Axonnic 用 EMG 袖套采集机器人训练数据
YC F26 团队 Axonnic 用前臂袖套读取 EMG,解码手指动作并估算力度,目标是给灵巧机器人补上视频捕捉不到的发力信息。
dettato 用约 21M 参数完成音频转 MIDI,模型体积约为 muscriptor 1.3b 的 1/60。项目称其测试表现领先,但数据、效率口径和训练方法仍待独立复现。
YC F26 团队 Axonnic 用前臂袖套读取 EMG,解码手指动作并估算力度,目标是给灵巧机器人补上视频捕捉不到的发力信息。
145B 模型能装进电脑,不代表能成为可用的 AI Agent。本文从硬件、吞吐、工具调用与复现成本,判断 Edge0-145B 的实际边界。
Apple 被曝将推出降低本地模型运行门槛的 Mac 应用。现有素材未披露名称、功能和发布日期,本文重点分析模型分发、调试、端云路由与安全边界。
DeepX 已流片第二代 LPDDR5X PIM 芯片,并宣称支持最高 100B 模型、推理功耗低于 5W、性能提升 6.7 倍。但容量、带宽、延迟、功耗边界和软件栈仍待第三方验证。
Maple 用 Sub-2-BPW Moe Pruning 压缩 Gemma 4 26B,项目声称可塞进 6GB GPU 并达到 45 TPS。本文拆解显存、速度与剪枝质量。
两人实验室用约 2 万美元从零训练 PJIT-21K,并以 Apache 2.0 发布权重。本文拆解训练、推理、许可证和部署成本,给 AI Agent 与多模态团队一套评估清单。
Cloud AI 100 Ultra 用 128GB 内存、548GB/s 带宽和 150W 功耗押注云端推理。硬件路线清楚,但采购决策仍缺吞吐、延迟、兼容性与迁移成本数据。
Simon Willison 将 Qwen 3.8 27B 部署在个人笔记本上,让它分析其他模型权重。本文拆解实验流程,并说明本地 LLM 如何接入权重统计、假设生成与验证。
2024 年论文利用隔离计算机 RAM 的电磁辐射编码并传输秘密。本文拆解攻击条件、实验边界与防护措施。
Cerebras 公开了万亿参数级模型的部署方法。文章拆解推理显存、通信与批处理瓶颈,并给出比较专用芯片和 GPU 的工程指标。
EPFL 的专用神经芯片尝试解码脑区间的信息交互。对 AI Agent 架构的启发,在于接口是否应保留模块之间的交互关系与时序,而不只是传递最终结果。