17:29marktechpost@Asif Razzaq苹果发布了container 1.0,一个开源的Swift工具。该工具可在Apple Silicon硬件上将Linux容器作为轻量级虚拟机运行。它提供了比传统容器更好的隔离性和安全性。AI产品containerAppleSwiftApple SiliconLinux容器推荐理由:苹果新开源工具container 1.0,能在Apple Silicon上把Linux容器当轻量级VM跑,想试试更安全的容器方案吗?原文
23:31IT之家(博客/媒体)71°开发者@0x0SojalSec 绕过苹果M4神经网络引擎的软件限制,通过逆向工程使用自定义MIL(模型中间语言)直接与芯片通信,没有调用Core ML、Metal或GPU。训练数据全程放在RAM中运行,不写入NAND闪存,速度更快。解锁后M4在iPad或Mac上可达到15.8TFLOPS的AI处理性能,用于训练模型。目前自定义MIL能否用于更新的Apple Silicon尚不明确。技巧M4Apple Silicon神经网络引擎模型训练逆向工程推荐理由:有个开发者自己写了一套代码,把M4芯片的AI训练能力全开出来了,不用苹果官方工具,跑到了15.8TFLOPS。想用iPad或Mac训练模型的人可以看看。原文
07:12IT之家(博客/媒体)苹果原生容器项目(Apple Container)迎来 1.0 版本更新,距离其在 GitHub 亮相已过去一年。该项目使用 Swift 语言编写,专为 Apple Silicon 芯片优化,为每个容器启动轻量级虚拟机,实现硬件级隔离和亚秒级启动,区别于 Docker Desktop 的大型共享虚拟机。新版引入 container cp 命令、TOML 配置和标准化输出,提供与主机紧密集成的长期 Linux 环境。项目在 GitHub 已获超 26,000 星,Hacker News 上获超 1000 分赞誉。AI产品苹果原生容器Apple SiliconSwiftLinux 容器macOS6 个信源在谈推荐理由:苹果原生容器解决了 Mac 上运行 Linux 容器的高资源占用和隔离问题,M 系列 Mac 开发者可以试试这个更轻量、更原生的替代方案。原文
19:58Julien Chaumond@julien_c精选safetensors v0.8.0 在 Apple Silicon 上支持将张量直接加载到 Metal 的 MTLBuffer 中。通过 DLPack 协议,可无缝传递给 PyTorch 等框架。相比之前版本,跳过了不必要的内存拷贝,提升了推理效率。该更新适用于所有使用 safetensors 的 Apple Silicon 用户。AI产品safetensorsMetalApple SiliconPyTorch模型加载推荐理由:Apple 用户加载模型更快原文
00:59berryxia@berryxia精选mlx-audio v0.4.4 发布,这是其功能最强大的版本,新增了 15 个 TTS、ASR 和 VAD 模型。新模型包括 VoxCPM2、Mega-ASR、Nemotron 3.5 ASR 等,支持 30 种语言、实时语音识别和长文本转录加速。服务器端新增 OpenAI 兼容格式和逐词时间戳功能,所有技术均运行在 Apple Silicon 上。该版本显著提升了 Apple 设备上的音频处理能力,适合开发者集成到本地应用中。AI产品mlx-audioTTS/ASRApple Silicon语音模型开源/仓库10 个信源在谈推荐理由:Apple Silicon 用户终于有了一个本地化的音频处理利器,15 个新模型覆盖 TTS/ASR/VAD,做语音应用或音频工具的开发者可以直接安装测试,尤其关注中文支持效果。原文
00:34berryxia@berryxia精选开发者 Ivan Fioravanti 在 mlx-vlm 项目中新增了对 Step 3.7 Flash 模型的支持,将其转换为 MLX 格式后,视觉理解和文本生成功能均可在本地运行。该模型在 128GB Apple Silicon 机器上,4bit 量化版本支持 32K 上下文,生成速度超过 53 tokens/s。实测中,模型能快速准确地从截图中提取结构信息和关键元素。这一更新将高质量视觉语言任务从云端迁移到个人 Mac,兼顾隐私、速度和零额外费用,推动本地多模态 AI 进入实用阶段。AI产品mlx-vlmStep 3.7 Flash本地多模态Apple Silicon视觉理解推荐理由:本地跑通高质量视觉语言模型,做多模态应用或隐私敏感项目的开发者可以直接在 Mac 上体验,无需依赖云端,值得一试。原文
16:20Geek@geekbb精选一款名为 Ari 的开源 macOS 菜单栏 AI 启动器发布,使用 Swift 语言构建,基于 MLX 框架在 Apple Silicon 芯片上本地运行语言模型。它让用户无需联网即可在菜单栏快速调用 AI 能力,保护隐私且响应迅速。项目已托管在 GitHub,适合 macOS 开发者或注重隐私的 AI 用户尝试。AI产品开源/仓库macOSMLXApple Silicon本地 AI推荐理由:macOS 用户终于有了一个本地化、轻量的 AI 入口,无需联网即可在菜单栏调用模型,隐私敏感或离线场景下的开发者值得一试。原文
08:00Julien Chaumond@julien_cHuggingFace 联合创始人 Julien Chaumond 在 X 上发起讨论,探讨 Apple Silicon 是否是本地 AI 的最佳平台。该话题引发社区热议,目前已有 7 个点赞和 715 次浏览。讨论聚焦于 Apple Silicon 在运行本地 AI 模型时的性能、能效和生态优势,与 NVIDIA GPU 等传统方案形成对比。这反映了本地 AI 部署正从云端向边缘设备迁移的趋势,Apple Silicon 的 M 系列芯片因其统一内存架构和高效能而备受关注。行业Apple Silicon本地AIHuggingFace边缘计算芯片对比推荐理由:本地 AI 部署正在从云端走向桌面,Apple Silicon 的 M 系列芯片可能是最佳选择——做本地推理或边缘 AI 的开发者值得关注这场讨论。原文
08:55IT之家(博客/媒体)安全专家利用 Anthropic 最强 AI 模型 Claude Mythos,在苹果 macOS 26.4.1 系统中成功实现提权攻击,从普通本地账户获取 root shell 并绕过 Apple Silicon 的 MIE 保护。攻击结合了 2 个漏洞和多种利用技巧,由人类研究员与 AI 共同完成,耗时约 5 天。这是首个公开的 Apple M5 内核内存破坏利用案例,凸显 AI 在安全研究中的辅助价值。苹果正在审查漏洞,技术细节暂未公开。行业安全漏洞macOSClaude MythosApple Silicon提权攻击10 个信源在谈推荐理由:安全研究员和 macOS 开发者值得关注——AI 辅助挖洞的效率正在质变,Claude Mythos 帮团队 5 天就打通了 M5 内核提权链,建议点开看看 AI 如何加速漏洞发现。原文
18:18berryxia@berryxiaoMLX 0.3.9.dev2 版本发布,针对 Apple Silicon 设备优化,集成了 Gemma 4 的 MTP 视觉路径、DFlash 引擎和 ParoQuant,显著提升图文解码速度。新增 ombx launch copilot 功能,可一键接入 Claude、Codex 等工具;oQ 自动代理解决显存不足问题,管理界面增加重启服务器按钮。作者认为苹果端侧 AI 在速度、集成度和易用性上已接近甚至超越云端大模型,真正将 AI 从云端拉回本地。AI产品端侧AIApple SiliconoMLXGemma 4本地推理1 个信源在谈推荐理由:oMLX 这次更新把 Gemma 4 的视觉路径和 DFlash 引擎塞进 Apple Silicon,图文解码速度明显提升,做本地 AI 开发的 Mac 用户可以直接体验,看看端侧能否替代云端。原文