DeepMind 助新加坡把防詐模型裝進手機
DeepMind 與新加坡政府科技局微調輕量版 Gemma，直接在手機上分析對話並即時示警，訊息不上傳雲端，但效能指標一項未公布。
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 16 篇文章。
面壁開源 MiniCPM-V 4.7，350 億參數模型手機僅占 3GB
面壁智能與 OpenBMB 社群發表 MiniCPM-V 4.7，其中 MoE 架構的 35B-A3B 在 iPhone 17 Pro Max 上約占 3GB 記憶體，解碼速度每秒 13 token 以上。
Google開源7.4億參數多模態嵌入模型
Google推出開源多模態嵌入模型EmbeddingGemma 2，手機、筆電可在本機完成文字、圖片與語音檢索。
PrismML 把 1-bit 模型塞進高通眼鏡晶片
高通在 Snapdragon 高峰會展示 PrismML 的 1-bit、20 億參數模型 Bonsai，在眼鏡晶片 AR1 Gen 1 上本機運作。
Hugging Face開源207個瀏覽器GPU核心
Hugging Face推出207個WebGPU核心與載入函式庫，809組對照測試顯示幾何平均加速2.57倍，鎖定瀏覽器端推理效能瓶頸。
M6首發2奈米，M5 Ultra桌機塞512GB記憶體
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草稿模型解碼提速3.18倍
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蒸餾法救回Q4_0至97%精度
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。
面壁智能啟動A股IPO輔導
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。
面壁開源1.5B端側機器人模型
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
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 攜手 Intel 推混合推理
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。
Chrome 悄悄把 4GB Gemini Nano 放進使用者硬碟
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 將 Gemma 4 改為 Apache 2.0 協議開源，推出四款模型
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。
蘋果端側 AI 將 3B 模型塞進 iPhone
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
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。