AI 编程实时动态与要闻

阿里巴巴淘宝 MNN 推理引擎团队于 2026-11-04 在 GitHub alibaba/MNN 与 Hugging Face（taobao-mnn）发布 MNN-Pocket-0.3B，这是一个与 MNN 推理栈协同设计、面向手机 App 的约 3 亿参数中英双语指令模型，Apache 2.0 许可。官方模型卡称：INT4（W4A16）QAT 构建仅 173MB，支持 32K 上下文，在 iPad Pro M5（Metal）上解码最高 466 token/s，iPhone 18 Pro 实测约 350 token/s；在 11 项中英评测上平均 50.00，高于 Qwen3-0.6B（44.28）等更大的约 5 亿参数基线（均为官方口径）。同系列还放出 Base、SFT、GGUF、MNN 端侧包和一次前向即作答的 Dec 决策模型。11-08 起已有第三方 iOS 应用 Local LLM 接入、社区转出 LiteRT 版本。官方明确不建议用于高阶数学和长代码生成。

查看大图

印度初创 169Pi 于 2026-11-06 发布 Alpie Seed 9B（Apache 2.0）：在 Qwen3.5-9B 上做 SFT（DoRA）+ 多目标 GRPO 后训练，保留文本/图像/视频输入与 262K 原生上下文，并提供 FP16 与 Q4/Q3/Q2 GGUF。厂商口径（FP16、thinking 开）：MMLU-Pro 82.54%、GPQA Diamond 84.32%、LiveCodeBench v6 72.99%、SWE-Bench Verified 61.20%（Mini-SWE-agent、无重试）、OCRBench 90.30%；并报告在 iPhone 17 Pro、Galaxy Z Flip8、Mac M2 与 Windows CPU 上可离线推理。

查看大图

微软 Foundry 团队于 2026-11-05 发博：Foundry Local CLI ≥0.13.0 可用 ONNX Runtime 在本机跑 4bit Qwen3.8-27B（权重约 18GB），经 Bring Your Own Key 接到 GitHub Copilot。需 NVIDIA ≥24GB 显存（24GB 时上下文约 64K；≥32GB 可达模型上限 262K）。官方引用模型卡口径 Terminal-Bench 2.1 73.0、SWE-bench Pro 61.7；并称在 RTX 5090 / DGX Spark 上生成速度优于同量化的 llama.cpp。Mac/AMD 尚在路线图。

查看大图

开源编码智能体 OpenCode 背后的 Anomaly 发布语音输入工具 Hex 3.0 稳定版：按住快捷键说话、松开即粘贴到光标处，语音识别在本机完成，内存占用从约 900MB 降到约 160MB，并新增词汇表、hex 命令行和可选的 OpenCode 改写。

查看大图

微软发布 Visual Studio Code 1.143：基于 Copilot SDK 的 Copilot harness 成为新会话默认，可在编辑器和 Agents 窗口间切换；Agents 窗口新增 Compare Models 预览，可让多个模型并行做同一任务并由 Judge 模型打分；实验性支持在本地 NVIDIA GPU 上运行 MAI Code 1.1 Flash，大型对话打开速度也显著提升。

查看大图

10 月 20 日，法国语音 AI 公司 Gradium 开源 Phonon 端侧文本转语音模型家族：英文 Phonon 31m（q8 权重 64 MB，Apache 2.0）和 Phonon 40m（英/法/德/西/葡单语版与五语合一版，CC BY-NC 非商用）。模型基于 Kyutai 的 Pocket TTS 和 Mimi 编解码器，自带推理栈，覆盖 CPU、Metal、CUDA、Vulkan、WebGPU、Core ML 和骁龙，可在手机、浏览器、树莓派上离线运行。官方称 MacBook Air M5 CPU 上首段音频 7 毫秒，Kokoro 为 517 毫秒。

查看大图

Perplexity 官方正式宣布将 Perplexity Computer 功能原生集成至 macOS 客户端应用中。与此前高度依赖云端传输屏幕截图并接收键盘鼠标动作指令的传统 Computer-Use 方案不同，Perplexity Computer 实现了模型与智能体执行回路的全本地化运行（The model and the agent both run on your Mac）。通过深度调用 macOS 原生辅助功能（Accessibility API）与本地端侧轻量多模态模型，该功能消除了云端网络延迟，并在彻底保护用户屏幕隐私的前提下，赋能智能体在用户桌面上全自主操作本地应用、整理文件与执行跨软件复杂工作流。

查看大图

Meta AI 研究团队正式公开 Muse Glimmer 30B 技术报告（arXiv:2610.24628）。该模型包含 300 亿参数，采用因果语言模型结合视觉感知编码器，专为无须依赖云端基础设施的端侧本地自主智能体打造。模型经由 4-bit 量化后仅需 32GB 显存，即可在单张消费级 GPU（如 RTX 5090）上全速运行。在严格的智能体基准测试中，Muse Glimmer 刷新同体量端侧模型纪录：MCPAtlas 工具调用得分高达 75.5（超越 Gemma4-31B 的 54.2 与 Qwen3.6-27B 的 62.5），在 SWE-Bench Pro 实测中斩获 51.2 分，并在 Apache 2.0 协议下完全开源。

查看大图

Liquid AI 10 月 13 日发布 LFM2.5 家族最大也是最后一款模型 LFM2.5-24B-A2B：总参 24B、每 token 激活约 2.45B，131K 上下文，强制先思考再回答。厂商口径下在 8 项工具/Agent 基准中 5 项领先或持平 Qwen3.6-35B-A3B（AutomationBench 27.69 vs 8.72），但 SWE-Bench Verified、GPQA 等知识与编码项落后。权重已上 Hugging Face，并有 GGUF/MLX/FP8/ONNX 版本；API 定价 $0.10/$1.00 每百万 token，OpenRouter 同步上架。

查看大图

2026-10-12 OpenBMB（面壁智能）发布 MiniCPM-V 4.7 开源多模态系列，含 35B-A3B（系列首个 MoE）与 1B 两款，Apache-2.0。配套的 Lookahead Expert Scheduling（LES）跨层预取专家，叠加分层混合精度量化与 DSpark 投机采样，官方在 iPad Pro M4（16GB）上把专家从 SSD 加载的解码速度从 2.97 提到 17.39 token/s（5.86 倍）。权重已上架 Hugging Face / ModelScope / Ollama，支持 vLLM、SGLang、llama.cpp 与 iOS / Android / 鸿蒙端侧部署。

查看大图

10 月 7 日 Windows 发布会上，微软把 MAI-Code-1.1-Flash（137B 总参数 / 6.8B 激活 MoE、256K 上下文）以约 3.3 bit 量化跑在 RTX Spark PC 上，端侧 SWE-Bench Verified 70.80%、Terminal-Bench 2.1 66.29%；GitHub HydraFusion 将在 10 月下旬以实验预览让 Copilot 自动把任务分给本地或云端模型，本地调用不收推理费。MXC 智能体沙箱同日 GA。

查看大图

阿里通义千问（@Alibaba_Qwen）发布 Qwen Intelligence，首发三个 SOTA 移动智能体：Mobile Planner（规划/拆解/编排，MobilePA-Bench 等榜单第一）、Mobile-Use（API 优先、GUI 兜底，MobileWorld 82.1、MobileWorld-Real 92.2、端到端成功率约 90%）、Mobile Creative（一句话出图约 3 秒）。同时开源评测套件 MobilePA-Bench、MobileWorld、MobileWorld-Real、MobileWorld-Safety，覆盖规划、跨应用执行、真机表现与安全。

查看大图

@DanKornas 介绍 MarkuprPlus（github.com/hashfunction/MarkuprPlus）：MIT 桌面应用、CLI 与 MCP，把锁定窗口的录屏与本机 Whisper 旁白转成结构化 Markdown（每个标记一张标注截图），报告可交给 Claude Code、Cursor、Codex、Windsurf；本地优先，会话输出含报告、截图、音视频与元数据。

查看大图

@DanKornas 介绍 Interceptor（github.com/Hacker-Valley-Media/Interceptor）：面向智能体的浏览器与 macOS 控制工具，通过 CLI 与扩展在已有 Chrome/Brave/Safari 会话里操作（保留 cookies、登录与标签），支持页面读写点击、被动抓网络流量、录制回放，以及 macOS 无障碍树与本机视觉/语音；可挂 Claude Code、Codex、Gemini CLI、Cursor。

查看大图