端側 AI 資訊與深度分析

收錄端側 AI 相關產品動態與產業觀察，共 11 篇文章。

蘋果發表M6與M5 Ultra兩顆晶片，M6首度採用2奈米製程進駐Mac mini，M5 Ultra則把統一記憶體拉高到512GB、頻寬達1.2TB/s進駐Mac Studio，鎖定本機AI推論。

Liquid AI釋出LFM2.5-DSpark草稿模型，為三款端側模型配上推測解碼，輸出結果不變，解碼速度最高提升3.18倍。

Liquid AI用QAD訓練法把長期被棄用的Q4_0量化格式精度拉回BF16的96%到97%,同時保留其在Arm CPU上的速度優勢。

面壁智能進入中信證券IPO輔導流程，端側大模型開始從開源下載量走向收入、客戶與合規流程的資本市場檢驗。

OpenBMB公開MiniCPM-Robot系列，用1.5B操作模型、0.9B追蹤模型和PhyAI推理框架主打本地低延遲部署。

PrismML把27B模型塞進iPhone。本文整理已核驗事實，以及這則消息背後的產業訊號。

Perplexity 在 Computex 展示本地與雲端分工的 agent 推理，簡單與敏感任務留在 PC，複雜推理才上雲。

Google 稱 Gemini Nano 用於 Chrome 的端側安全能力，但未經明確同意下載數 GB 模型，讓瀏覽器 AI 的告知、隱私與碳成本問題浮上檯面。

Google DeepMind 於 4 月 2 日發布 Gemma 4，改用 Apache 2.0 協議，31B 版本在 Arena AI 開源榜上排名第三。

蘋果的 AI 策略與其他業者截然不同——不追求最強通用模型，而是主打端側部署與隱私保護。專為 Apple Silicon 優化的約 30 億參數 Apple Foundation Models 可在 iPhone 上本地運行，複雜任務則交由 Private Cloud Compute 處理。

Google 推出端側圖像生成模型 NanoBanana. 本文整理事件重點、戰略背景，以及受影響用戶或企業需要注意的實務風險。