03:42官方账号Simon Willison’s Weblog(博客/媒体)精选MiniMax 两天前发布 MiniMax-H3,称其为通用全模态生成系统,可输入文本、图像、音频和视频,输出最长 15 秒、含音频的视频片段。PipeNetwork 的 Python 包将其移植到 MLX,让该模型可以在 Apple Silicon 上运行。Simon Willison 在 M5 Max MacBook Pro 上跑通,下载约 115GB 模型文件,生成一段视频耗时不到 45 分钟。他提醒,若不参照 MiniMax-H3 的提示词指南指定音频方向,生成的声音可能像无意义的语音噪声。技巧MiniMax-H3MLX视频生成6 个信源在谈事件专题推荐理由:MiniMax-H3 出了 MLX 版,Apple Silicon 本地能跑,能生成 15 秒带声视频。原文稍后读已读值得跟进有用关注 MiniMax-H3
10:33SuperTechFans(博客/媒体)精选TurboFieldfare 是一个采用 Swift 和 Metal 编写的开源推理运行时,专为 Apple Silicon Mac 设计。它通过 SSD 流式加载专家权重,使 Gemma 4 26B-A4B 模型仅需约 2GB 内存即可运行,无需加载完整的 14.3GB 模型。实测在 8GB M2 MacBook Air 上达到 5.1-6.3 tok/s,在 24GB M5 Pro 上达到 31-35 tok/s。项目提供本地 Mac 应用、CLI 和 OpenAI 兼容服务器,要求 macOS 26、Metal 4 和 Xcode 26。AI模型TurboFieldfareGemma 4Apple Silicon10 个信源在谈事件专题推荐理由:想在老 Mac 上跑大模型?这个开源引擎让 Gemma 4 26B 只需 2GB 内存就能跑起来,M2 上还有 5-6 tok/s,挺实用的。原文稍后读已读值得跟进有用关注 TurboFieldfare
17:29官方一手marktechpost@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containerAppleSwift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?原文稍后读已读值得跟进有用关注 container
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。原文稍后读已读值得跟进有用关注 M4
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 SiliconSwift6 个信源在谈事件专题推荐理由: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。原文稍后读已读值得跟进有用关注 苹果原生容器
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 Silicon推荐理由:Apple 用户加载模型更快原文稍后读已读值得跟进有用关注 safetensors
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 Silicon10 个信源在谈事件专题推荐理由: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。原文稍后读已读值得跟进有用关注 mlx-audio
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。原文稍后读已读值得跟进有用关注 mlx-vlm
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macOSMLX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。原文稍后读已读值得跟进有用关注 开源/仓库
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。原文稍后读已读值得跟进有用关注 Apple Silicon
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 Mythos10 个信源在谈事件专题推荐理由: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。原文稍后读已读值得跟进有用关注 安全漏洞
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 SiliconoMLX1 个信源在谈事件专题推荐理由: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。原文稍后读已读值得跟进有用关注 端侧AI