余承东称华为基本摆脱美国技术依赖，考虑逐步将鸿蒙推向全球
华为常务董事余承东在 9 月 29 日的国际媒体圆桌会议上表示，华为自 2019 年以来依靠自主技术和国内供应链制造先进芯片、设计操作系统，基本摆脱了对美国技术的依赖，2023 年才重新开始在国内制造智能手机芯片。
推荐理由：余承东披露华为自研芯片与鸿蒙的进展，并提到鸿蒙出海仍处初步计划阶段。
端侧 AI
全部主题跑在手机、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。
最新精选
第 21–40 条 · 共 71 条IT之家精选AI 评分6262 Show HN精选AI 评分5858 RoamDeck 发布：用 Android 手机远程驱动 Windows PC 的真实终端
RoamDeck 上线，可将 Android 手机与 Windows PC 直连，在手机上打开并操作 PC 上的真实终端窗口，支持语音听写、文件传输和屏幕实时查看。
推荐理由：原文给出了端到端加密的直连方式与 Whisper 本地转写等具体能力，读者可据此判断远程控制 PC 的实际可用性。
Show HN精选AI 评分7171 Audistill 发布 macOS 本地音频知识库，支持播客与 YouTube 转写摘要
Audistill 是一款面向 macOS 的本地优先 AI 音频知识库，可把播客、YouTube 视频、会议和任意音频转成可搜索的摘要、笔记和可对话的知识库。
推荐理由：原文交代了本地转写与自带 key 调用 LLM 的分工，读者可据此判断隐私边界和实际成本。
Show HN精选AI 评分6868 Daisy 发布 Mac 本地会议记录应用，内置 MCP server
Daisy 是一款 Mac 会议记录应用，在设备端完成转录与说话人分离，并在应用内运行绑定 127.0.0.1 的本地 MCP server，让 Claude Desktop、Cursor、Codex 等客户端搜索和读取会议内容。
推荐理由：原文给出了本地转录与本地 MCP 服务的数据边界和接入步骤，可据此判断会议记录能否留在本机。
IT之家精选AI 评分6262 谷歌推出 macOS 应用 AI Edge Foresight，支持离线记录会议纪要
谷歌推出全新 macOS 应用 AI Edge Foresight，向苹果用户展示 EmbeddingGemma 2 端侧多模态模型的实力。该应用调用 Mac 麦克风和系统音频，结合用户笔记整理线上、线下会议纪要，并支持基于会议内容和其他知识库的实时问答，可完全离线运行。应用兼容 Apple 芯片的 Mac，用户可免费下载。
推荐理由：谷歌用一款免费 macOS 应用展示 EmbeddingGemma 2 的端侧多模态能力，可据此判断离线会议纪要的可用形态。
IT之家精选AI 评分6262 华为徐直军称昇腾中国市场份额已超英伟达，950 超节点产能不足暂无全面出海计划
华为轮值董事长徐直军在华为全联接大会期间的媒体问答中表示，根据华为收集的数据，昇腾在中国市场的份额已经超过英伟达。他称华为目前没有足够产能满足国内需求，因此没有计划将昇腾 950 超节点全面扩展到国际市场，仅向需求强劲的几个国家提供数量相当有限的供应并进行一些测试。徐直军还表示，中国推动芯片自给自足是不可避免的前进道路，华为将推动芯片和整个半导体价值链的完全自给自足。
推荐理由：华为高管披露昇腾在国内市场份额与产能状况，读者可据此了解国产算力当前的供需格局。
Show HN精选AI 评分7171 ImgKit 上线 62 款浏览器端图像工具，图片不上传服务器
ImgKit 发布 62 款在浏览器内运行的图像工具，支持压缩、缩放、格式转换以及背景移除、人脸模糊、放大和文字识别，图片全程不上传服务器。背景移除等 AI 功能使用一个 26 MB 模型，下载一次后从浏览器缓存复用，断网也能继续使用。核心优化器免费、无需账号和邮箱，单文件上限 50 MB，支持 JPG、PNG、WebP、AVIF 以及 iPhone 的 HEIC 照片。
推荐理由：62 个图像工具全部在浏览器本地运行，模型下载一次即可离线复用，可据此判断隐私敏感场景的处理方式。
IT之家精选AI 评分6262 德国支持特斯拉 FSD 落地欧洲，前提是更名 TAD 且超速上限设为 10%
德国联邦交通部准备支持特斯拉 FSD（监督版）在欧洲落地，前提是将产品更名为 Tesla Assisted Driving（TAD），并要求系统自动行驶时超出道路限速的幅度最高不超过 10%。
推荐理由：德国对特斯拉 FSD 的附条件支持，呈现了欧盟审批中命名与限速约束如何成为放行前提。
Show HN精选AI 评分5858 ZWhispr 发布 macOS 语音听写工具，同时调用三个语音模型
ZWhispr 是一款 macOS 语音听写工具，同时把音频发送给多个语音转写模型并智能合并结果，官方称可降低错误率并避免等待最慢的模型。当前模型阵容为 Grok Voice Transcribe 2.0、Meta Muse Voice Transcribe 和 Soniox STT-RT v5，每月免费 2000 词，无限听写订阅为 16 美元/月。
推荐理由：多模型并行转写加屏幕词汇提示的思路，为语音输入类工具提供了可比较的工程取舍参考。
IT之家精选AI 评分7878 谷歌推出 EmbeddingGemma 2：支持多模态，7.4 亿参数量化后手机端运行约需 191MB 内存
谷歌正式推出 EmbeddingGemma 2，将嵌入能力从文本扩展到代码、图像、视频和音频，并统一映射到同一嵌入空间。该模型基于 Gemma 4 架构，采用 Apache 2.0 许可，总参数 7.4 亿，纯文本任务仅需 2.7 亿参数，可叠加 1.7 亿参数视觉编码器和 3 亿参数音频编码器。
推荐理由：EmbeddingGemma 2 把嵌入能力从文本扩展到代码、图像、视频和音频，并给出端侧量化内存占用，便于判断本地多模态检索的可行性。
Show HN精选AI 评分6262 Vokalu 发布 Windows/Mac 语音听写工具，支持本地免费或云端 2¢/分钟
Vokalu 发布面向 Windows 和 Mac 的语音听写工具，按住 Ctrl+Win 或 Control+Option 说话，松开即在当前应用中插入整理后的文本。云端语音听写加格式化按 2¢/分钟计费，无强制订阅；Private 模式可下载端侧语音模型，本地识别且不联网，端侧听写不含 AI 格式化时免费。工具还支持会议笔记，不加入机器人，笔记和听写历史保存在本机。
推荐理由：原文给出了本地与云端两种听写路径及按分钟计费方式，读者可据此判断语音输入的隐私与成本取舍。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是面向端侧的多模态嵌入模型，原生将文本、图像、音频和视频映射到统一嵌入空间，基于 Gemma 4 架构、Apache 2.0 许可，参数量 740M。
推荐理由：EmbeddingGemma 2 把文本、图像、音频、视频统一到同一嵌入空间，并给出端侧内存与向量截断的具体数据，便于评估本地多模态检索的可行性。
The Decoder精选AI 评分7171 Google 发布 EmbeddingGemma 2，称性能超越两倍规模竞品
Google 发布开源模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转换为数值向量，参数量 7.4 亿，Google 称其是同类型中最紧凑的模型，在多模态嵌入基准上超越规模达其两倍的竞品。
推荐理由：读者可据此了解一款 740M 参数多模态嵌入模型在本地运行、离线 RAG 场景下的能力与资源占用。
Show HN精选AI 评分6868 Reika：面向小参数本地模型的编码智能体 CLI 发布
Reika 是一个面向本地与托管模型的编码智能体 CLI，优先围绕 8B–35B、Q2–Q4 量化、16–32k 上下文的小模型设计，通过上下文压缩、循环检测和计划模式降低小模型跑多文件任务的挫败感。
推荐理由：作者公开了上下文管理与循环检测的实测数据，可据此判断小模型跑编码智能体的真实瓶颈在哪。
Show HN精选AI 评分6868 GridCore：让多个本地 LLM 共享一块 GPU 的调度器
作者发布 GridCore，一个位于应用与 GPU 之间的调度器，通过 OpenAI API 接收请求，按 interactive、background、batch 三类优先级决定谁先占用 GPU，底层仍由 llama.cpp 的 llama-server 逐模型进程执行推理。
推荐理由：作者公开了调度器的设计取舍与真机压测数据，可看到本地多模型共享单卡的显存记账难点。
TechCrunch · AI精选AI 评分6262 Hark 发布主打隐私的 AI 个人助理 Hark Pro
创业公司 Hark 正式发布 AI 个人助理 Hark Pro，可免费使用并提供面向重度用户的订阅档。该产品基于专门为电脑操作训练的模型，能接入邮件、日历、硬盘和信用卡等数字生活数据并代为执行任务，界面以全屏主页加聊天框和面板呈现，并在小窗口中展示智能体浏览网页的过程以建立信任。
推荐理由：Hark Pro 把隐私与可视化操作作为差异点，读者可据此判断 AI 个人助理的竞争焦点。
Show HN精选AI 评分6262 Pixellect：免费原生 macOS 图像编辑器，内置 AI 智能体框架
作者发布免费原生 macOS 图像编辑器 Pixellect，用 Swift 加少量 Rust 编写，支持图层、矢量与文字缩放不失真、多种特效以及 PSD、SVG 等格式导入导出。部分工具调用本地模型，例如按描述选中所有红色汽车，并支持图像转矢量、文字转贝塞尔曲线。它还可选接入智能体框架，让模型远程操控应用，按图层、特效和笔刷搭建文档，也可把生成的 SVG 或图像作为新图层嵌入。
推荐理由：作者自述用本地模型做选区、以智能体框架远程操控编辑器，可看生成式流程与图层化编辑如何结合。
Show HN精选AI 评分5858 Willow 发布语音听写工具，称比系统听写准确 3 倍
Willow 发布语音听写产品，称其准确率比系统自带听写高 3 倍，文字最快 200ms 出现。产品支持风格匹配、自动学习词典、快捷短语、100 多种语言和离线模式，并称通过 SOC 2 Type II 认证、符合 HIPAA、零数据留存且端到端加密。
推荐理由：原文列出语音听写的准确率、延迟与风格匹配等具体指标，可据此判断它和系统自带听写的差异。
Show HN精选AI 评分6262 Sidekins 发布 Mac 桌面伴侣：按住按键圈选屏幕提问，可与好友的 sidekin 互动
Sidekins 发布 Mac 桌面伴侣应用，按住 fn 和 control 圈选屏幕任意内容即可提问，截图不会被保存，仅支持 Apple silicon（M1 或更新）的 Mac。它还能一步步引导操作、后台执行找商品等任务并在结账前停下，以及把消息以你的声音送到好友屏幕上，好友需同样安装才能互相拜访。应用免费起步，每月有一定消息和任务额度，Pro 提供更多。
推荐理由：原文用一天时间线展示桌面伴侣的交互方式，并明确说明屏幕读取与代发消息的权限边界。
Show HN精选AI 评分5858 Screen Records：原生 Mac 录屏剪辑应用，支持通过 MCP 让 AI 助手剪辑
Screen Records 是一款原生 Mac 录屏与剪辑应用，录制、编辑、导出在同一应用内完成，安装后 10.9 MB，支持 macOS 14 及以上、Apple Silicon 与 Intel。
推荐理由：作者自述从 Electron 录制工具转向原生 Mac 应用的取舍，并给出 MCP 让 AI 客户端直接剪辑录屏的具体流程。