ANEForge：用 Python 直接调用 Apple Neural Engine
论文提出 ANEForge，一个无需 CoreML 即可直接编程 Apple Neural Engine 的 Python 包，将惰性张量图编译为单个 ANE 程序，并通过与 Apple 内部框架相同的 ANE daemon 和内核驱动栈派发。
#端侧
arXiv cs.AIAI 评分6060 arXiv cs.AIAI 评分2929 AVALON：零样本室内导航，用人类播种的拓扑记忆实现
AVALON 是一个面向"人熟悉、机器人未见"室内场景的拓扑导航框架，机器人无需事先实地遍历或站点专项训练，仅需平面图、地点线索和初始拓扑-里程计对齐即可部署。
arXiv cs.AIAI 评分3131 BiShield-TEE：端侧 TEE 保护 LLM 分区中单向权重混淆的安全性缺陷与双边防御
研究者发现端侧 TEE 保护 LLM 推理中单向矩阵变换混淆存在"解确定性"漏洞，使 GroupCover 和 ArrowCloak 等代表性方法防护近乎失效，攻击准确率超过全屏蔽黑盒基线 2.4 倍并可恢复近乎完整模型。
arXiv cs.AIAI 评分2222 FedSumUp：面向资源受限联邦智能的用户可审计隐私感知表征共享
FedSumUp 在客户端部署可学习的有损压缩器，生成紧凑且可视化可解释的表征，通过控制信息容量降低隐私泄露并让用户直接评估隐私-效用权衡。
arXiv cs.CLAI 评分2929 PocketTSLM：在智能手机上本地部署的软提示时间序列语言模型
PocketTSLM 将 OpenTSLM SoftPrompt 部署到消费级智能手机，通过把编码后的时间序列窗口作为嵌入向量注入而非文本 token 化，实现完全端侧推理，推理过程中不传输任何健康数据。
arXiv cs.CLAI 评分2222 CARE-SD：面向文本数据本地 SLM 自我披露分析的可解释推理架构
研究提出 CARE-SD 四模块架构，用于本地小语言模型的自我披露分析，在 82 份网络安全访谈上测试 Llama 1B、Qwen 1.5B 和 Llama 3B。该架构将 Llama 3B 的 Macro-F1 从 0.80 提升至 0.88，并将无依据论断减少 60%，3B 模型在类别 Macro-F1 上追平 20B 参考模型。
arXiv cs.CLAI 评分2222 HyCo：面向移动端-云端推测解码的低成本混合草拟方案
HyCo 将服务器模型原生多 token 预测（MTP）头的深度草拟放到设备端执行，替代分支则交给一次 SLM 前向，服务器只返回该头所需的隐藏状态、输入嵌入和 KV 条目。
arXiv cs.CLAI 评分2222 个性化会破坏信任吗？少样本端侧意图适配下的开放集拒绝校准
少样本 LoRA 端侧个性化会降低虚拟助手的开放集（OOS）拒绝能力：在五个公开意图分类基准上，OOS 拒绝 AUROC 平均下降 0.055–0.258，而域内准确率保持不变。
RadarAIAI 评分4949 苹果 Minions 研究：用闲置 Mac GPU 组建虚拟 GPU 云跑 AI 推理
苹果研究团队公布 Minions 系统研究，将闲置 Mac 的 Apple Silicon GPU 聚合为可动态调度的"虚拟 GPU 云"，用于大规模机器学习推理。
RadarAIAI 评分6262 Artificial Analysis 首测 NVIDIA RTX Spark N1X 笔记本本地 Agent 性能
Artificial Analysis 发布首批 AA-AgentPerf-Local 结果，测试搭载 NVIDIA RTX Spark N1X 的笔记本运行本地智能体工作负载。
arXiv cs.AIAI 评分2424 P2Skill：面向云-端 LLM 推理系统的隐私保护技能蒸馏
P2Skill 是一种基于提示词的技能蒸馏方法，让本地小模型自主执行四项技能，由云端 LLM 根据执行失败迭代优化技能，使本地 SLM 泛化到记忆化的 PII 模式之外，最终技能在设定边界内按最低验证泄露率选取。该方法无需隐私专用微调或学习型辅助检测器。在真实用户查询上，三种本地 SLM 中表现最佳者搭配 P2Skill 时，传输的标注标识符少于所有将文本发往云端的现有隐私保护方法。
arXiv cs.AIAI 评分2323 面向 OS 集成 AI 的特征边界审计方法：超越局部性
研究提出一种面向 OS 集成 AI 的特征边界审计方法，结合六类隐私失效面分类、五维控制评分表与相邻数据及权限路径记录，并依据公开文档对 Apple Foundation Models、Apple Private Cloud Compute、Android AICore/Gemini Nano 和 Microsoft Recall 进行分析。
arXiv cs.AIAI 评分2929 AnolisVLA：面向移动操作的轻量级视觉-语言-动作模型，采用深度状态空间模型
AnolisVLA 是一款采用深度状态空间模型处理多模态序列的轻量级视觉-语言-动作模型，用于语言引导的机器人操作。在同等参数规模下，其任务成功率、推理速度和 GPU 显存占用均优于 SmolVLA；在移动操作中，任务成功率比 30 亿参数的 π₀.₅ 高出 21 个百分点，推理速度约为其 3 倍。
arXiv cs.AIAI 评分1515 面向太空应用的 FPGA 神经网络加速器综述
一篇 48 页综述分析了面向太空任务的 FPGA 神经网络加速器研究现状，指出 FPGA 因灵活性、成本效益和抗辐射潜力受到关注，可用于自主运行、传感器数据分析和数据压缩等星上任务。该文梳理了现有文献的趋势与空白并提出未来研究方向，已于 2026 年 10 月 7 日在线发表于 ACM Computing Surveys。
arXiv cs.AIAI 评分2121 FALLNEST：面向可穿戴跌倒检测的不平衡 IMU 数据双域数据集浓缩
FALLNEST 通过归一化梯度与嵌入匹配的合成时频浓缩，将大规模不平衡 IMU 数据集蒸馏为类别均衡的微型合成训练集。该方法引入 7 通道输入、类别均衡 K-Means 初始化、梯度裁剪与多视角傅里叶域增强，使类别均衡来自浓缩集本身而非重采样。
arXiv cs.AIAI 评分2323 基于 AWS IoT Greengrass v2 的工业预测性维护边缘推理架构
该论文提出基于 AWS IoT Core 与 AWS IoT Greengrass v2 的云边混合架构，在边缘本地执行机器学习推理并选择性同步云端。
arXiv cs.AIAI 评分2424 YOUDrive：将驾驶风格作为端到端自动驾驶的可组合方向
研究者提出 YOUDrive，一种视觉-语言-动作规划器，通过将每位教师的行为蒸馏为任务向量，在推理时缩放和组合这些风格方向，无需重训练主干即可连续控制驾驶风格。
arXiv cs.AIAI 评分2626 EV-JEPA：面向任意设备与跨设备推理的弹性 V-JEPA
研究者提出 Elastic V-JEPA（EV-JEPA），一个模型训练一次即可在从智能眼镜到服务器的异构设备上部署，宽度可重构并原生支持跨设备切分。其核心 Transition-Aware Triplet Training（T3）每步选取窄、宽两种宽度并训练三条路径，使同一权重同时学会单设备与跨设备执行。
arXiv cs.AIAI 评分3131 SAGE：智能眼镜上高效的受保护视觉语言推理
SAGE 是一个面向智能眼镜的硬件感知受保护 VLM 推理框架，将原始图像与未受保护的视觉 token 留在可信设备上，并把受保护表示压缩为 256 维 INT8 数据包后再传输。
arXiv cs.AIAI 评分3131 面向边缘智能体：LLM 智能体执行中边缘-云协作的系统性分析
研究者提出 EC2-Bench，一个面向长程 LLM 智能体执行的边缘-云协作基准，包含可执行的数字工作空间任务，并统一评估任务性能、资源占用与隐私暴露。实验发现，协作执行在性能、资源与隐私间取得较好平衡；边缘模型越强，协作表现越接近纯云端，且策略间性能差距缩小，但隐私暴露仍高度依赖策略。边缘能力增强后，首选协作方式从云端外部控制转向边缘主导。
arXiv cs.AIAI 评分2222 基于 FPGA 的脉冲神经网络实现时空模式学习与分类
研究者提出一种 FPGA 实现的多层脉冲神经网络（SNN），推理与训练均在同一硬件上完成，采用时间前向训练算法规避 BPTT 的内存与延迟开销。在 MNIST 及五个多元时间序列分类数据集上，全片上训练的 SNN 精度与使用 BPTT 训练的 SNN 或 LSTM 相当。相比 CPU 和 GPU 实现，该 FPGA 设计吞吐量提升 2.5 至 6 倍，每样本能耗低一个数量级。
arXiv cs.AIAI 评分3131 SchemaWeaver：用 schema 引导并行解码加速端侧移动智能体 AI
SchemaWeaver 是一种端侧移动智能体 AI 技术，在 LLM 工具调用的解码阶段引入 schema 引导的并行解码，每次解码生成多个 token 以降低延迟。它无需训练或修改 LLM 即可通用接入移动端推理引擎，在主流移动 SoC 和 LLM 系列上实测工具调用延迟最高降低 3.9 倍。
arXiv cs.CLAI 评分2222 在 Jetson Nano 上运行的质量感知自校正语音翻译系统
一套完全离线的语音到语音翻译流水线可在 Jetson Nano（4 GB）上运行，无需重训练即可自我纠正弱翻译：Whisper-tiny 做 ASR，Opus-MT 做翻译，多语言 BERT 余弦相似度作为质量估计（QE）门控，置信度低于阈值 τ 时触发二次翻译。
arXiv cs.AIAI 评分2222 面向低比特 Mamba 超分的硬件友好 Token-Group 激活量化
研究提出 Token-Group Quantization，一种硬件友好的激活 PTQ 框架，通过轻量预测器从 pre-scan 特征推断分组，静态近似 post-scan 分组 oracle，避免运行时统计收集与动态裁剪更新。
arXiv cs.CLAI 评分2424 PLACID：面向临床缩略语推理与消歧的隐私保护大语言模型
研究提出 PLACID 级联流水线，用完全本地部署的 2B-10B 小参数模型实现临床缩略语消歧，避免将受保护健康信息传至外部服务器。通用指令模型检测缩略语准确率约 0.988，但扩展能力仅约 0.655；接入领域医学生物模型后扩展准确率提升至约 0.81。
arXiv cs.AIAI 评分2424 PEAM：面向个性化、高效、自主移动网络配置的端侧通信智能体
PEAM 是一款基于端侧 LLM 的通信智能体，可自主生成毫秒级执行的个性化网络配置规则。它先用手工标注的真实用户数据微调端侧 LLM，再分规则生成与规则执行两阶段运行，并构建用户画像以持续优化规则。基于微调后的 4B 模型，PEAM 网络配置决策正确率达 99.13%，生成规则有效率 92.50%，分别较传统专家规则方法高出 4.41% 和 84.50%。
arXiv cs.AIAI 评分3434 小模型该坐驾驶座吗？云编写智能体程序中本地模型作为解释器的研究
研究提出一种中间架构：云端模型编写的程序通过普通函数调用，将关于用户数据的有界问题交给本地小模型回答，从而在数据不出设备的前提下完成运行时内容解释。在 AppWorld 上，该方案在全部六种骨干模型与测试分区组合中均提升纯代码智能体的成功率，最高提升 14.9pp，缩小了与云端 ReAct 循环的差距。
arXiv cs.MAAI 评分2424 每区一智能体：部分可观测下多区 HVAC 的边缘去中心化主动推理控制
研究提出一种去中心化控制器，为每个区域分配一个独立的主动推理智能体，通过最小化期望自由能规划并在线学习区域动态，智能体之间不交换消息。在 Sinergym 办公楼 EnergyPlus 仿真中，15 个智能体在五个未见天气年份上实现最低建筑峰值 88.3 kW（比基线低 3% 至 17%），同时系数 0.929，优于 0.936 至 0.994 的基线。
RadarAIAI 评分7171 Anthropic 实验展示小型 AI 模型跨设备复制能力并警告 AI 蠕虫风险
Anthropic 发布博客警告，小型 AI 模型可能距离自我复制能力只有数月。研究人员将 Google 的 26B 参数 Gemma 4 拆分到 15 台 Android 电视盒上运行，并在模拟 Android 网络中测试 AI 蠕虫，其中只有智谱（Z.ai）的 GLM-5.2 成功传遍整个网络，被传播的模型则是 Meta 的 8B 参数 Llama 3.1-8B。
RadarAIAI 评分7171 Anthropic 红队研究：小型 AI 模型或可在无数据中心情况下于 IoT 设备间自我复制
Anthropic Frontier Red Team 研究警告，小型 AI 模型可能距在智能烤箱、杂牌 Android TV 盒子等商用 IoT 设备上自我复制只差数月。
RadarAIAI 评分7272 Anthropic 研究警告小型 AI 模型可能在日常设备间自主复制
Anthropic 研究人员 William Zhou 和 Daniel Freeman 测试发现，小型 AI 模型已能在廉价消费设备上部分完成自主复制，其中 GLM-5.2 在五次运行中有四次可靠感染全部八个测试节点。
RadarAIAI 评分7171 Anthropic 实验：小型 AI 模型数月后或在物联网设备上实现自我复制
Anthropic 于当地时间周一发布实验结果称，再过数月小型 AI 模型或将具备在商用物联网设备上自我复制的能力，涉及智能烤箱、杂牌安卓电视盒子等设备。实验发现参数量 300 亿以下的小模型可完成复制流程中的多项步骤，但难以独立跑完整链路；在移除部分安全校验的简化环境下，GLM-5.2 及更强模型能实现端到端完整自我复制。
Hacker NewsAI 评分2222 384 维 MiniLM 嵌入压缩到 32 维后还能保留多少语义结构？
一项公开实验用 1000 条文本、4 个主题测试 MiniLM 的 384 维嵌入压缩效果：完整向量同主题邻居识别率约 93%，压缩到 32 维后约 74%，随机基线为 25%，内存降低约 92%。结果表明大部分有用语义信息在激进降维后仍能保留，可用于语义搜索、端侧 AI、RAG 检索等场景。
Hacker NewsAI 评分7070 Anthropic 研究：小模型或可在无数据中心条件下自我复制
Anthropic 发布研究称，30B 参数以下的小模型已能完成自主复制链条中的多数单独步骤，但在端到端串联时仍会出错；在简化评测中 GLM-5.2 及更强模型可完成端到端复制。
Hacker NewsAI 评分6464 HWREBench：作者用 AI 破解多款智能设备并建立硬件破解基准
作者在 Amazon 购买多款智能设备，用 AI 模型尝试破解，多数设备被成功攻破，并据此建立了硬件破解基准 HWREBench。测试显示开源模型几乎不拒绝请求，闭源模型仅给出少量警告；GLM 5.3 完成任务花费 1.63 美元，Deepseek V4.1 Flash 花费 0.08 美元。作者指出，抗破解较好的设备通常来自知名品牌、近期更新、暴露面小，并依赖配对时生成的密钥或物理干预。
arXiv cs.AIAI 评分2020 ThinkNet：面向高效运动想象 EEG 分类的进化深度集成框架
ThinkNet 是一个验证受控框架，结合仅训练集归一化、验证引导的进化搜索与验证门控推理，为留出被试选择紧凑解码器与推理策略。在四分类 BCI Competition IV-2a 的九折 LOSO 评测中，验证选出的紧凑解码器以 4.9K 参数、19 KB FP32 权重实现 44.35±15.41% 准确率和 0.99 ms 的 Orin CUDA 单批推理。
arXiv cs.AIAI 评分2626 DeltaLLM：面向边缘 LLM 的 Delta-Key 稀疏注意力框架
DeltaLLM 是一个免训练的边缘 LLM 预填充注意力加速框架，通过因果注意力感知的 K-only delta 公式在 GQA 下实现 Delta-Key 跨查询头复用，并配合向量化结构化稀疏在线 softmax（VSSOS）将细粒度分数稀疏转为列级跳过。
arXiv cs.AIAI 评分2424 SynthSelf：用合成自蒸馏实现小模型持续后训练
针对 SDFT 依赖强上下文学习能力、在小模型上失效的问题，研究者提出合成自蒸馏（SynthSelf），将分布内改写任务外包给同族、略大的对齐模型，并结合离策略监督与拒绝采样。在 4 个能力获取数据集和 14 个保持性基准上，SynthSelf 在 3 种小模型规模下均优于包括离策略与在策略蒸馏在内的 6 种方法。
arXiv cs.AIAI 评分2121 基于强化学习神经架构搜索的高效音视频语音增强
研究者提出 RL-NAS 框架，用强化学习驱动的神经架构搜索为音视频语音增强（AVSE）寻找紧凑架构，仅评估 35 个候选模型即找到参数量 2.9M 的模型，相比基线 22M 缩小约九倍。该架构实现 14.5 dB 的 SI-SNR 提升，仅比基线低 0.7 dB，在商用移动 CPU 上实时因子降低 4.3 倍，搜索效率较随机搜索高 92%。
arXiv cs.AIAI 评分2222 基于本地智能体 AI 框架生成边缘案例场景以保障安全
一个基于笔记本电脑的本地智能体 AI 框架，用本地 LM 通过 think、act、observe、update、continue 循环与轻量 JSON 编码自适应生成边缘案例场景，并以第二个独立 LM 按领域标准评审精炼。精炼场景在仿真中运行并采集指标，据此对相似场景做利用、或生成新场景做探索，再通过指标聚类与主题分析定位功能缺口及其触发条件，形成可追溯的安全保障证据。