Thoughtful Things 推出 AI 采样器 Engram，把模型幻觉变成音乐
音乐初创公司 Thoughtful Things 在 Kickstarter 发起其首款乐器 Engram 的众筹，这是一款用 AI 处理输入音频、甚至"幻觉"出新声音的采样器与 groovebox。
#端侧
#端侧
今日 0 条The Verge · AIAI 评分3131 TechCrunch · AIAI 评分4040 祖父被 AI 深度伪造语音诈骗后，她创立了 DetectifAI
创始人 Tarini Padmanabhuni 的祖父曾因 AI 深度伪造语音被骗支付赎金，她随后在旧金山创立 DetectifAI，从零设计可在手机操作系统内运行的小型模型，在通话和语音消息中即时判断声音是否为 AI 生成，音频不出设备。该公司以 SDK 形式授权给手机厂商，并已为印度金融机构每月处理超 10 万通电话，用于催收和贷款文件跟进的深度伪造检测与说话人验证。
Ars Technica · AIAI 评分3232 Meta 将 AI 助手装进钥匙扣，Muse Charm 12 月发售
Meta 推出钥匙扣大小的 AI 助手设备 Muse Charm，计划于 12 月发售。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 SL2T 手语转文本模型，率先落地 Pixel 11 的 Gboard 与 Live Transcribe
Google DeepMind 发布多语种手语转文本模型 SL2T，首次将手语 AI 带入消费级产品：在 Pixel 11 的 Gboard 和 Live Transcribe 中支持美国手语（ASL）转英文听写，后续将扩展更多设备与语言。
推荐理由：SL2T 把多语种手语翻译从实验室带进 Gboard 与 Live Transcribe，读者可了解其数据规模与端侧隐私设计。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemma 4 12B：统一无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本的智能体多模态模型，介于边缘端 E4B 与 26B MoE 之间，也是其首个支持原生音频输入的中等规模模型。
推荐理由：Gemma 4 12B 用无编码器架构把视觉和音频直接接入 LLM，读者可据此判断本地多模态智能体的硬件门槛。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemma 4 开源模型家族
Google DeepMind 发布 Gemma 4 开源模型家族，包含 E2B、E4B、26B MoE 和 31B Dense 四个尺寸，采用 Apache 2.0 许可。
推荐理由：Gemma 4 以 Apache 2.0 开放四个尺寸，并给出 Arena 排名与端侧多模态能力，便于判断开源模型与硬件部署的取舍。