开发者朋友们大家好这里是「RTE 开发者日报」每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTEReal-Time Engagement 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」但内容仅代表编辑的个人观点欢迎大家留言、跟帖、讨论。本期编辑koki、鲍勃01 有话题的技术1、阶跃星辰发布 Step Edge 端侧模型家族支持 0.1 秒本地工具调用配套自研 NPU 推理引擎阶跃星辰推出面向手机和汽车等终端场景的 Step Edge 端侧模型全家桶包含基础、音频、GUI 和图像生成四个版本。该系列模型通过原生端云协同架构实现了低至 0.1 秒的本地工具调用在保障全模态隐私的前提下提升交互响应速度。0.1 秒本地工具调用延迟支持高频、简单任务在本地实时响应与执行大幅降低对云端链路的依赖。覆盖全模态的四款专属端侧模型全家桶包含基础模型、Step Edge Audio、Step Edge GUI 及 Step Edge Gen在文本视觉、音频理解、语音识别、图像生成等 29 项核心评测指标中取得第一。自研 Step Inference NPU 推理引擎针对终端硬件进行深度推理优化进一步降低文本、视觉、语音多模态输入下的端到端延迟。原生端云协同分流架构简单与无网任务由端侧模型快速响应复杂推理与长链路任务自动分流至云端平衡计算成本与执行效率。阶跃星辰2、Thinking Machines 披露未来技术路线主打原生实时多模态与权重微调抗衡中心化 API 模式Thinking Machines 发表博客公布其技术与研究路线强调通过可训练模型权重、原生实时多模态模型和去中心化对齐机制把人类隐形知识与价值直接写入模型本体。模型不再是统一「云端人格」而是可被各组织持续微调、与本地业务迭代共演的 AI 系统。人类知识是分布式且隐性需要本地可微调的模型权重Thinking Machines 将厨师、店主类比为本地知识载体认为生产知识是「隐性、局部、持续更新」的无法通过一次性集中采集解决。因此思路是把模型部署到知识产生的一线组织内部让团队围绕自身工作流持续微调权重而不是只通过提示词在云端统一大模型表层「捏人格」。交互模型从「一个输入框长延迟」升级到原生多模态实时协作Thinking Machines 将「人机沟通带宽」视为核心技术瓶颈认为当前 LLM 交互模式不足以承载实时纠错、打断、二次确认等人类协作习惯。为此他们押注「interaction models」在模型内部原生支持语音、视觉等多模态与低延迟交互使「智能体」可以像人类同事那样边干边同步接受反馈而不是靠外层脚手架拼接。评估目标从「模型能自己干多久」转向「人与模型协同增益」当前主流评估如 METR 提出的任务完成时间视野关注的是模型在无人工参与下可独立完成任务的时间跨度。Thinking Machines 提出真正重要的是各组织自己衡量AI 是否帮助其「更好做判断、生成新知识、达成目标」这会导致一套与「纯自动化」路径截然不同的优化目标与训练数据选择。去中心化对齐价值观写入权重而非只靠 prompt 表层约束Thinking Machines 认为「单一实验室定义对齐规范」会形成价值与权力集中且当前做法是用上一代旗舰模型生成下一代训练与奖励信号导致同一价值体系在闭环中不断自我放大。他们主张让不同组织在本地通过修改模型权重表达自身价值与偏好而非只靠 prompt 指令改变表层风格以避免「软塌塌的万能人格」既难以真正个性化、又更容易被攻击。所有权与安全不通过牺牲用户可控性来换取「统一安全壳」Thinking Machines 承认「模型可被深度修改」同样带来安全风险并引用冯·诺依曼「狮子与羔羊难以分离」的比喻认为真正的安全来自持续的判断过程而不是一次性封装。其研究目标是在不剥夺组织对模型权重与行为所有权的前提下提供更强的安全工具而不是将安全性与所有权对立起来。博客链接https://thinkingmachines.ai/blog/the-future-worth-building-is-human/( Thinking Machines)3、苹果接触端侧 AI 初创 PrismML数学压缩技术将 27B 参数大模型缩至 4GB 以下并在 iPhone 全激活运行加州理工学院衍生 AI 初创公司 PrismML 近日已与苹果Apple公司展开技术合作会谈。该公司利用独家数学压缩专利成功将 27B270 亿参数的 Qwen 大模型从 54GB 压缩至 4GB 以下并实现在iPhone 端的全激活运行。此举打破了移动端此前仅能运行低参数或稀疏激活模型的局限可直接在本地执行复杂推理、智能体agent及代码生成任务。54GB 无损压缩至 4GB 以下PrismML 利用加州理工学院授权的数学压缩专利技术将 27B 参数的 Qwen 模型体积缩减超 92%内存占用控制在 4GB 以内。该公司声称该微型化技术在大幅压缩体积的同时不影响模型的基准测试性能。27B 参数全激活运行Fully Active与苹果自研端侧模型20B 参数但采用稀疏架构单次仅激活 1B 至 4B 参数不同PrismML 方案支持 270 亿参数同时处于激活状态大幅提升了端侧本地推理的上限。苹果进行技术并购/授权接触由于苹果此前在将自研端侧模型缩小至 iPhone 时遭遇严重的性能衰减且 Siri 的高级推理仍需依赖运行在 Google Cloud 上的 NVIDIA 芯片苹果已与 PrismML 就其压缩技术的使用与授权展开谈判。对比混合部署方案相比于 Argmax 等初创公司将语音和图像在本地预处理、再将复杂推理外包给云端的「混合端云」路径PrismML 主张完全本地化On-Device运行旨在消除云端算力成本并保障用户隐私。( Z Potentials)02 有亮点的产品1、AI 潮玩硬件厂商珞博智能完成亿元级 Pre-A 轮融资自研三套情感智能体系统首款硬件芙崽累计销量近 30 万台AI 潮玩硬件厂商珞博智能完成亿元级 Pre-A 轮融资新增投资方包括华映资本、广和通、涂鸦智能老股东红杉中国、金沙江创投跟投。本轮资金将用于多模态情感大模型等核心技术的研发、产品矩阵扩充及全球化市场布局加速构建下一代 Self Agent 个人智能体终端生态。自研三套核心系统支撑智能体能力包括负责情绪感知的 MEM多模态情感大模型、负责长期互动记忆留存的 EchoChain 仿生记忆系统以及负责个性化人格成长的 GrowMe 心途养成系统实现硬件终端与用户的双向情感绑定。集成全球蜂窝网络方案突破联网限制联合投资方广和通在随行版产品中集成蜂窝通信模组与全球 SIM 卡一体化方案无需依赖 Wi-Fi 即可实现跨区网络接入。基于涂鸦智能 AI 云平台加速全球量产接入涂鸦智能的标准化 AI 模块与 TuyaOpen 开源开发框架整合多模态 AI 基础能力降低云端部署延迟并加速海外本地化运营。首款硬件芙崽实现规模化出海验证产品于** 2025 年 7 月国内上市截至 2026 年 6 月累计销量近 30 万台2026 年5 月登陆日本众筹平台Makuake上线72 小时众筹金额突破 ** 3500 万日元。( Founder Park)2、学而思九章爱学推出「AI 交互图书」基于多模态画布架构支持层级化知识生成与数字人交互导览学而思旗下「九章爱学老师版」上线「AI 交互图书」功能并面向行业开放。该功能通过大模型将线性教学文本重构为非线性的多模态知识画布允许教师通过低代码编辑和人机协同审核快速生成可无限层级向下探索、支持数字人实时语音交互的结构化教学课件。非线性空间知识画布采用「图谱结构 解释系统」的双栏并行呈现设计。主界面提供探索画布编辑、百科右侧文本解析和导览思维导图概要三大模块支持知识概念的空间化、层级化拆解。多源探索与多模态嵌入提供直接探索、提示词探索、自定义探索及添加本地链接文件四种拓展方式支持在画布节点中无缝嵌入 HTML、动图、音视频等标准化多模态内容。「教师在环」Human-in-the-Loop审核机制为解决大模型在教学场景下的幻觉与准确性问题产品弃用「一次性全自动生成」模式提供画布分支调整、自定义提示词、人工修正生成结果等深度编辑权限保障内容准确可控。数字人交互导览与分发生成作品支持通过二维码或链接分发。创作者可一键启用「数字人互动」或「语音互动」配置由内置虚拟数字人扮演专属讲解员基于画布内容向终端学习者进行实时语音答疑。多知3、安全初创公司Savi Security 推出防 AI 诈骗移动应用基于 AI 网关架构引入实时通话智能体监控由前 Cisco 安全产品副总裁Patrick Coughlin 与前 Apple 产品经理Ryan Coughlin 联合创立的安全初创公司 Savi Security 宣布完成700 万美元种子轮融资并正式推出适用于 iOS 和 Android 的同名防诈骗应用。该应用旨在应对由低成本大语言模型LLM催生的语音克隆及高度拟真化社会工程学诈骗为消费级用户提供多渠道的实时安全干预。AI 网关架构Savi 的后端系统基于 AI 网关构建目前主要调用 Google Gemini 模型并支持根据特定检测需求如专门的语音欺诈检测动态接入和切换其他第三方 AI 模型。实时通话智能体旁听在遭遇可疑电话时用户可选择将 Savi 的智能体作为旁听者引入当前通话系统将在后台实时分析通话方的语音及交互行为特征以判定是否存在诈骗风险。10 万条真实世界数据集训练Savi 团队在四个月前推出了免注册匿名检测网站 Scamwise至今已收集超 10 万份用户上传的真实诈骗文本、图片和电子邮件用作其防诈骗 AI 模型的训练与优化数据。无设备数量限制家庭订阅模式应用定价为每月 8 美元年付 63 美元采用不限制家庭成员及设备数量的统一费率降低了多成员家庭的部署壁垒。( TechCrunch)03 有态度的观点1、诺兰年轻观众正在拒绝「AI 垃圾」据英国《每日电讯报》报道奥斯卡获奖导演克里斯托弗·诺兰Christopher Nolan在访谈中分享了其新片《奥德赛》的创作初衷并直言年轻一代正在迅速且彻底地拒绝所谓的「AI 垃圾」AI slop。诺兰表示尽管科技行业投入了巨大精力推动人工智能发展但年轻观众对这种「基础性技术跃迁」的屏弃速度之快令他感到惊讶。他以自己的四个孩子为例指出这一代生长于网络环境的年轻人能瞬间识别并看透 AI 内容的本质他们对 AI 垃圾的判断是即时且严厉的。他们能很快看清它的真面目——因为这本身就诞生于他们非常熟悉的在线世界。针对外界对「年轻观众注意力碎片化」的担忧诺兰持反对意见。他认为像《后室》这样神秘、晦涩甚至带有大卫·林奇风格的作品能让年轻人乐此不疲足以证明他们完全有能力欣赏长达三小时、充满沉思的史诗电影。此外诺兰再次重申了自己对智能手机的抵制立场。他坦言自己如果拥有手机会陷入深度成瘾而他更倾向于利用等车、就餐等碎片时间来推进创作思考而非跳进数字世界的噪音中。他认为这种**「断联」状态是保护创作真诚性的关键**。( APPSO)04 社区黑板报招聘、项目分享、求助……任何你想和社区分享的信息请联系我们投稿。加微信 creators2022备注「社区黑板报」1、活动推荐WAIC 期间第 2 届 AI 研究者派对之夏连续三晚 AI for Science、LLM/Agent、Embodied AI 三大方向分享party时间7 月 18/19/20 日三晚每晚不同主题详情见海报每场活动需单独报名地点每晚不同地点都在交通便利地方报名通过后会告知。无需 WAIC 门票 闭门邀请制每场限额 80 席位请大家尽量详细地填写报名问卷问卷内容将作为唯一审核和筛选标准。希望你是AI 方向本硕博在读、博士后、青年教师Frontier Lab 科学家/研究员大厂/垂直行业研究员、工程师、技术线负责人AI tech founder 和早期创业团队、技术团队成员有真实技术实践、产业场景或合作需求的机构和企业研发人员报名方式扫描图片二维码报名详情链接WAIC 期间第 2 届 AI 研究者派对之夏连续三晚 AI for Science、LLM/Agent、Embodied AI 三大方向分享party Voice Agent 学习笔记了解最懂 AI 语音的头脑都在思考什么写在最后我们欢迎更多的小伙伴参与「RTE 开发者日报」内容的共创感兴趣的朋友请通过开发者社区或公众号留言联系记得报暗号「共创」。对于任何反馈包括但不限于内容上、形式上我们不胜感激、并有小惊喜回馈例如你希望从日报中看到哪些内容自己推荐的信源、项目、话题、活动等或者列举几个你喜欢看、平时常看的内容渠道内容排版或呈现形式上有哪些可以改进的地方等。作者提示: 个人观点仅供参考