平台工具链与生态扩展：Apple 开源 Core AI 模型导出工具链，支持将 Core ML 模型直接部署到本地设备；微软向 6GB 显存 RTX 30 系列显卡开放 Windows 本地 AI 能力，淡化专用 AI PC 概念。原文标题；原文标题
硬件创新突破内存瓶颈：NVIDIA 发布 RTX Spark 超算芯片，宣称使 Windows 本地 AI 智能体实用化；OWC Stack AI 推出外置群联 aiDAPTIV 内存化闪存方案，扩展显存容量。原文标题；原文标题
设备端性能分化：苹果 iOS 27 部分高级本地 AI 功能需 12GB 内存，仅限 iPhone Air 等新机型；AMD 公布锐龙 AI Max+ 电脑阵容，覆盖小米、联想等厂商。原文标题；原文标题
当前焦点与观察点
本地AI的核心矛盾在于运行效率与设备资源限制。一方面，模型量化、内存扩展（如CQDIMM/EXPO ULL内存条）和专用芯片（如RTX Spark）持续降低部署门槛；另一方面，苹果和微软等巨头对硬件配置提出明确要求（如12GB内存），暗示本地AI体验分层将加速。此外，开源工具链（如MLX、Core AI exporter）的普及让开发者更易集成本地AI，但跨平台统一性仍是待解难题。未来，本地AI可能从单一模型调用转向多智能体协作，而内存与带宽的硬件创新将成为关键驱动力。