ข้ามไปที่เนื้อหา

สาขาเทคโนโลยี

AI บนอุปกรณ์ ล่าสุด

AI ที่รันบนมือถือและคอมพิวเตอร์โดยตรง: โมเดลขนาดเล็ก เครื่องมือรันโมเดลในเครื่อง และชิปสำหรับอุปกรณ์

6 รายการคัดสรร6 รายการใน 30 วันที่ผ่านมาเก็บไว้ 22 รายการ

อัปเดต 13 พฤศจิกายน 07:06

AI บนอุปกรณ์

วันนี้13 พฤศจิกายนวันศุกร์รายการ 1–6 จากทั้งหมด 6
  1. Hacker News · AI88

    Edge0 เปิดซอร์สโมเดลออนดีไวซ์ Edge0-145B และ Edge0-120B พร้อมเฟรมเวิร์กอินเฟอเรนซ์

    Edge0 เปิดซอร์ส Edge0-145B และ Edge0-120B พร้อมเฟรมเวิร์กอินเฟอเรนซ์แบบรวมศูนย์และเครื่องมือสำหรับการดีพลอย โดยอ้างว่า Edge0-145B เป็นโมเดลออนดีไวซ์ขนาด 145B พารามิเตอร์ตัวแรกที่เปิดซอร์ส บริษัทรายงานว่ามีหน่วยความจำสูงสุด 29GB, พรีฟิลล์เกิน 1,100 โทเคน/วินาที, ดีโค้ดเกิน 80 โทเคน/วินาที และใช้พลังงานทั่วไปประมาณ 120W บนแล็ปท็อปที่รองรับ โดยมีคอนเท็กซ์ 128K–256K บริษัทอ้างคะแนนภายในที่ 64.6 บน DeepSWE 1.1, 86.52 บน Terminal-Bench 2.1, 90.4 บน GPQA-Diamond และ 80.6 บน IFBench และระบุว่าน้ำหนักโมเดลอยู่บน Hugging Face พร้อมรองรับ macOS, Windows และ Linux ตั้งแต่วันแรก

    ทำไมเรื่องนี้สำคัญ: Edge0 เปิดซอร์สโมเดลออนดีไวซ์ขนาด 145B ที่รายงานหน่วยความจำสูงสุด 29GB และดีโค้ดเกิน 80 โทเคน/วินาที ซึ่งเป็นข้อมูลเชิงประจักษ์ว่าการอินเฟอเรนซ์ในเครื่องสามารถขยายขนาดได้ไกลเพียงใด

10 พฤศจิกายนวันอังคาร
  1. Google Developers Blog72

    Google AI Edge Gallery adds on-device speech recognition and text-to-speech

    Google introduced on-device Automatic Speech Recognition and Text-to-Speech in Google AI Edge Gallery, letting apps run multilingual ASR and expressive TTS fully offline alongside on-device SLMs like Gemini Nano and Gemma 4. On Android, ML Kit's new speech models transcribe 100+ languages at 10x real-time speed with an 8.0% to 9.0% Word Error Rate on FLEURS, while the few-step diffusion TTS starts speaking in about 100 ms and generates 24 kHz audio at up to 50x real-time speed. Cross-platform support comes through MediaPipe Tasks and LiteRT with open-weight bundles including Parakeet-TDT 0.6B, PocketTTS 100M, Kokoro-82M and Phonon 31M, demonstrated in the XR Language Teacher showcase and voice-enabled AI Chat.

    ทำไมเรื่องนี้สำคัญ: Google adds fully offline ASR and TTS to AI Edge Gallery, with ML Kit reporting 100+ language transcription at 10x real time and a diffusion TTS that starts speaking in about 100 ms.

9 พฤศจิกายนวันจันทร์
  1. Zyphra Research78

    Zyphra releases ZONOS3-Mini, an Apache 2.0 zero-shot voice-cloning TTS model that runs on-device

    Zyphra released ZONOS3-Mini, a sparse MoE text-to-speech model with 100M active and 800M total parameters under Apache 2.0, trained on 112 NVIDIA H100s in 2.5 days. It reaches under 570 ms time-to-first-audio in the browser on a Pixel 9 and under 150 ms on an M3 MacBook Air, with runtimes for WebGPU, SGLang, vLLM and GGML. The model adds control over identity, accent, quality, mood and delivery, including word-level steering, and Zyphra reports it ranks first among open models on its new ZTTS2-Eval benchmark.

    ทำไมเรื่องนี้สำคัญ: Zyphra's compact MoE TTS model pairs zero-shot voice cloning with word-level delivery control while running in real time on phones and laptops.

6 พฤศจิกายนวันศุกร์
  1. Google Research72

    Google researchers detect hypertension signs with smartwatch PPG and accelerometer data, no cuff calibration needed

    Google Research published a Nature study on AI-PPG-ACC-HTN, a multimodal system that detects signs of hypertension from smartwatch PPG and accelerometer data without cuff calibration. Validated against 24-hour ambulatory blood pressure monitoring in 196 participants across five US sites, it reached 65.8% sensitivity and 90.0% specificity for initial screening, and 78.4% sensitivity and 90.9% specificity for confirmatory testing. The authors describe the work as early feasibility research, not a replacement for clinical arm cuffs or a standalone diagnosis.

    ทำไมเรื่องนี้สำคัญ: Google's cuffless smartwatch hypertension model is benchmarked against 24-hour ambulatory monitoring, showing how passive multi-day sensor aggregation could support opportunistic screening.

5 พฤศจิกายนวันพฤหัสบดี
  1. Preferred Networks News71

    PFN releases PLaMo 3 Translate open-weight translation LLM for edge devices

    Preferred Networks released PLaMo 3 Translate, a translation-specialized LLM used in its PLaMo Translation service, as an open-weight model on Hugging Face on November 5. 8B, 2B, 8B and 31B) and supports 53 languages including Japanese and English, running on smartphones, laptops and internal servers without a cloud connection.

    ทำไมเรื่องนี้สำคัญ: PFN releases a translation-specialized LLM in four sizes from 0.8B to 31B, letting companies and individuals run 53-language translation on-device without cloud access.

15 ตุลาคมวันพฤหัสบดี
  1. Apple Newsroom60

    Apple launches iPhone Duo, its first foldable iPhone with a 7.58-inch inner display

    Apple announced iPhone Duo, its first foldable iPhone, featuring the largest iPhone display yet: a 7.58-inch inner screen that is 50 percent larger than iPhone 18 Pro Max's display, plus a 5.4-inch outer display covering 90 percent of iPhone 18 Pro's screen area. It runs on the A20 Pro chip with a dual-battery architecture, and iOS 27 is reworked for the foldable form factor, including Split View for showing Siri and Mail side by side. Siri AI, powered by Apple Intelligence, is rolling out in beta with iOS 27 in English first and will not initially be available in the EU; Apple notes Siri AI and other new Apple Intelligence features will not be available in China.

    ทำไมเรื่องนี้สำคัญ: Apple's first foldable iPhone pairs a 7.58-inch inner display with a 5.4-inch outer screen and an A20 Pro chip, showing how iOS 27 and Siri AI are being adapted to a foldable form factor.