Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构、740M 参数的开源多模态嵌入模型，采用 Apache 2.0 许可，可把文本、图像、音频和视频映射到统一嵌入空间。
推荐理由：原文给出 740M 参数、量化后内存占用和 8K 上下文等具体指标，便于开发者判断端侧多模态检索能否落地。
#端侧
Google DeepMind精选AI 评分6262
Cursor Changelog精选AI 评分6262 Cursor 上线本地智能体远程控制，可在 iOS 应用查看并回复
Cursor 推出本地智能体远程控制功能，用户可在 Cursor iOS 应用中查看电脑上正在运行的本地智能体并直接回复消息。该功能除企业组织外默认对所有用户开启，智能体仍在本机运行，App 只建立连接，因此电脑需保持开机联网；桌面端设置中可开启 Keep this computer awake 防止休眠。
推荐理由：原文说明了远程查看和回复本地智能体的具体操作与限制，便于开发者判断能否把等待中的编码任务挪到手机上处理。
Ollama Blog精选AI 评分7171 NVIDIA Nemotron 3.5 Lightning 上线 Ollama，30B 总参数 3B 激活可本地运行
NVIDIA Nemotron 3.5 Lightning 已在 Ollama 上线，可完全在本地设备运行，这是一个 30B 总参数、每 token 仅 3B 激活的开放模型，采用混合 MoE 架构，面向持续运行的智能体任务。
推荐理由：想在本机跑长时智能体的团队，可据此了解这款 30B 总参数、3B 激活的 MoE 模型在吞吐和工具调用上的定位。
Ollama Blog精选AI 评分7878 Meta Superintelligence Labs 首个开源模型 Muse Glimmer 上线 Ollama
Meta Superintelligence Labs 的首个开源模型 Muse Glimmer 已在 Ollama 上线，这是一个 30B 多模态模型，面向本地运行的智能体工作负载，上下文长度 128K+，采用 Apache 2.0 许可。
推荐理由：Meta 新开源模型在本地跑智能体，开发者可据此判断本地编码智能体的模型与硬件选择。
JetBrains AI Blog精选AI 评分6666 JetBrains Air 新版本支持更多 ACP 智能体、本地模型与 Java/Kotlin 代码智能
JetBrains Air 新版本通过 Agent Client Protocol（ACP）接入 GitHub Copilot、OpenCode、Pi、Cline 等兼容智能体，并新增本地模型支持与 Java/Kotlin 代码智能。
推荐理由：原文给出 Air 接入 ACP 智能体、本地模型与 Java/Kotlin 代码智能的具体配置方式，可据此判断能否沿用公司已批准的编码工具。
Ollama Blog精选AI 评分6666 Ollama 更新 MLX 引擎，在 Apple Silicon 上性能创新高
Ollama 更新 MLX 引擎，称这是其在 Apple Silicon 上的最高性能表现，模型响应质量更高、速度更快且占用内存更少。新引擎支持 NVIDIA 的 NVFP4 格式，在 Gemma 4 12B 上把 4-bit 量化的质量损失大致减半，输出速度比 q4_K_M 快约 20%。
推荐理由：原文给出 MLX 引擎在 Apple Silicon 上的量化、速度与快照缓存改进，可据此判断本地跑模型和 Agent 工作流的收益。