跑在手机、电脑与边缘设备上的 AI：小模型、本地推理与端侧芯片的进展。
Google DeepMind 发布 Private AI Compute 技术更新，引入服务器端持久记忆，让 AI 可在设备间保留上下文，同时维持端侧隐私标准。用户数据存放在加密存储中，解密密钥仅由个人设备持有，云端通过硬件强制的安全隔离环境临时处理数据。Google DeepMind 还发布更新后的技术白皮书、服务器软件的防篡改公开记录，并提供独立网络安全审计结果。
推荐理由：文章具体说明了云端持久记忆如何结合设备密钥、加密通道与安全隔离环境，在跨设备连续体验和隐私控制之间取得平衡。
oMLX 创作者兼维护者 Jun Kim 加入 Hugging Face，继续领导该项目并获得稳定维护与资金支持。oMLX 将保持 Apache 2.0 许可，Hugging Face 计划以其作为新想法的测试平台，并推动 transformers 模型定义更快转为可供不同引擎使用的 MLX 实现。
推荐理由：Hugging Face 对 oMLX 的维护支持将 MLX 生态中的个人项目纳入长期投入，并明确了模型定义向 MLX 实现迁移的协作方向。
Liquid AI 发布 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 的 DSpark 草稿模型，通过 speculative decoding 在不改变 greedy decoding 输出的前提下提升推理速度。
推荐理由：LFM2.5-DSpark同时给出H100与M4 Max上的实测加速、函数调用延迟变化和llama.cpp及SGLang接入方式，便于评估部署收益。
Google 宣布将 Multi-Token Prediction（MTP）适配到冻结的 Gemini Nano v3 模型，并已推出到 Pixel 9 和 10 系列。
推荐理由：Google 将冻结的 Gemini Nano v3 主干与 MTP 头结合，并通过零拷贝架构降低移动端内存开销，为端侧推理提速提供了可部署路径。
Google 介绍了一种用于私密分析的零信任聚合方案，将一次性消息的格基加密协议与 TEE 结合，使设备无需参与多轮交互即可提交数据。该方案确保服务器只能获得匿名聚合结果，并将用于 Android SafetyCore，通过聚合元数据评估端侧安全模型的效果，同时保持用户内容留在设备上。
推荐理由：文章解释了 Google 如何把一次性加密聚合与 TEE 结合，在降低设备在线要求的同时减少对单一硬件防护的依赖。