（8.0 左右），但路径不同。
推荐理由：作者以 25 个真实 VC 任务实测云端与本地模型，用质量、token 用量和延迟数据解释小模型靠更多推理弥补知识差距。
Tomer Tunguz 博客（VC 分析）精选AI 评分6464 Tom Tunguz：intelligence-per-watt 将推动数据中心走向个人化
Tom Tunguz 引用 Stanford 与 Together AI 的研究，提出 intelligence-per-watt 将像当年的 performance-per-watt 一样推动 AI 从云端走向端侧。
推荐理由：原文引用研究数据解释 intelligence-per-watt 趋势如何推动 AI 向端侧迁移，并给出本地加路由方案相对全云的能效与成本收益。
Google Developers Blog（RSS）精选AI 评分6666 Google 发布在 Raspberry Pi 5 上用 LiteRT 部署 Gemma 的端侧 AI 指南
Google 介绍如何在 Raspberry Pi 5 上用 LiteRT 和 Gemma 模型实现完全离线的实时端侧 AI，并以 Reachy Mini 机器人演示目标检测、语音识别、推理和语音合成的完整本地流水线。
推荐理由：原文给出 Gemma 各型号在 Raspberry Pi 5 上的实测数据和完整部署流程，读者可以据此选择合适的端侧模型并复现本地推理。
Google AI：DEV 作者专属（RSS）精选AI 评分6666 实测：421M 参数决策模型 Laya 能否在浏览器中运行
作者在 Mac 上的 Chromium 浏览器中实测了开源 421M 参数决策模型 Laya（Apache 2.0）经社区 ONNX Runtime Web 移植版 layaForWeb 的运行表现。
推荐理由：作者实测给出了 Laya 在浏览器运行的下载量、延迟、量化精度损失和后台标签页限制，方法可复用。
Google Developers Blog（RSS）精选AI 评分6161 Antigravity SDK 支持本地模型，首发接入 Gemma 4 26B A4B 与 LiteRT
Google 宣布 Antigravity SDK 支持本地模型工作流，首发支持基于 Google AI Edge LiteRT 的 Gemma 4 26B A4B，可完全离线运行智能体辅助，建议机器配备超过 24GB VRAM 或统一内存。
推荐理由：官方给出了本地智能体工作流的完整上手步骤和混合编排演示，含具体 token 与硬件数据，可直接照做复现。
Apple：Newsroom（RSS）精选AI 评分6262 苹果新款 Mac mini（M6/M5 Pro）与 Mac Studio（M5 Max/M5 Ultra）今日开售
Apple 宣布新款 Mac mini 和 Mac Studio 今日上市。Mac mini 搭载 M6（4x AI 性能、2x 图形和存储、40% CPU 性能提升。
推荐理由：官方公告给出两款新 Mac 的芯片、AI 性能倍数、统一内存上限和定价，读者可以据此评估端侧 AI 与升级选择。
vLLM 官方博客（RSS）精选AI 评分7676 vLLM 官方发布 vllm-metal v0.28.0：在 Apple Silicon 上实现并发推理服务
vLLM 官方宣布 vllm-metal 首个正式版本 v0.28.0，将上游 vLLM 的 V1 调度器、分页 KV cache 和 OpenAI 兼容服务带到 Apple Silicon，模型执行由 MLX 和 Metal 完成。
推荐理由：官方详解 vllm-metal 的架构与跨引擎实测数据，读者可据此评估 Apple Silicon 上多并发推理是否值得切换。
Hugging Face：Blog（RSS）精选AI 评分6262 Transformers 现已支持运行 llama.cpp 的 GGUF 量化模型
Hugging Face 为 transformers 加入 GGUF 模型支持，用户可从 Hub 选取 GGUF 检查点，通过 from_pretrained 传入 gguf_file 在本地生成。
推荐理由：Hugging Face 把 GGUF 量化模型接入 transformers，读者可据此判断本地推理工作流会如何变化。
Apple：Newsroom（RSS）精选AI 评分6161 Apple 发布 Apple Watch Series 12 与 Ultra 4 健康功能，重新设计的 Health app 将引入 Longevity 标签页
Apple 宣布为 Apple Watch 和 iPhone 推出升级的健康与健身体验。Apple Watch Series 12 和 Apple Watch Ultra 4 引入新 Health Sensing System。
推荐理由：官方新闻稿列出新健康传感系统、Longevity 标签页和在家运动评估等功能的设备要求，可帮助读者判断升级与自家设备的关联。
Hugging Face：Blog（RSS）精选AI 评分6666 Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理最高提速 3.2 倍
Liquid AI 为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 发布 DSpark 草稿模型检查点，采用推测解码，GPU 上吞吐最高提升 3.18 倍，端侧最高 2.87 倍，输出质量不变。
推荐理由：原文给出各模型在 GPU 和端侧的实测加速数据与 llama.cpp、SGLang 接入命令，读者可直接评估是否用于部署。
Google DeepMind：Blog（RSS）精选AI 评分6868 Google DeepMind 发布手语转文本模型 SL2T，落地 Gboard 与 Live Transcribe
Google DeepMind 发布大规模多语言手语转文本模型 SL2T，为 Gboard 和 Pixel 11 的 Live Transcribe 带来手语转文字听写，首先支持 ASL 转英语，后续将扩展更多语言和设备。
推荐理由：原文解释了手语翻译的两类核心难题和 SL2T 的技术取舍，并给出基准分数与隐私设计，读者可了解可用手语 AI 的实现路径。
Google DeepMind：Blog（RSS）精选AI 评分7777 Google DeepMind 发布 Gemma 4 12B：无编码器统一多模态模型，可在 16GB 内存笔记本本地运行
Google DeepMind 发布 Gemma 4 12B，定位于在笔记本上本地运行的智能体多模态模型，性能接近其 26B MoE 模型而内存占用不到一半。
推荐理由：官方介绍了无编码器统一架构和 16GB 内存本机运行等细节，适合关注端侧多模态部署的开发者参考。
Google DeepMind：Blog（RSS）精选AI 评分8686 Google DeepMind 发布 Gemma 4 开源模型，含 E2B、E4B、26B MoE 和 31B 四个尺寸
Google DeepMind 发布 Gemma 4 开源模型，主打高级推理与智能体工作流，采用 Apache 2.0 许可，提供 E2B、E4B、26B MoE 和 31B Dense 四个尺寸。
推荐理由：官方给出四个尺寸、榜单排名、上下文长度和开放许可等具体信息，读者可以据此判断选型与部署空间。
Mistral AI：News（网页）精选AI 评分8080 Mistral 发布 Mistral 3 系列：含 Mistral Large 3 与 Ministral 3 小模型，全部 Apache 2.0 开源
Mistral 发布新一代模型系列 Mistral 3，包括 Mistral Large 3（41B 激活、675B 总参数的 MoE 模型）和 Ministral 3 的 3B、8B、14B 三种小模型，全部以 Apache 2.0 许可开源。
推荐理由：官方发布了完整模型规格、开源许可和部署路径，读者可以据此评估这批开源模型在自己的场景中是否可用。
Mistral AI：News（网页）精选AI 评分6161 Mistral 发布 Mistral Small 3.1：24B 多模态开源模型，支持 128k 上下文
Mistral AI 发布 Mistral Small 3.1，改进文本性能、新增多模态理解，上下文窗口扩展至 128k tokens，推理速度达每秒 150 tokens，并以 Apache 2.0 许可开源。
推荐理由：官方给出基准对比与部署门槛，读者可以据此评估它在小参数量开源模型中的实际位置。