AnySpeechRecognizer 与 AnyDecisionModel 发布:面向 Apple 平台的语音与决策开源模型包
AnySpeechRecognizer 与 AnyDecisionModel 两个 Swift 包发布,前者在 Apple 的 SpeechAnalyzer API 上支持切换 Parakeet、Qwen3-ASR 等识别引擎并新增说话人分离,后者用模型概率而非生成文本回答是非、多选和评分问题。
AnySpeechRecognizer 与 AnyDecisionModel 两个 Swift 包发布,前者在 Apple 的 SpeechAnalyzer API 上支持切换 Parakeet、Qwen3-ASR 等识别引擎并新增说话人分离,后者用模型概率而非生成文本回答是非、多选和评分问题。
NVIDIA 为 RTX Spark 轻薄笔记本带来一批更新,包括开放权重的语音模型 Nemotron 3.5 Transcribe、NVIDIA App 中在前后台应用与后台智能体之间分配 GPU 资源的控制项,以及 LFM3 系列模型的 day-zero 支持。
推荐理由:原文列出 RTX Spark 笔记本新增的语音模型、GPU 资源分配和本地智能体支持,可据此判断本地 AI 工作流的可用边界。
Liquid AI 发布 LFM3 新一代 Liquid Foundation Models,六个 2B 级模型(文本、视觉、音频、全模态、两个决策模型)均从 LFM3-1.7B-Base 分支而来,全部开源权重并已在 Hugging Face 上线。
推荐理由:LFM3 用同一 2B 级骨干覆盖文本、视觉、音频、全模态与决策模型,并给出单卡微调与端侧部署路径。
Exowatt 借助 Amazon SageMaker AI 无服务器模型定制,为边缘告警分诊和云端能源市场分析分别微调 Qwen3-1.7B 与 Qwen3-14B,精度超过前沿模型,成本最高降低 49 倍。该流程把原始运营数据加工为经认证的训练集、微调模型和可评估的部署产物,原本需数月的路径现在几天内即可跑通。
Google DeepMind 与新加坡政府科技局(GovTech Singapore)合作,基于轻量级 Gemma 模型微调出一个端侧反诈骗检测模型,用于识别冒充公职人员、银行等本地化诈骗对话。