Recursive 发布首个由 Eureka Machine 自动化研发的模型 Flint
AI 创业公司 Recursive 发布首个语言模型 Flint，研发过程几乎全程由 AI 系统 Eureka Machine 自主提出、构建并评估实验完成。
#端侧
The DecoderAI 评分6969 TechCrunch · AIAI 评分4646 环境AI初创 Nirva 融资 3300 万美元，打造只听佩戴者的吊坠
环境AI可穿戴初创 Nirva 宣布获得 2500 万美元 pre-Series A 轮融资，加上此前 800 万美元累计融资达 3300 万美元。其首款设备是重约 8 克、可作吊坠或手链佩戴的首饰，电池续航最长三天，售价 249 美元，11 月开始接受订购。
NVIDIA BlogAI 评分5959 NVIDIA 在 GTC Berlin 2026 主题演讲中发布 DSX POD、OpenShell 与 Agile ONE SN 等多项成果
NVIDIA CEO 黄仁勋在柏林 GTC 主题演讲中宣布多项发布，包括 Vera Rubin AI 工厂参考设计 DSX POD（现场部署可从六个月缩短到 14 天）、面向安全智能体的开源运行时 OpenShell 参考架构，以及连接智能体与企业知识的 Agent Knowledge Foundation。
NVIDIA BlogAI 评分3030 NVIDIA 开放模型助力欧洲公共部门新一批项目落地
NVIDIA 宣布与欧洲多国政府和伙伴合作，将开放模型用于公共部门，兼顾效率与数据主权。
TechCrunch · AIAI 评分7070 Recursive 发布笔记本可运行的编码模型 Flint，称其主要由 AI 协助开发
Recursive 于周三发布首个模型 Flint，这是一个免费、可在笔记本电脑上运行的编码模型，公司称其自动化研究系统 Eureka Machine 参与了从预训练到后训练和推理的几乎所有开发环节，小团队在不到四个月内从零完成。
NVIDIA Blog精选AI 评分6060 NVIDIA 在 GTC Berlin 公布本地 AI 硬件全线进展并推出 Recursive Flint 编码模型
NVIDIA 在 GTC Berlin 展示本地 AI 产品线更新：RTX Spark 已于 10 月 16 日发售并开放桌面智能体应用 Underdog，DGX Spark 64GB 于 10 月 23 日开售且支持最多八机集群，DGX Station Windows 版预计 12 月推出。
推荐理由：原文汇总了 GTC Berlin 上本地 AI 硬件与软件的多项具体更新和可用时间，读者可以据此评估端侧智能体方案的落地节奏。
NVIDIA BlogAI 评分3333 欧洲厂商采用 NVIDIA Vera CPU 构建本地 AI 基础设施
Nebius 和 Nscale 等 AI 云服务商正采用 NVIDIA Vera CPU 构建新一代基础设施，Verda 及主权 AI 平台 Aleria 也参与其中。
MIT Technology Review · AIAI 评分4949 探访 Samsung 在韩国平泽的巨型新半导体基地
Samsung 正在韩国平泽建设大型半导体制造园区，以满足生成式 AI 对内存芯片的需求。园区已有三座晶圆厂全天运转，第四座即将上线，第五座曾于 2024 年内存需求下滑时停工，后在 AI 热潮带动需求飙升后复工。Samsung 预计内存芯片需求将持续增长至 2028 年，此举意在从 SK Hynix 手中夺回 HBM 内存的主导地位。
Google DeepMindAI 评分5050 Google DeepMind 与新加坡政府合作微调 Gemma 端侧诈骗检测模型
Google DeepMind 与新加坡政府科技局（GovTech Singapore）在 National AI Partnership 框架下合作，基于轻量级 Gemma 模型微调出一款保护隐私的端侧诈骗检测模型，并在 SICW 2026 上展示。
Google DeepMind精选AI 评分6666 Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数的开源多模态嵌入模型，基于 Gemma 4 架构，采用 Apache 2.0 许可，可将文本、代码、图像、视频和音频统一映射到同一嵌入空间。
推荐理由：官方给出了参数规模、基准得分和设备内存占用等具体数据，读者可据此评估它是否适合本地多模态检索方案。
Berkeley AI ResearchAI 评分5858 Berkeley 团队用 K-Search 将 CUDA 内核优化经验迁移至 Apple Silicon，MLX Attention 达原生 0.97x、Mamba prefill 提速约 20x
IBM Research 与 UC Berkeley Sky Lab 团队在 K-Search 进化式内核搜索框架上新增 MLX 后端，并设计结构化 CUDA-to-MLX 翻译层，把现有 CUDA 内核知识作为知识库自动迁移到 Apple Silicon。