PrismML 将轻量级大语言模型引入高通智能眼镜
PrismML 宣布将其微型大语言模型(tiny LLMs)引入搭载高通芯片的智能眼镜中。PrismML 的核心目标是开发能够在终端设备本地高效运行的开放权重人工智能模型,通过更好地利用设备现有的计算资源,推动轻量级大模型在低功耗可穿戴硬件上的落地与应用。
PrismML 宣布将其微型大语言模型(tiny LLMs)引入搭载高通芯片的智能眼镜中。PrismML 的核心目标是开发能够在终端设备本地高效运行的开放权重人工智能模型,通过更好地利用设备现有的计算资源,推动轻量级大模型在低功耗可穿戴硬件上的落地与应用。
借助 LiteRT 与轻量级 Gemma 开源模型,在树莓派上部署安全、实时的边缘 AI 变得更加简单。LiteRT 优化了 CPU 与 GPU 性能,为 Gemma 等模型提供快速的推理速度,从而为机器人等设备赋予实时本地推理能力。开发者可以通过轻量级的 LiteRT CLI 工具快速完成模型转换、量化与运行。此外,该工具近期还将加入对 Hailo AI 加速器的支持。
Meta 宣布将推出一款名为 Muse Charm 的便携设备,把其 AI 助手浓缩至钥匙扣尺寸中,并计划于 12 月开始发货。目前官方公布的信息较为有限,关于该设备的具体功能、交互方式、硬件配置以及售价等详细规格均尚未进一步披露。
在为期两天的骁龙峰会上,高通集中发布了覆盖多个终端品类的全新硬件平台,产品线涵盖智能手机、个人电脑、耳机、智能手表、智能眼镜以及 VR/XR 设备。高通表示,面对即将到来的个人 AI 时代,已在多类终端计算平台上做好准备,通过跨设备的硬件生态布局全面迎接端侧 AI 应用的落地。
该资讯探讨了 AI 技术向全设备终端渗透的发展趋势,以及高通致力于在各类智能设备中全面承载 AI 能力的战略方向。文章指出 AI 的下一站是实现跨终端的全设备覆盖。由于原始素材信息较为有限,关于高通具体发布的新款芯片规格、落地产品形态或软件生态合作等详实业务细节,文中并未进一步展开披露。
本地大模型工具发布 v0.34.4 版本更新。新版本支持在思考模型上单次生成结构化输出,提升了运行速度与可靠性;同时加速了 Apple Silicon 设备上 Qwen 3.8 的提示词处理,并改进了 Gemma 4 对高分辨率图像的处理机制。此外,更新修复了大型本地库偶发“模型未找到”及 macOS 界面卡顿等问题,并同步升级了 llama.cpp、MLX 和 XGrammar 依赖。