Google 发布 EmbeddingGemma 2，称其超越两倍体量的竞品嵌入模型
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，参数量 740M，号称是同类最紧凑模型，在多模态嵌入基准上超过两倍于其体量的竞品。
#端侧
The DecoderAI 评分6969 Google DeepMind精选AI 评分7676 EmbeddingGemma 2 发布：开源轻量级多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构、740M 参数的开源轻量级多模态嵌入模型，采用 Apache 2.0 许可，可将文本、图像、音频和视频统一映射到同一嵌入空间。
推荐理由：原文给出了参数量、模态拆分与量化后的内存占用，便于读者判断它能否直接落到自家端侧检索链路中。
The Verge · AIAI 评分5151 AI 硬件时代，不能任由科技公司改写「录制」的定义
Victoria Song 指出，Apple、Google 等厂商正借端侧 AI 处理让设备「不保存」音视频，从而声称这不算「录制」。
TechCrunch · AIAI 评分5858 LibreOffice 称「不用 AI」已成为一项软件功能
LibreOffice 背后的 The Document Foundation 表示，在可预见的未来不会将 AI 加入软件，默认安装不含任何生成式 AI 功能。该组织称这是刻意的设计立场，以确保用户文档不被上传到服务器、软件各部分均无需联网即可运行。用户仍可通过安装扩展将文档编辑器连接到本地 AI 模型，但目前没有任何集成方案能满足其全部要求。
The Verge · AIAI 评分6666 开源工具 RemoveMacAI 可一键删除 macOS 上约 12GB Apple Intelligence 数据
开源命令行工具 RemoveMacAI 可一键关闭 Siri、Writing Tools、Genmoji、Image Playground、ChatGPT 扩展及全部摘要功能，删除约 12GB 模型文件并阻止系统重新下载。
IT之家精选AI 评分7979 Strata 引擎开源，12GB 显存可跑 125B Qwen3.8，单张 RTX 5070 达 94 词元/秒
开发者 Niko1221 开源 Strata 引擎，可在 12GB 显存以上的消费级显卡上运行量化版 Qwen3.8-Flash-Next（1250 亿参数）模型。
推荐理由：原文给出把 MoE 专家分级载入 RAM 加投机解码的显存优化思路，可迁移到其他大模型本地部署场景。
IT之家AI 评分5959 挪威政府拟在部分敏感区域实施人工智能眼镜临时禁令
挪威政府本月 5 日表示，计划尽快向议会提交临时禁止在部分敏感区域使用人工智能眼镜的草案，并为后续永久性立法设立专家咨询机构。敏感区域可能包括公园、海滩、博物馆、购物中心、学校、幼儿园、游乐场、课外活动中心、医疗机构以及设有更衣淋浴设施的健身场所，政府还将评估禁令的适用设备范围及是否涵盖高等院校等教育机构。
Ars Technica · AIAI 评分4545 命令行工具可快速移除 macOS 27 中的 Apple Intelligence
一款命令行工具可快速移除 macOS 27 中的 Apple Intelligence。该工具可释放超过 12GB 的存储空间。
Ars Technica · AIAI 评分5252 AI 眼镜面临首次重大政府监管
挪威希望有时间为能够记录路人的眼镜制定永久性规则。
IT之家AI 评分6868 Meta 开源 Muse Gadgets，用 ESP32 和树莓派打造自定义 AI 硬件
Meta 宣布开源 Muse Gadgets 项目，允许开发者为个人 AI 智能体 Muse 打造自定义硬件，并已在 GitHub 按 Apache 2.0 许可发布 ESP32 固件和 Linux 设备 SDK。
NVIDIA Blog精选AI 评分6363 NVIDIA DGX Spark 64GB 配置本月上市，双机可扩展至 128GB
NVIDIA 推出 DGX Spark 64GB 统一内存配置，本月由 Acer、ASUS、Dell、Gigabyte、HP、MSI 销售，10 月 23 日起售价 $4,999。
推荐理由：新配置把本地智能体开发门槛降到 $4,999，两台组网即可扩展至 128GB 内存，读者可据此评估本地部署的扩展路径。
Google DeepMind精选AI 评分6363 Google DeepMind 为 Private AI Compute 引入安全的服务端持久记忆
Google DeepMind 宣布为 Private AI Compute 平台引入私密的服务端记忆层，让 AI 在跨设备间保持长期连续性的同时维持与端侧处理同级的隐私标准。
推荐理由：原文给出安全飞地、加密通道与设备端密钥相结合的架构细节，可迁移到其他需要云上持久记忆的隐私保护设计中。