● 重构线性视觉 Transformer，精度与效率双平衡 | CVPR'25

📌 一句话摘要 南洋理工大学等机构提出 CARE Transformer，通过非对称特征解耦与双交互机制，在降低线性注意力计算开销的同时，显著提升了移动端视觉 Transformer 的精度与效率，在 iPhone 和 iPad 上实现了超低延迟下的高精度表现。 📝 详细摘要 本文报道了南洋理工

● LM Studio 收购移动端 AI 应用 Locally AI

📌 一句话摘要 本地 AI 运行工具 LM Studio 宣布收购 Locally AI，旨在加强跨设备的移动端原生 AI 体验。 📝 详细摘要 这是一条关于 AI 工具领域的收购新闻。LM Studio 宣布将 Locally AI（一家专注于在手机端本地运行大模型的 App）纳入麾下。此举标

● Gemma 4 E2B 在 AI Edge Gallery 中实现端侧运行

📌 一句话摘要 Philipp Schmid 展示了 Gemma 4 E2B 模型通过 Google AI Edge Gallery 应用在 iPhone 17 Pro Max 上本地运行，展示了其工具调用能力。 📝 详细摘要 这条推文展示了 Gemma 4 E2B 模型在移动硬件上本地运行的实

● Google AI Edge Gallery

📌 一句话摘要 Google 官方推出的 AI Edge Gallery 应用将本地 Gemma 4 和 Gemma 3 模型引入 iPhone，具备高性能、多模态能力以及交互式工具调用功能。 📝 详细摘要 Simon Willison 评测了 Google 的 AI Edge Gallery，

● Google AI Edge Gallery 应用发布

📌 一句话摘要 Google 发布了可在 iOS 和 Android 上运行的 AI Edge Gallery 应用。 📝 详细摘要 推文补充介绍了 Google 推出的 AI Edge Gallery 应用，支持在移动端运行 AI 模型，作为前一条推文的补充资源。 📊 文章信息 AI 评分：

● 端侧 AI 的战略转型

📌 一句话摘要 Greg Isenberg 强调了端侧 AI 的潜力，并引用了 Google Gemma 4 模型在 iPhone 17 Pro 上本地运行的演示案例。 📝 详细摘要 Greg Isenberg 对 Google Gemma 4 模型在 iPhone 17 Pro 上本地运行的技

● 在手机上本地运行 Google 的 Gemma 4

📌 一句话摘要 介绍如何使用 Google 官方应用在 iOS 和 Android 设备上本地运行开源模型 Gemma 4 的指南。 📝 详细摘要 Paul Couvert 重点介绍了 Google 的一款官方应用，它允许用户在移动设备上本地运行 Gemma 4 模型。该应用支持多模态输入（文本

● 如何在手机上配置 Gemma 4

📌 一句话摘要 详细介绍了在 Gemma 4 移动应用中选择模式和模型的步骤指南。 📝 详细摘要 本条推文提供了 Gemma 4 移动应用的具体配置步骤，详细说明了 Agent Skills 和 AI Chat 等可用模式。同时，它还根据设备硬件能力（内存 RAM）提供了模型选择建议，帮助用户在

● Gemini Agent 移动端可用性

📌 一句话摘要 澄清 Gemini Agent 模式已在移动端上线，目前面向美国地区的 AI Ultra 订阅用户开放。 📝 详细摘要 后续补充说明，主推文中讨论的 Gemini Agent 功能也已在移动设备上可用，特别是针对身处美国的 AI Ultra 订阅用户。 📊 文章信息 AI 评分

● Runway Characters 功能在 iOS 上线

📌 一句话摘要 Runway 在 iOS 应用中引入了“Characters”功能，实现了具备视觉理解能力的实时对话式 AI。 📝 详细摘要 Runway 已将“Characters”功能扩展至 iOS 平台。此次更新允许用户与 AI 角色进行语音对话，这些角色能够实时分析用户的摄像头画面。这是

● 微软 Copilot Tasks 现已登陆移动端

📌 一句话摘要 微软 Copilot Tasks 已在移动端上线，将包括网页导航和 Office 套件集成在内的桌面级 AI 自动化能力带到了移动设备上。 📝 详细摘要 这条推文重点介绍了微软 Copilot Tasks 在移动端的发布。它强调移动版本保留了桌面端的核心功能，例如使用云浏览器、与

● 用户体验对比：Claude Code 与 OpenClaw

📌 一句话摘要 分享了将 Claude Code 和 OpenClaw 作为移动端 AI 助手使用的个人体验，指出了它们在远程控制、语音交互和记忆能力方面的具体局限性。 📝 详细摘要 Peter Yang 分享了他将 Claude Code 和 OpenClaw 用作移动端个人 AI 助手的实测