加州大学伯克利分校与得州大学奥斯汀分校研究团队发布边缘原生混合专家模型推理引擎 FreeToken。该系统将个人计算机作为统一弹性推理平台，支持在单张工作站 GPU、游戏台式机和 8GB 显存笔记本 GPU 上运行不同规模模型。FreeToken 已以 Apache-2.0 协议开源，发布到 GitHub 和 PyPI，并提供 Windows、Linux 桌面应用及兼容 OpenAI、Anthropic 的 API 接口。

AMD宣布为阿里通义千问最新一代模型 Qwen3.8-27B 提供“Day 0”支持，开发者可在模型发布当天通过 AMD 硬件本地运行该开源模型。AMD称，该模型可通过 llama.cpp 运行在搭载 AMD 处理器的 AI PC、工作站及单张 32GB AMD 显卡上，并支持超过 24GB 可变显存或显存容量的平台。初步测试显示，该模型在 Ryzen AI Max+ 395 上最高达 24.5 tokens/秒，在 Radeon AI PRO R9700 上最高达 51.8 tokens/秒。

Tether AI 发布 QVAC SDK 0.16，新增 Ideogram 4 图像生成、LTX-2 音视频同步视频生成，以及 NVIDIA GR00T 机器人模型本地执行支持。该版本还改进了 OpenAI 兼容服务器，用于简化编码智能体集成流程。这个基于 Apache 2.0 许可的开源工具包可通过 Node.js 跨多操作系统运行，并支持点对点网络能力。

作者称，用 2999 美元的 NVIDIA DGX Spark 替代每月约 1900 美元的云端 GPU 租用后，首年可把约 2.2 万美元留在业务内。核心在于 128GB 统一内存与本地部署能力。

稳定币发行商Tether推出开发者资助计划，聚焦本地优先AI框架QVAC和自托管钱包WDK，以USDT或BTC支付固定赏金（每笔1500-4000美元），无总上限，标志着其从稳定币向去中心化基础设施公司的战略转型。

Vitalik Buterin称，云端AI正带来隐私泄露、恶意指令和未授权操作风险，主张采用本地推理、本地存储、沙箱隔离与人工确认的本地优先方案。

Google DeepMind发布开源模型DiffusionGemma，官方称其在RTX 5090和H100上生成速度约为同尺寸自回归Gemma模型的4倍，但公开基准成绩全面低于标准Gemma 4。

Google推出Gemma 4系列开放模型，采用Apache 2.0授权，支持本地运行，在基准测试中表现亮眼，开发者已可下载体验。