不只量化更是全链路：Dynamic v3.0动态精度+MTP投机解码+Flash Attention加速，llama.cpp/Ollama一键起

dealign.ai 出品的 Gemma 4 31B 去审查版，JANG 混合量化 5.1bit，HarmBench 93.7%，支持视觉+思维链

Black Forest Labs新作，一个9B模型统一生成与编辑，支持多图参考编辑，Qwen3编码器中文强，最快不到1秒

H3跑一个月社区卷出6-8倍加速链，8G卡到48G魔改实测数据全收录，4090魔改还是Pro 5000这一篇帮你算明白

想自己组装机器在本地跑顶级AI大模型，不依赖任何API？这份攻略从硬件选型到系统配置到模型推荐全讲清楚了，2千美元起步。

Krea.ai从零自研的12.9B图像模型,ComfyUI官方仓935万下载:风格参考混搭+反AI味审美,Turbo版8步2秒出2K图,3090可跑

开源本地语音合成工作室，ElevenLabs 的免费替代品，支持 23 种语言

MoE仅激活4B，比原版Dense快8.7%且分数更高，263赞社区最认可的MLX免审查模型

6个免审查模型，OpenAI兼容API，按量付费，最低$0.16/M tokens

7 引擎 TTS + 语音克隆 + 全局语音输入，本地运行零隐私泄露

150倍实时速度，48kHz高清音质，3秒参考音频克隆声音，Apache 2.0免费商用

复旦OpenMOSS开源11B实时视频理解模型：边看边答、主动沉默、动态纠错，NF4版单卡24G可跑

一张 3090 Ti 跑 27B 免审模型：改写/翻译类比原双卡快 2.2 倍，日常对话快 32%。代价是量化从 8 位降到 4 位，且质量尚未验证。

微信视觉团队出品，Apache-2.0 可商用——2B 打赢别家 8B，MMEB-v2 新 SOTA；Matryoshka 可变维度，256 维保住 98.7% 性能，视频号/朋友圈搜索同款技术

AI Agent 持续霸榜：Anthropic 金融方案、DeepSeek 终端代理、隐身浏览器、全自动AI交易系统等 9 个热门项目一览

中文口播稿出海东南亚怎么配音？覆盖云端统一方案(Qwen-Audio-3.0-TTS/ElevenLabs/MiniMax/豆包)、开源单模型(Scicom/Confucius4)和各语种专用模型(JaiTTS/VieNeu-TTS/Malaysian-TTS)，含选型矩阵

同一个模型有 4bit/8bit/免审版，怎么选？一句话：稠密选小、MoE 选大。附下载地址与实测速度；2026-09 补测 oMLX 引擎，修正「换引擎不会变快」的旧结论。

完全离线、0.15秒出字，按住CapsLock说话松开就上屏，再也不用给讯飞交月费了

微软删除官方推理代码后，社区补上的完整 MLX 实现。支持 1.5B/7B 语音合成、零样本语音克隆、量化加速。

字节跳动开源多模态智能体，桌面/浏览器/手机自动化操作，游戏任务 SOTA