MLX 相关 AI 资讯 · AI 热点

8月20日

10:12

10:12

官方一手arXiv: Anthropic@José A. Perdiguero López, Miguel A. Durán-Olivencia

Flama是一个开源Python框架，基于Asynchronous Server Gateway Interface（ASGI），用于开发部署生产级web API、机器学习服务和大型语言模型（LLM）应用；其子系统包含依赖注入系统，可从类型注解解析参数，还支持Pydantic等格式；内置JWT认证、WebSocket端点等功能，可通过命令行界面管理应用。

AI模型 Flama vLLM MLX

推荐理由：Flama这个开源框架，能帮你开发部署生产级API和LLM服务，和普通框架比更统一架构，还能自动处理多种模型格式。

8月15日

14:23

14:23

Geek@geekbb

精选

MLX-Serve 是一个用 Zig 编写的原生 Apple Silicon LLM 推理服务器，兼容 OpenAI、Anthropic 和 Ollama API。它可以加载 MLX 与 GGUF 格式模型，且无需 Python 环境，并附带 macOS 菜单栏应用。开发者 David Dalcu 在 Qwen 3 8B/27B 的 MLX-Serve 4bit 模型上跑 Pagoda 测试，称获得目前最佳结果。他用 @pidotdev 作为编码智能体，以 MLX-Serve 作为后端完成推理。

AI产品 MLX-Serve Zig Qwen

推荐理由：Mac 本地跑模型试试这个 Zig 写的 MLX-Serve，免 Python 还带菜单栏，配 Qwen 3 跑 Pagoda 测试比之前都强。

8月5日

03:42

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-H3 MLX 视频生成

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。

7月21日

22:57

22:57官方账号Simon Willison’s Weblog（博客/媒体）

Nativ 是一款基于 MLX 的 macOS 桌面应用，由 Prince Canuma 开发。它提供聊天界面和 localhost API 服务器，功能类似 LM Studio。应用能自动识别用户 Hugging Face 缓存目录中已有的 MLX 模型。用户可通过 Nativ 在 Mac 上本地运行视觉大语言模型等 AI 模型。

AI产品 Nativ MLX Prince Canuma

推荐理由：Prince Canuma 做了个 Mac 版 LM Studio，用 MLX 跑本地模型，还能自动加载你下载过的模型。

7月18日

03:15

03:15

ollama@ollama

精选

Ollama 0.32.1 版本针对 Gemma 4 模型优化了 tool calling 能力，提升了在 coding agents 中的可靠性。用户可通过 `ollama launch pi --model gemma4:26b` 运行 Gemma 4 26B 模型，或使用 MLX 引擎（`--model gemma4:26b-mlx`）获得最高性能。该更新基于社区反馈，修复了多项问题。

AI产品 Ollama Gemma 4 tool calling

推荐理由：Ollama 更新让 Gemma 4 在编码代理中调用工具更稳了，跑 26B 模型还支持 MLX 加速，值得试。

7月2日

00:34

00:34

berryxia@berryxia

Osaurus是一款基于Swift开发的Mac端AI工作台，完全本地运行无需联网。它能在用户生成图片时自动卸载当前聊天模型，加载任意MLX图像模型，在GPU上生成真实文件后再切回聊天模型。项目已获6k GitHub Stars和15.5万次下载，采用MIT开源协议。

AI产品 Osaurus Mac MLX

推荐理由：Mac用户去试试Osaurus，真正的本地AI工作台，不联网就能在GPU上生成图片，切换模型丝滑，还免费开源。

6月17日

13:28

13:28

Geek@geekbb

精选

介绍了一个工具，可在Apple Silicon Mac上通过MLX框架本地运行大语言模型。用户能从Hugging Face搜索并下载模型，用MLX进行离线推理，并启动一个OpenAI兼容的API服务。这样就能用curl或OpenAI客户端库调用本地模型。

技巧 MLX Hugging Face OpenAI兼容API

推荐理由：想在Mac上本地跑大模型、不用联网？这个工具能从Hugging Face下模型，用MLX推理，还直接开个OpenAI API，当本地服务使。

6月12日

20:47

20:47

Julien Chaumond@julien_c

oMLX 项目现已支持 Hugging Face 标准缓存模型目录，这意味着用户可以直接使用本地已下载的模型，无需额外配置。该更新由开发者 @jundotkim 实现，旨在简化 MLX 框架下的本地 AI 部署流程。对于使用 Apple Silicon 设备运行本地大模型的用户来说，这一改进显著降低了使用门槛。社区对此反响积极，认为这是提升 MLX 生态易用性的重要一步。

AI产品 oMLX MLX 本地AI

推荐理由：对于在 Apple Silicon 上跑本地模型的开发者，oMLX 支持 HF 缓存目录意味着省去模型重复下载和路径配置的麻烦，建议直接更新体验。

6月11日

14:06

14:06IT之家（博客/媒体）

精选72°

苹果在 WWDC 上推出 CoreAI 引擎，接替服役 9 年的 CoreML，主打端侧大模型推理。首批基准测试显示，在 M4 Mac 上运行 Qwen3 0.6B 小模型时，CoreAI 解码速度是 MLX 的 2.47 倍，iPhone 17 Pro 上为 1.6 倍。但在 80 亿参数模型上，CoreAI 仅比 MLX 快 5%，优势随模型规模增大而收窄。持续负载测试中，CoreML 配合神经引擎在温控降频场景下性能保持率反超 GPU 路线。横向对比，谷歌 LiteRT-LM 运行 Gemma 时内存占用仅为苹果 MLX 的 1/4.5，显示针对特定模型优化的重要性。

AI产品苹果 CoreAI 端侧推理

推荐理由：苹果端侧 AI 架构迎来重大更新，CoreAI 在小模型推理上显著提速，做本地 AI 应用或模型部署的开发者值得关注，尤其是 M4 Mac 用户可以直接感受到更快的响应。

09:17

09:17

berryxia@berryxia

精选72°

开发者 Prince Canuma 在 Google 发布 DiffusionGemma 和 Cohere North Mini Code 当天，就将这两个模型移植到了 Mac 的 MLX 框架中，实现零等待本地运行。DiffusionGemma 采用新架构，可生成 256 token 整块，支持双向注意力和迭代自纠错，26B MoE 仅激活 3.8B，量化后 18GB 内存即可运行。North Mini Code 30B MoE 只需 3B 激活参数，BF16 下推理速度达 66 tok/s。这得益于与 Google DeepMind 和 Cohere 的深度合作，实现了 Day-0 支持。用户可通过 mlx-vlm v0.6.3 一键安装体验。

AI产品 MLX DiffusionGemma Cohere North Mini Code

推荐理由：Mac 开发者终于能在本地跑最新大模型了，DiffusionGemma 和 North Mini Code 都支持 Day-0 运行，做本地 AI 实验的可以直接装来玩。

6月4日

05:12

05:12

ollama@ollama

GoogleDeepMind 的 Gemma 4-12B 模型现已可通过 Ollama 直接使用，支持 MLX 框架。用户可通过 `ollama run gemma4:12b-mlx` 命令快速启动聊天，还支持 Hermes Agent、Claude Code 等工具的集成。这为开发者提供了便捷的本地部署和实验途径，尤其适合在 Apple Silicon 设备上高效运行。

AI产品 Ollama Gemma 4 MLX

推荐理由：Ollama 让 Gemma 4-12B 的本地部署门槛降到最低，做模型实验或本地 Agent 开发的团队可以直接跑起来，省去繁琐配置。

5月26日

16:20

16:20

Geek@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 macOS MLX

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。

5月22日

08:20

08:20

berryxia@berryxia

Stable Audio 3 官方版发布，支持在本地 Mac 电脑上运行音乐生成模型，利用苹果统一内存架构优势。在 M5 Pro 上可实现 59 倍实时速度，LoRA 微调不到 1 小时完成，提供 Sm 和 Medium 两种模式。通过一行命令即可安装 MLX 优化版，让音乐创作不再依赖云端。官方鼓励社区折腾，适合快速出 demo、训练风格或在离线环境下作曲。

AI产品 Stable Audio 3 音乐生成本地部署

推荐理由：音乐创作者和 AI 爱好者终于能在本地 Mac 上跑音乐模型了，LoRA 微调不到 1 小时，适合快速出 demo 或训练个人风格，建议有 Mac 的开发者直接试。

5月15日

00:48

00:48

berryxia@berryxia

MLX维护者、Electron.js创始人@zcbenz在Apple宣布，MLX的CUDA后端所有测试全部通过。这意味着原本仅限苹果硅芯片的机器学习框架MLX，现在也能在NVIDIA显卡上高效运行。同一套代码在Mac和NVIDIA GPU上都能流畅执行，打破了PyTorch的兼容瓶颈。此举标志着本地AI跨平台时代加速到来，开发者不再受限于单一硬件生态。

AI产品 MLX CUDA 跨平台

推荐理由：MLX打通CUDA后，做本地AI推理的开发者终于可以一套代码跑通Mac和NVIDIA显卡，省去PyTorch兼容折腾，建议关注这个框架的跨平台潜力。