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。
NVIDIA 将于本月通过 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 推出 64GB 统一内存版 DGX Spark，10 月 23 日开售，起售价 4999 美元，保留 GB10 Grace Blackwell 超级芯片、DGX OS 与完整 NVIDIA AI 软件栈，支持最高 1000 亿参数模型在设备本地运行。
推荐理由：原文给出 64GB 新配置的价格、可跑模型规模与双机集群方式，便于判断本地跑智能体的硬件门槛。
通义千问发布 Qwen Intelligence，首批包含三个 SOTA 智能体。Mobile Planner Agent 负责任务规划、拆解与编排，在 MobilePA-Bench。
推荐理由：官方给出三个移动端智能体的分工、基准成绩与开源评测套件入口，可据此判断手机端 Agent 的能力边界。
Unsloth 发布 GLM-5.3 的 2-bit 量化版本，体积从 1.51TB 压缩到 239GB，减少约 83%，精度保留约 81%，可在 256GB Mac 或相应 RAM/VRAM 配置上运行。
推荐理由：原文给出量化后的体积与精度保留比例，读者可据此判断本地部署 GLM-5.3 所需的硬件门槛。
Unsloth 发布 GLM-5.3-Flash 的 GGUF 量化版本，可在 128GB 内存上以 3-bit 精度本地运行，并提供了部署指南与 Hugging Face 仓库地址。
推荐理由：Unsloth 放出 GLM-5.3-Flash 的 GGUF 量化版本，并给出 128GB 内存跑 3-bit 的本地部署路径。
Qwen3.8-Flash 这个 125B MoE 模型现已可通过 Unsloth 的 GGUF 在 75GB RAM 上本地运行，Unsloth 称其性能超过 Claude-Opus-4.6 (Max)。Qwen3.8-Flash-Next 面向 CPU RAM 与统一内存配置，可提供接近 VRAM 的速度。Unsloth 已放出使用指南与 Hugging Face 上的 GGUF 文件。
推荐理由：125B MoE 模型在 75GB 内存本地运行的量化方案，为端侧部署提供了可参考的显存与内存配置路径。