#inference 每日趋势报告

GPT4All：在任何设备上运行本地大语言模型。开源且可商用。

适用于Apple Silicon设备的本地语音识别

安卓本地人工智能助手

智能体应用交付基础设施——Plano是面向AI原生的代理与数据平面，可卸载底层管道工作，让您专注于智能体核心逻辑开发（支持任意AI框架）。

量化注意力机制相比FlashAttention和xformers实现了2-5倍和3-11倍的速度提升，且在语言、图像和视频模型上保持端到端指标无损。