英伟达开放Nemotron 3.5 Bolt权重，740亿参数压到22.1GB并随RTX Spark笔记本开卖
英伟达开放了Nemotron 3.5 Bolt的模型权重，740亿参数经量化后从约148GB压到22.1GB，瞄准24GB级本地部署，支持看图、写代码和调用工具。
选题角度：原文给出148GB压到22.1GB的量化细节和Terminal-Bench、BrowseComp成绩，适合做本地跑Agent的实测对比。
#端侧
公众号 · 新智元精选AI 评分7171
公众号 · APPSO精选AI 评分7575 Meta 发布 8160 亿参数开放权重模型 Muse Spark Open，可在 Mac Studio 本地运行
Meta 发布开放权重模型 Muse Spark Open，总参数量 8160 亿，采用 MoE 架构，每次推理激活约 420 亿参数，并与苹果共同展示其在两台或四台 Mac Studio 上运行的方案。
选题角度：Meta 开放权重模型 Muse Spark Open 在 Mac Studio 上的多机部署方案，适合实测本地跑 8160 亿参数模型的生成速度与隐私优势。
公众号 · 智东西同新闻AI 评分7171 Meta 发布开放权重模型 Muse Spark Open，8160 亿参数可在两台 Mac Studio 本地运行
Meta 发布开放权重模型 Muse Spark Open，总参数量 8160 亿，每次推理激活 420 亿参数，支持 100 万 Token 上下文窗口，原生支持多模态，主攻编程和 Agent 任务。
公众号 · 新智元同新闻AI 评分8787 Meta 开源 816B 模型 Muse Spark Open，两台 Mac Studio 即可运行
Meta 正式开源 Muse Spark Open，官方定位为美国迄今最强大的开源权重模型，总参数 816B、激活参数 42B，采用 MoE 架构，支持 100 万 Token 上下文和文本、图像、视频、音频原生多模态，专为编码与复杂推理设计。
X · Min ChoiAI 评分7474 Meta 发布 Muse Spark Open，NVIDIA 推出 Nemotron 3.5 Bolt
Meta 发布开源权重模型 Muse Spark Open，816B 参数、42B 激活、1M token 上下文，Meta 称其为迄今最强的美国开源权重模型。同日 NVIDIA 发布 Nemotron 3.5 Bolt，将 120B Super VL 压缩到 74B（9B 激活）并塞进 24GB，在同尺寸模型中位列 PinchBench 第一且开源。
TechCrunch · AIAI 评分6262 Meta 发布可在 Mac 本地运行的开源权重模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，采用 8160 亿参数和 100 万 token 上下文窗口，原生多模态，面向复杂编码任务和智能体工作。
The Verge · AIAI 评分6262 Meta 与 Apple 合作让 Muse Spark Open 模型在 Mac 上更好运行
Meta 发布 Muse Spark Open 模型，称其是迄今最强的美国开源权重模型，也是同类中首个能在桌面端运行、需两台搭载最新 MLX 框架的 Apple M5 Ultra Mac Studio 的模型。
X · 歸藏同新闻AI 评分7474 Meta 发布开源模型 Muse Spark Open，816B 参数可在两台 M5 Ultra Mac Studio 本地运行
Meta 发布开源模型 Muse Spark Open，称其为迄今为止美国最强大的开源模型。该模型总参数 816B、活跃参数 42B，支持 1T 上下文窗口，原生支持文本、图像、视频、音频全模态输入，基于苹果 MLX 框架深度优化，可在两台 M5 Ultra Mac Studio 上本地运行。博主称其在长时任务、复杂软件工程和多步骤推理上表现出色，测评基准分数与 K3、GLM-5.3 差不多。
The Decoder同新闻AI 评分8080 Black Forest Labs 发布开源权重图像模型 FLUX 3 Image Klein，8GB 显存即可运行
Black Forest Labs 发布 FLUX 3 Image Klein，这是一个 5.6B 参数的开源权重模型，支持文生图、图像编辑以及最多十张参考图的生成，原生支持 4K 输出、像素级编辑和用于元素定位的 bounding box。
同一新闻，精选展示《Black Forest Labs 发布 FLUX.3 Image Klein，Diffusers 首日支持》
The DecoderAI 评分5858 Nvidia 发布 Nemotron 3.5 Super VL 开源多模态模型，面向企业智能体
Nvidia 发布 Nemotron 3.5 Super VL，一个 1200 亿参数的开源多模态模型，面向持续在后台运行的企业智能体，处理文本、图像、文档和视频。
NVIDIA Blog精选AI 评分6060 NVIDIA 发布 Nemotron 3.5 Super VL 与两款 Bolt 端侧模型
NVIDIA 发布开源 1200 亿参数模型 Nemotron 3.5 Super VL，主打多模态智能体任务，官方称其吞吐量最高可达同类模型的 5 倍，精度接近 NVIDIA 最大推理模型而参数量约为其五分之一。
选题角度：原文给出三款开源模型的参数、显存占用和开放下载入口，适合上手实测 Super VL 的视觉文档解析与 Bolt 在本地跑智能体的效果。
量子位精选AI 评分7878 面壁开源 MiniCPM-V 4.7：35B MoE 模型断网在 iPhone 上跑，仅占 3G 内存
面壁智能和 OpenBMB 开源 MiniCPM-V 4.7，包含 35B-A3B 和 1B 两个版本，其中 35B-A3B 是 MiniCPM-V 系列首个 MoE 模型，约 3G 内存即可在 iOS、安卓设备上运行。
选题角度：断网状态下在 iPhone 上实测 35B MoE 多模态模型，从拿破仑行军图到家庭电费表逐题演示，适合录屏复现端侧跑大模型的效果。
Hugging Face Blog精选AI 评分6060 Liquid AI 发布 LFM2.5-24B-A2B，24B 参数仅 2B 激活的端侧推理模型
Liquid AI 发布 LFM2.5-24B-A2B，这是一个 24B 参数、每 token 仅 2B 激活参数的推理模型，面向端侧私有 Agent，已在 Hugging Face 开源权重。
选题角度：Liquid AI 开源 24B-A2B 端侧推理模型，给出 M5 Max 上 184 tok/s 的实测数据和与 Qwen3.6-35B-A3B 的基准对比，适合上手实测本地跑 Agent 的速度与工具调用表现。
公众号 · 智东西精选AI 评分7878 面壁智能发布 MiniCPM-V4.7 端侧多模态大模型，35B-A3B 版本约 3GB 内存即可运行
面壁智能发布新一代端侧多模态大模型系列 MiniCPM-V4.7，包含 35B-A3B 与 1B 两个版本，官方称 35B-A3B 是首个能在手机端流畅运行且能力无损的开源大模型。
选题角度：面壁智能发布端侧多模态模型 MiniCPM-V4.7，官方给出手机端 3GB 内存跑 35B-A3B 的实测数据，适合上手实测端侧推理速度与图文识别效果。
Google DeepMindAI 评分2323 Google DeepMind 发布 EmbeddingGemma 2：740M 参数开源多模态嵌入模型
Google DeepMind 推出 EmbeddingGemma 2，基于 Gemma 4 架构、740M 参数，以 Apache 2.0 许可开源，可将文本、图像、音频、视频映射到统一嵌入空间。
The DecoderAI 评分3838 Google 发布 EmbeddingGemma 2：7.4 亿参数多模态嵌入模型，性能超越两倍规模竞品
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，以 7.4 亿参数在 Massive Text Embedding Benchmark (Code) 上得分 78.68，较前代 68.76 提升近 10 分，性能对标规模两倍的竞品。
X · Google DeepMindAI 评分2828 Google DeepMind 发布 EmbeddingGemma 2：740M 参数、Apache 2.0 开源
Google DeepMind 发布 EmbeddingGemma 2，参数规模 740M，在多项 benchmark 上表现有竞争力，甚至超过部分参数量两倍以上的专用模型。开发者可用它为应用加入多模态搜索（如用语音备忘录定位视频片段），或与 Gemma 4 搭配实现私密端侧 RAG。该模型以 Apache 2.0 许可证开源，权重已在 HuggingFace 和 Kaggle 上线。
X · Google DeepMindAI 评分2222 Google DeepMind 发布 EmbeddingGemma 2：首个原生多模态端侧嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是其首个原生多模态开放模型，面向端侧嵌入场景。该模型在文本之外统一了代码、图像、音频和视频，将它们映射到同一共享空间。
量子位AI 评分2828 斑马智能发布全模态端侧大模型 AutoOmni 2.0-23B-A3B
斑马智能在云栖大会发布全模态端侧大模型 AutoOmni 2.0-23B-A3B，采用 MoE 架构，普通任务能力堪比 10 倍参数量云模型，复杂任务处理能力达其 80%-90%。该模型已合作国内外 10 家芯片企业，支持 8 路以上多任务并发，大模型推理加速 5-6 倍，量化保真度超 99%，运行内存占用减少 50% 以上。
TechCrunch · AIAI 评分6262 PrismML 发布 Bonsai 2 27B，把 Qwen3.8 27B 压缩到 5.9 GB
AI 实验室 PrismML 发布 Bonsai 2 27B，将阿里开源模型 Qwen3.8 27B 压缩到 5.9 GB，内存占用相比原模型减少 9 到 10 倍，可放进 PC 甚至高端手机。