我的 AI 数字孪生告诉我该吃什么：Twin Health 代谢孪生 100 天实测
The Verge 资深评测人 Victoria Song 用 Twin Health 的数字孪生管理代谢 100 天：每天用智能体重秤、Dexcom G7 连续血糖监测仪和 Apple Watch 喂数据，App 按红橙绿标注食物对血糖的影响并给出预测。
#端侧
#端侧
今日 2 条The Verge · AIAI 评分3434 The Verge · AIAI 评分6262 Anthropic 警告自复制 AI 蠕虫，实验把 Gemma 4 拆到 15 台电视盒子上
Anthropic 本周发布博客警告，小模型可能在数月内具备自复制能力，并把 260 亿参数的 Google Gemma 4 拆分到 15 台 Android 智能电视盒子上运行以验证可行性。
TechCrunch · AIAI 评分2020 Cerebras CEO：人人拥有家用个人 AI 助手的未来已不远
Cerebras Systems CEO 兼联合创始人 Andrew Feldman 在 TechCrunch Disrupt 2026 上表示，人人拥有家用 AI 设备的未来"并不遥远"。他预测个人 AI 助手将本地运行，部分任务在设备上完成、部分回到云端，并拥有安全边界与信用卡访问权限，可代用户购物。Feldman 本人已用"一组智能体"清理日程、查询通话对象信息。
钛媒体AI 评分3030 AI手机入口战：华为做深、阿里做广、字节做精、腾讯做巧
围绕"第一 AI 入口"，手机大厂与互联网大厂已分出四条路径：华为靠麒麟9050 Pro 端侧跑 30B MoE 大模型做深芯片与系统整合，阿里以 Qwen Intelligence 与荣耀共建端云协同做广，字节通过二代豆包手机聚焦 AI 智能体加硬件做精，腾讯则以微信 A2A 协议反向接入厂商 AI 助手做巧。
钛媒体AI 评分3939 努比亚 NaviX Ultra 开售：会自动“办事”的 AI 手机，管得有点多
努比亚 NaviX Ultra 正式开售，5999 元起、国补后 5499 元起，首销销售额“一秒破亿”，被称“豆包手机二代”，主打 AI 助手代开 App 办事，但因豆包 SAEP 公示期 30 天，用户目前无法完成应用内操作。文章质疑：当用户时长主要花在短视频等娱乐上，AI 提效并非刚需，且长期依赖可能带来越来越明显的失控感。
钛媒体AI 评分4545 数据中心装不下 AI 的全部野心：马斯克自建 Terafab 芯片厂，微软把 AI 送回 Windows 电脑
马斯克确认特斯拉与 SpaceX 将自建并运营 Terafab 芯片制造设施，台积电最多可能租用其中部分空间，长期目标为年产对应 1 太瓦计算功率的硬件。
TechCrunch · AIAI 评分3838 Tony Fadell 谈首波 AI 硬件为何失败，以及下一步会怎样
Tony Fadell 在 MIT Future Fest 上称 Rabbit R1、Humane Ai pin、Limitless pendant 等首波 AI 硬件未解决真实需求，只是"极客觉得有趣的技术"。他认为信任与安全是关键，目前只有 Apple 具备硬件、芯片等条件，并预测成功的 AI 智能体须完全在端侧运行，而非依赖数据中心。
The Verge · AIAI 评分3131 AI 硬件正在重定义「录制」：Apple 无录像摄像头与 Google 智能眼镜构想
据 Bloomberg 的 Mark Gurman 报道，Apple 正在研发一款不保存视频录像的智能家居摄像头，改用 AI 将视觉数据转为文字描述，并支持人脸识别；Google 可穿戴业务高级总监 Sandeep Waraich 也表示 Google 在考虑智能眼镜摄像头只用 AI 处理画面而不留存footage。
TechCrunch · AIAI 评分1010 开源还是闭源 AI？创始人在 TechCrunch Disrupt 2026 上如何做选择
TechCrunch Disrupt 2026 将举办四场对话，探讨 AI 创始人在多模型应用、定制模型、基础设施与芯片之间如何取舍。CapitalG、Together AI、Pathway、Oumi、Nvidia 等公司代表将讨论多模型组合、前沿 API 与开放权重模型的权衡，以及企业应自建、定制还是租用模型。
The GradientAI 评分3636 Car-GPT：LLM 能否最终让自动驾驶汽车成为现实？
文章探讨 LLM 能否成为自动驾驶的"意外答案"，类比 1928 年青霉素的偶然发现。文中先回顾 2010 年代模块化自动驾驶方案（感知、定位、规划、控制四模块），再到端到端学习，并解释 tokenization、Transformer 与 next-word prediction 等 LLM 基础，最后讨论把图像和 LiDAR 点云等传感器数据接入模型的方法。
The GradientAI 评分2323 The Gradient 长文：神经算法推理如何用神经网络捕捉经典计算
The Gradient 刊文讨论神经算法推理，即用深度神经网络捕捉最短路、排序等经典算法。MIT 论文《What Can Neural Networks Reason About?》提出算法对齐概念，证明架构与算法结构对齐得越好，学习执行算法所需的样本复杂度越低；文中以 GNN 对齐 Bellman-Ford 最短路算法为例说明。