阶跃星辰发布 Step 5 Preview，AA 智能指数 44 分位列全球开源前二
阶跃星辰发布 Step 5 Preview，在 Artificial Analysis Intelligence Index 上拿到 44 分，位列全球开源前二，输出速度 99.8 tokens/s，单个 Intelligence Index 任务成本 0.71 美元，支持 1M 上下文与 600B 参数。
#端侧
#端侧
今日 1 条雷峰网AI 评分7171
Google DeepMind精选AI 评分7474 Google DeepMind 发布 SL2T 手语转文本模型，率先落地 Pixel 11 的 Gboard 与 Live Transcribe
Google DeepMind 发布多语种手语转文本模型 SL2T，在 Pixel 11 的 Gboard 和 Live Transcribe 中提供手语听写功能，首发支持美国手语（ASL）转英文，后续将扩展更多设备与语言。
推荐理由：SL2T 把多语种手语翻译模型落到 Gboard 与 Live Transcribe，读者可了解其数据规模、隐私设计与基准表现。
Hugging Face Blog精选AI 评分8080 Meta 发布 Muse Glimmer：30B 本地多模态开源模型
Meta 发布 Muse Glimmer，一个从 Muse 蒸馏到 30B 参数、采用 Apache 2.0 许可的多模态模型，面向本地智能体场景，可用于编码、文档分析和个人助手。
推荐理由：Meta 开源 30B 多模态模型，附完整基准对比与本地部署、微调示例，可据此评估端侧智能体方案。
Mistral AI精选AI 评分6969 Mistral 发布 Robostral Navigate 具身导航模型
Mistral AI 发布首款具身导航模型 Robostral Navigate，这是一个 8B 模型，仅用单个普通 RGB 相机、不依赖 LiDAR 或深度传感器，在 R2R-CE validation unseen 上取得 76.6% 成功率，比最佳单相机方案高 9.7 个百分点，比使用深度或多相机的最佳系统高 4.5 个百分点。
推荐理由：Mistral 首款具身导航模型只用单目 RGB 相机就在 R2R-CE 上超过多传感器方案，可看其训练与强化学习设计。
Google Research精选AI 评分6060 Google 用冻结多 Token 预测加速 Pixel 上的 Gemini Nano
Google Research 发布新架构，把多 Token 预测（MTP）头接到已冻结的 Gemini Nano v3 上，在 Pixel 9 和 10 系列上实现开箱即用的推理加速。
推荐理由：Google 把 MTP 头接到冻结的 Gemini Nano v3 上，给出端侧推理提速与省内存的具体做法，可看移动端部署思路。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemma 4 12B 无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本的本地多模态模型，采用无编码器统一架构，视觉和音频输入直接进入 LLM 主干。该模型在标准基准上接近 26B MoE 模型表现，内存占用不到其一半，可在 16GB 显存或统一内存的消费级笔记本上运行，并首次在中型模型中支持原生音频输入。
推荐理由：Gemma 4 12B 用无编码器架构把多模态能力压到 16GB 显存，读者可据此判断本地智能体部署的门槛变化。
Mistral AI精选AI 评分7171 Mistral 发布 Voxtral Transcribe 2 语音转写模型家族
Mistral 发布 Voxtral Transcribe 2，包含面向批量转写的 Voxtral Mini Transcribe V2 和面向实时场景的 Voxtral Realtime，支持说话人分离、上下文偏置和词级时间戳，覆盖 13 种语言。
推荐理由：Mistral 一次发布批量与实时两款语音转写模型，并给出延迟、错误率与价格对比，便于判断实时语音场景的可用性。
Mistral AI精选AI 评分8282 Mistral 发布 Mistral 3 系列模型，含 675B 参数 Mistral Large 3
Mistral 发布 Mistral 3 系列，包括 Mistral Large 3 与 3B、8B、14B 三个尺寸的 Ministral 3，全部以 Apache 2.0 许可开源。
推荐理由：Mistral 3 全系以 Apache 2.0 开源，并给出 NVFP4 量化与多平台部署路径，可据此判断开源前沿模型的落地成本。
Mistral AI精选AI 评分7171 Mistral 发布 Mistral Small 3.1，支持多模态与 128k 上下文
Mistral AI 发布 Mistral Small 3.1，在 Mistral Small 3 基础上提升文本性能与多模态理解，上下文窗口扩展至 128k tokens，推理速度达 150 tokens per second，并以 Apache 2.0 许可开源。
推荐理由：Mistral Small 3.1 以 Apache 2.0 开源并支持 128k 上下文与多模态，读者可据此判断小模型在端侧与智能体场景的可用边界。