Recursive 发布免费开源编码模型 Flint，该模型由 AI 系统 Eureka Machine 辅助构建，可在笔记本本地运行。Flint 采用 MoE 架构，激活参数 25 亿，在 SWE-Bench Verified 等基准测试中表现优于同级别模型，并已在 Hugging Face 开放下载。
推荐理由：文章展示了 Recursive 利用 AI 辅助研发流程在四个月内构建出可本地运行的编码模型，为端侧 AI 开发提供了具体案例。
Meta 发布 Muse Spark Open 开源模型，称其为迄今最强美国开源权重模型，并宣布该模型可通过 Apple MLX 框架在两台 M5 Ultra Mac Studio 上运行。Meta 与 Apple 罕见公开合作，双方高管在 X 上互相祝贺，Apple 还发布了关于 MLX 框架的技术文章。该模型为原生多模态架构，总参数达 816B，擅长长时任务、复杂软件工程和多步推理。
推荐理由：Meta 与 Apple 罕见合作，让 816B 参数开源模型通过 MLX 框架在 Mac Studio 上高效运行，展示了端侧部署的新路径。
Meta 发布名为 Muse Spark Open 的开源权重模型，该模型拥有 8160 亿参数和 100 万 token 上下文窗口，专为在 Mac 上本地运行而设计。
推荐理由：该模型专为 Mac 本地运行设计，816B 参数与 1M 上下文窗口使其在端侧复杂编码任务中具备独特部署价值。
NVIDIA 发布 Nemotron 3.5 Super VL，这是一款 1200 亿参数的开源多模态模型，专为高吞吐量智能体工作流设计，在同类模型中实现 5 倍更快的任务完成速度。
推荐理由：NVIDIA 发布覆盖数据中心到边缘的 Nemotron 3.5 系列，Super VL 以 120B 参数实现高效多模态智能体能力，Bolt 模型则针对本地部署优化。
Google DeepMind 发布 EmbeddingGemma 2，这是一个基于 Gemma 4 架构、拥有 7.4 亿参数的开源多模态嵌入模型，支持在端侧统一处理文本、代码、图像、音频和视频。
推荐理由：该模型在 7.4 亿参数规模下统一了文本、图像、音频和视频嵌入，为端侧多模态检索提供了具体的性能基准与部署方案。