全球首款端侧视频AI助手：OttoBox重构内容创作流程
针对视频制作中素材难以查找、团队协同脱节以及云端数据泄露三大痛点，联汇科技Om AI于BEYOND Expo 2026正式推出了全球首款运行在终端的视频原生AI智能体——OttoBox视频创作助手。依托AI Drive、AI Finder和AI Agent三大核心模块，配合顶尖AI PC算力，在确保数据绝对隐私的基础上，大幅提升创作效率。目前，该产品已在六大行业客户中深度应用，让端侧AI真正融入日常创作。三位一体的AI能力架构，彻底革新视频创作流程作为全球首款运行在终端的视频原生AI智能体，OttoBox
临界点已至：2026年AI产业变局与演进路径全景分析
5595字 | 13分钟阅读2026年，人工智能产业已跨越技术验证的"探索期"，步入规模化应用与价值创造的核心阶段。本研究系统梳理了当前AI发展的五大关键特征：技术层面，模型能力趋于稳定但向智能体化跃迁加速，中美技术差距已基本消除；产业层面，算力与能源成为决定竞争态势的硬通货，全球AI格局迎来"分水岭时刻"；应用层面，AI正从"数字空间"大规模拓展至"物理空间"，现实世界的智能化成为创新主阵地；治理层面，技术扩张速度远超社会系统的适应速度，安全评估与伦理框架面临重大考验；劳动力层面，生产力提升伴随结构性失
苹果押注端侧AI布局 | 微软发布代码模型 | AI行业融资与技术突破
苹果押注端侧AI布局 摆脱云端依赖下月举行的苹果年度开发者大会上，一系列延期的iPhone人工智能功能升级将成为焦点，外界预期苹果将展示其追赶AI赛道的核心优势：在全球海量苹果设备上直接运行AI模型。知情人士透露，苹果有望展示十五年来为iPhone、苹果手表、Mac电脑自研定制芯片的技术积累，这将成为终端设备本地运行AI模型的关键支撑，而目前主流做法是在搭载高性能AI芯片的大型数据中心运行AI模型，建设与运营成本高昂。受运算复杂度及网络信息调取需求限制，苹果设备发出的不少AI指令仍需云端处理。例如，根据苹
苹果深耕端侧 AI：摆脱云端依赖的新战略
在即将于下月召开的苹果年度开发者盛典上，备受瞩目的 iPhone 人工智能功能升级终于要亮相了。与此同时，业界普遍预测，苹果将展示其角逐 AI 赛道的独特王牌：利用遍布全球的庞大设备群，实现 AI 模型在终端本地的直接运行。 据熟悉苹果全球开发者大会筹备内情的消息源透露，苹果计划展示其过去十五年间为 iPhone、Apple Watch 及 Mac 电脑自主研发定制芯片所积累的技术底蕴。这份深厚的积淀，将成为其在设备端本地部署 AI 模型的核心竞争力。相比之下，当前主流方案依赖搭载高性能 AI 芯片的大型
深耕端侧AI赛道 安凯微发布AI眼镜技术新方案
●●●2026年5月27日至29日，第十届集微大会在上海盛大开幕。广州安凯微电子股份有限公司（简称“安凯微”，股票代码：688620）受邀参会，并在大会端侧AI峰会上发表了题为《AI眼镜——端侧AI落地的“第一视角革命”》的主题演讲。安凯微AI眼镜市场负责人朱经言深入探讨了端侧AI的爆发契机、AI眼镜的核心价值、技术实现的可行性以及商业化路径，全面阐述了安凯微在AI眼镜领域的全栈技术布局、前沿技术突破及落地成果，展示了公司在新兴AI硬件赛道的深厚底蕴。孔明系列AI眼镜专用SoC芯片安凯微是国内极少数能基于
开鸿智谷发布在鸿AI OS 3.0，引领端侧智能新变革
随着万物智联进入深度发展阶段，AI与操作系统的深度融合正重塑终端智能体验。值此2026年“十五五”规划开局之际，数字中国建设迎来新阶段，拓维信息也迎来三十周年重要节点。2026年5月20日，拓维信息旗下开鸿智谷以“鸿蒙聚力 AI拓新”为主题，携手开放原子开源基金会、开源鸿蒙社区、鸿蒙生态服务公司、高校及合作伙伴，共同举办“AI×开源鸿蒙”创新论坛。会上，开鸿智谷正式推出核心产品——在鸿AI OS 3.0，标志着在鸿操作系统由“统一底座”向“场景智能”演进，推动终端从“功能执行”向“智能协同”转变，也标志着
AI 浪潮下手机的未来：架构变革已启航
近些年来，手机产业绞尽脑汁，试图通过各种手段让设备焕发新机。然而，面对 2026 年中国用户平均换机周期拉长至 42 个月的现状，智能手机市场仿佛陷入了昔日功能机时代的停滞困境：外观翻新、花样繁多，却难以触及本质变革。但恰恰在此时，手机品类迎来了重生契机。正如当年从电阻屏、实体按键跃迁至电容屏与多点触控，手机的下一轮进化将再次始于交互模式的革新。01手机正演变为情景感知节点这种变革路径并不陌生。从 iPhone 4s 内置 Siri，到如今涌现的豆包手机、Robot Phone，都在引导用户从手动操作转向
AI自主构建AI：技术闭环的起点
↓↓↓点赞、转发、关注、获取更多AI实战干货！↓↓↓最近我注意到，AI领域发生了一件令人深思的事。不是因为某个模型性能提升，而是一个完整的自动化流程在2026年5月26日被一家中国公司悄然实现。事件核心非常清晰：执行方：面壁智能，联合清华大学与OpenBMB开源社区。成果内容：推出了端侧大模型MiniCPM5-1B，并开放了其训练框架ForgeTrain的源码。（AI独立造出了AI）最引人注目的地方在于ForgeTrain这套框架——这些代码完全由AI自动生成，而该框架又成功训练出新的AI模型。这个过程让
MiniCPM5-1B：重塑端侧AI智能密度新高度
2026年5月26日，面壁智能携手清华大学及OpenBMB开源社区，共同推出面向端侧部署的文本基座大模型 MiniCPM5-1B。该模型参数量为1B，专为终端设备场景设计。依据官方公布数据，MiniCPM5-1B 在 Artificial Analysis（AA）榜单中斩获17.9分，在2B以下开源模型中表现优异。相比之下，Qwen3.5-2B 得分为16.3分。在知识问答、数学推理、代码生成及工具调用等评测维度上，MiniCPM5-1B 相较于 Qwen3.5-0.8B、LFM2.5-1.2B-Thin
清华五道口AI速递 | 多款大模型齐发，端侧AI密集落地，人形机器人同步更新
各位早安！欢迎收听清华五道口AI速递，每日为您梳理AI领域最新动态。OpenAI GPT-5.6意外泄露：上下文窗口扩至150万token，预计6月亮相2026年5月26日，多位开发者在OpenAI Codex后端日志中发现了尚未公开的下一代模型线索，内部代号为“iris-alpha”，外界猜测即为GPT-5.6。该模型最大亮点在于上下文窗口从GPT-5.5的105万token大幅提升至150万token，增幅约43%，可更高效处理超长文档、大型代码库及复杂多步骤任务。测试表明，即使输入超过90万toke
AI 自训模型问世！面壁小钢炮成本降一成，性能碾压同尺寸竞品
面壁智能最新一代“小钢炮”正式亮相。5 月 25 日，面壁智能携手清华大学及 OpenBMB 开源社区，共同推出了 MiniCPM5-1B。该模型仅含 1B（10 亿）参数，却在权威评测榜 Artificial Analysis（AA）上斩获 17.9 分的高分，一举超越所有参数量在 2B 以下的模型，即便是参数翻倍的 Qwen3.5-2B 也甘拜下风。更小却更强，这再次印证了面壁曾发表于 Nature 的密度定律：大模型的智能密度大约每 3.5 个月就能翻一番。面壁“小钢炮”系列模型向来以参数小巧、能量
卡莱特AI100引领公共显示安全新范式
据相关数据统计近年来，国内公共显示屏内容安全事故已突破3000余起在数字化进程不断加快的当下公共显示屏已远非单纯的"信息展示平台"光鲜与隐患，往往仅在一帧画面之间卡莱特内容安全智能体创意短片AI100是一款部署于显示屏前端的边缘AI内容审核装置，作为最终呈现前的"智能把关者"。能够对输入信号进行智能化分析，拦截违规内容，保障屏幕画面纯净安全，协助客户高效落实内容安全管理。它是"过滤网"：对输入信号实现毫秒级智能分析，自动拦截违规内容；它是"决策中心"：配备自主判断的"智慧中枢"，可独立完成内容识别、分析与
真AI手机缺位：智能手机行业困局与出路
点击蓝字，关注我们上个月与某手机厂商渠道商朋友聚餐，他坦言如今线下门店最大的困扰就是：进店浏览的人不少，可一旦问到换机意愿，多数人的回答都是"现在这台还能用，没坏干嘛换"。这番话直接戳中了整个行业的心病。Counterpoint 2026年4月发布的最新行业数据显示，今年第一季度全球智能手机出货量同比下降6.2%，国内市场出货量同比下降3.3%，此前连续十个季度的增长态势就此终结。除了苹果、三星以及国内的小米、vivo、OPPO等头部品牌，没有任何一家厂商能逃脱存量市场的残酷竞争。降价促销冲量已成为行业普
面壁智能破局：600亿参数模型仅用8G内存，国产算力领跑端侧AI
通常情况下，运行一个8B参数的大模型大约需要16GB显存，参数规模越大，对显存资源的消耗就越严峻，这也推高了硬件成本。不过，现在出现了一种新技术，能让显存需求骤降6倍，同时尽量维持原有的性能水平。这两年全球都在争夺这一前沿技术，而我国凭借国产算力优势，已率先取得突破。该技术能把模型压缩到3B以内，性能保留率高达97%；配合MoE架构，未来只需8G内存的手机就能运行600亿参数的大模型。这一惊人的技术突破背后有何奥秘？传统大模型通常依赖高精度的数值来存储权重，每个权重的可选数值非常丰富，虽然精度高，但非常消
国内首个1.58比特端侧大模型开源发布
IT之家5月25日信息，面壁智能携手清华等机构，今日公布并开源其最新低比特大模型成果BitCPM-CANN。 据透露，该模型为我国首个完全基于华为昇腾平台端到端训练并开源的三值（1.51-bit）大模型。从量化计算、训练方法到整体框架，BitCPM-CANN均在昇腾平台原生构建，提供0.5B、1B、3B、8B四种规模，与同规模MiniCPM4全精度系列逐一对比测试，表现卓越。 相较传统BF16精度，BitCPM-CANN在推理时释放约6倍显存优势，同时保持90%-97.2%模型能力保留率。 官方指出，对移