用 LFM2.5-VL-DSpark 加速视觉语言模型
Liquid AI 发布 LFM2.5-VL-3B 的实验性 DSpark 草稿模型，用投机解码加速推理且输出质量不变。设备端解码最高 3.13x、H100 最高 2.66x，端到端最高 2.62x 与 2.27x，参数多 280M（8.9%）。首日支持 llama.cpp、MLX-VLM、SGLang，提供开放权重。
#端侧
#端侧
今日 0 条Hugging Face BlogAI 评分4545 Microsoft ResearchAI 评分4949 Microsoft Research：真实世界物理 AI 机器人的推理卸载
Microsoft Research 发现，把物理 AI 推理卸载到边缘或云端 GPU 可提升任务表现。在内存足够时，建图与规划比 A100 最多慢 383%，较轻 GPU 使障碍及时检测降 30%，较小 GPU 使 VLA 准确率降 50%。Jetson Thor 等较大机载 GPU 可使耗电增加最多 160%。
Google DeepMindAI 评分4747 Google 将为 Private AI Compute 引入安全的服务端记忆
Google 将为 Private AI Compute 增加可跨设备的服务端持久记忆，并维持通常限于设备端的严格隐私标准。数据封存在专用加密存储，解锁密钥仅在个人设备上，连 Google 也无法访问。设备发送个人数据前可核验服务器软件真实且未被篡改。
Hugging Face BlogAI 评分5151 Hugging Face 发布 @huggingface/kernels 与 207 个 WebGPU Kernel
Hugging Face 发布 JavaScript 库 @huggingface/kernels 及 huggingface.co/webgpu-kernels 上的 207 个 Apache-2.0 WebGPU kernel，可从 Hub 按契约版本加载并在浏览器中运行本地推理算子。
Hugging Face BlogAI 评分5151 LFM2.5-DSpark 最高将推理速度提升至 3.2 倍
Liquid AI 发布三款 LFM2.5 的 DSpark 草稿模型，在不改变贪心输出的前提下，把 GPU 吞吐最高做到 3.18 倍、端侧最高做到 2.87 倍。
Google DeepMind精选AI 评分6969 Gemini Robotics 2 为机器人带来全身控制、灵巧操作与多机协作
Google DeepMind 推出 Gemini Robotics 2，把视觉和语言输入转成电机控制，让完整人形机器人和双臂机器人完成从脚到指尖的全身动作与灵巧操作。
推荐理由：这次更新把原先的桌面上半身操作扩展到全身协调、灵巧操作和多机协作，并说明端侧模型可用数小时数据适配新机体。
Google DeepMind精选AI 评分7070 Google DeepMind发布实验性开源模型DiffusionGemma，文本生成最高快4倍
Google DeepMind发布实验性开源模型DiffusionGemma，这款26B MoE以文本扩散整块并行生成文本，在专用GPU上最高可实现4倍加速。
推荐理由：DiffusionGemma把本地文本生成从逐token解码改成整段并行起草，并交代相对Gemma 4的速度、显存和质量取舍，便于判断它适合哪些交互式本地工作流。