AnySpeechRecognizer 与 AnyDecisionModel 发布:面向 Apple 平台的语音与决策开源模型包
AnySpeechRecognizer 与 AnyDecisionModel 两个 Swift 包发布,前者在 Apple 的 SpeechAnalyzer API 下可切换 Apple、Parakeet、Qwen3-ASR 等识别引擎并新增说话人分离,后者以概率而非生成文本回答是/否、多选和评分问题。
AnySpeechRecognizer 与 AnyDecisionModel 两个 Swift 包发布,前者在 Apple 的 SpeechAnalyzer API 下可切换 Apple、Parakeet、Qwen3-ASR 等识别引擎并新增说话人分离,后者以概率而非生成文本回答是/否、多选和评分问题。
NVIDIA 为 RTX Spark Windows 笔记本带来一批新模型与工具更新,包括开放权重的语音模型 Nemotron 3.5 Transcribe、Liquid AI 的 LFM3 系列,以及 NVIDIA App 中在前后台应用与后台智能体之间分配 GPU 资源的控制项。
推荐理由:原文列出 RTX Spark 笔记本在语音模型、GPU 资源分配和游戏支持上的具体更新,可据此判断本地智能体工作流的变化。
Liquid AI 发布 LFM3 新一代 Liquid Foundation Models,六个 2B 级模型(文本、视觉、音频、全模态、d1-2B、d1-omni-2B)全部从 LFM3-1.7B-Base 分支而来,权重已在 Hugging Face 开源。
推荐理由:Liquid AI 用同一 2B 级骨干覆盖文本、视觉、音频、全模态与决策模型,并给出单卡微调与端侧部署路径。
Google DeepMind 与新加坡政府科技局(GovTech Singapore)合作,基于轻量级 Gemma 模型微调出一个隐私保护的端侧诈骗检测模型。