微软本周三在旧金山科技周发布搭载英伟达RTX Spark芯片的Surface Laptop Ultra笔记本和Surface RTX Spark Dev Box工作站，公布配置与售价，标志个人电脑与AI硬件融合迎新里程碑。Laptop Ultra有两款基础型号，起售价分别为2600美元和3700美元，用户可升级内存与存储。
AMD CEO苏姿丰预计下月亲赴韩国，与三星电子高层会谈，重点讨论AI芯片与技术合作，最受关注的是三星有望成为AMD的HBM4供应商。双方今年3月已签署AI存储芯片与计算技术合作谅解备忘录，当时便有传闻称三星被AMD选为AI芯片合作方，此次会谈或推动合作落地。
2026骁龙峰会上，高通与PrismML在骁龙AR1 Gen 1智能眼镜平台本地运行20亿参数1-bit量化Bonsai视觉模型，实现离线识图问答。该模型基于Bonsai 1.7B构建，精度压缩至1-bit，内存占用仅为4-bit模型四分之一，同等内存可容纳约4倍参数，显著降低存储与推理资源需求。
智谱MaaS平台将上线“数据内容不留存”功能，用户调用模型时的输入输出数据不再静态存储，仅用于当次调用，用完即止。企业和开发者可通过MaaS控制台申请开通，具体生效时间及适用范围以平台确认为准，旨在满足更严格的数据合规与隐私保护需求。
DragBin提供安全云存储、文件共享和协作工具，支持多端访问。
Intervool是定性研究库，助产品团队存储访谈、AI洞察并转化为可辩护路线图
隐私优先的第二大脑应用，可在设备和iCloud存储多种内容，无服务器无跟踪
本地优先的AI文件搜索工具，可按文件外观描述查找，无云存储、无上传、无订阅费。
bartowski
这是由Mistral AI开发的大型语言模型Mistral-Large-3-675B-Instruct-2512的GGUF量化版本。原始模型拥有6750亿参数，专为指令遵循任务设计。本项目使用llama.cpp工具，结合imatrix校准数据集，生成了从Q8_0到IQ1_S共20多种不同精度的量化模型文件，旨在平衡模型性能、推理速度与存储/内存占用，使其能在更广泛的硬件上运行。
这是kldzj的GPT-OSS-120B-Heretic-v2模型的量化版本，使用llama.cpp的imatrix技术进行量化处理。该模型通过量化技术显著减少了存储和计算资源需求，同时保持了较好的模型性能，便于在各种设备上部署运行。
mlx-community
这是一个基于 Kimi-Linear-48B-A3B-Instruct 模型转换的 6 位量化版本，专为 Apple MLX 框架优化。该模型保留了原模型强大的指令跟随能力，同时通过量化技术显著降低了存储和计算需求，适合在 Apple 硬件上高效运行。
这是对internlm的JanusCoder-8B模型进行量化处理的版本，采用llama.cpp的imatrix量化技术，在保证性能的前提下显著减少模型的存储和计算资源需求，使模型能够在更多设备上高效运行。
noctrex
这是Qwen3-Yoyo-V4-42B-A3B-Thinking-TOTAL-RECALL模型的MXFP4_MOE量化版本，专门针对文本生成任务进行了优化。该模型基于42B参数的大语言模型架构，通过量化技术降低计算和存储需求，同时保持较好的性能表现。
cyankiwi
GLM-4.6 AWQ - INT4是GLM-4.6模型的4位量化版本，采用AWQ量化方法，在保持模型性能的同时显著减少了存储和计算资源需求。该模型支持200K上下文长度，在编码、推理和智能体任务方面相比GLM-4.5有显著提升。
这是慧慧GPT-OSS-120B-BF16-abliterated-v2模型的MXFP4_MOE量化版本，专门针对文本生成任务进行优化，提供高效的文本生成能力。该模型通过量化技术降低了计算和存储需求，同时保持了良好的性能。
这是Qwen3-Next-80B-A3B-Thinking的MXFP4量化版本，采用先进的量化技术在保持模型性能的同时显著减少存储和计算需求。作为实验性版本，展示了最新的量化技术成果。
这是Qwen3-Coder-REAP-25B-A3B模型的MXFP4_MOE量化版本，专门用于文本生成任务。该模型基于25B参数的Qwen3-Coder架构，通过MXFP4量化技术优化了存储和推理效率，同时保持了良好的性能表现。
cpatonn
Qwen3-VL-32B-Instruct AWQ - INT4是基于Qwen3-VL-32B-Instruct基础模型的4位量化版本，采用AWQ量化方法，在保持性能的同时显著减少存储和计算资源需求。这是Qwen系列中最强大的视觉语言模型，在文本理解、视觉感知、上下文长度等方面全面升级。
这是Cerebras公司Qwen3-Coder-REAP-25B-A3B模型的量化版本，使用llama.cpp的imatrix技术进行量化处理，能够在减少模型存储空间和计算资源需求的同时保持模型性能。
lefromage
这是一个基于Qwen3-Next-80B-A3B-Instruct模型的Q4_0量化版本，通过特定量化技术显著提升了模型在存储和计算方面的效率，同时保持了良好的性能表现。
nvidia
Llama Nemotron Embedding 1B模型是NVIDIA开发的专为多语言和跨语言文本问答检索优化的嵌入模型，支持26种语言，能够处理长达8192个标记的文档，并可通过动态嵌入大小大幅减少数据存储占用。
lightx2v
基于LoRA的4步推理高性能视频生成模型，从Wan2.2蒸馏模型中提取的LoRA权重，具备灵活部署、存储高效和出色生成质量的特点
这是Qwen3-VL-4B-Thinking模型的量化版本，通过llama.cpp的imatrix量化方法在保证性能的同时大幅减少模型存储和计算资源需求，支持在各种硬件环境中部署使用。
RESMP-DEV
这是使用LLM Compressor和NVFP4格式对Qwen/Qwen3-Next-80B-A3B-Thinking进行量化后的版本，采用FP4微缩放技术，在保持高精度的同时大幅减少模型存储和计算需求。
这是IBM Granite-4.0-H-Tiny模型的GGUF量化版本，使用llama.cpp进行多种精度量化处理，在保证性能的同时显著减少模型存储空间和计算资源需求，便于部署和运行。
DevQuasar
本项目提供腾讯混元-MT-7B大语言模型的量化版本，通过模型压缩技术降低计算和存储需求，致力于让知识为每个人所用，使高性能AI模型更加普及和易用。
llmat
Apertus-8B-Instruct-2509-NVFP4是基于swiss-ai/Apertus-8B-Instruct-2509的NVFP4量化版本，通过llmcompressor工具生成。该模型在保持性能的同时显著减少了存储空间和计算资源需求，提升了推理效率。
这是TheDrummer的Behemoth R1 123B v2模型的量化版本，使用llama.cpp和imatrix技术进行量化处理，可在保持较好性能的同时显著减少模型存储空间和计算资源需求，适合在不同设备上运行。
Azure MCP Server是一个实现MCP协议的服务器，为AI代理与Azure服务（如存储、Cosmos DB等）提供无缝连接，支持自然语言命令转换为Azure操作。
MoltBrain是一个为OpenClaw、MoltBook和Claude Code设计的长期记忆层插件，能够自动学习和回忆项目上下文，提供智能搜索、观察记录、分析统计和持久化存储功能。
MCP Notes是一个基于MCP协议的智能笔记应用，支持AI驱动的笔记管理和网页界面操作，使用DynamoDB存储数据。
MCP记忆服务是一个基于ChromaDB和句子转换器的语义记忆存储系统，为Claude Desktop提供长期记忆和语义搜索功能。
MCP-Mem0是一个为AI代理提供长期记忆功能的模板实现，集成了Model Context Protocol (MCP)服务器和Mem0，支持记忆的存储、检索和语义搜索。
Overseer是一个通过MCP为AI代理提供任务编排的系统，采用SQLite存储和原生VCS支持（jj-lib + gix），支持任务层次管理、学习记录传递和可视化界面。
一个基于Playwright的MCP服务器，提供网页自动化工具和笔记存储系统
基于知识图谱的持久化记忆服务器，支持跨会话用户信息存储与检索
FileScopeMCP是一个基于TypeScript的代码分析工具，通过计算文件重要性评分、追踪依赖关系、生成可视化图表和添加文件摘要，帮助开发者快速理解代码库结构。支持多语言项目分析，提供Mermaid图表生成和持久化存储功能，可与Cursor的模型上下文协议集成。
一个基于MCP协议和mem0的代码偏好管理服务器，提供代码片段的存储、检索和搜索功能。
Weaviate的MCP服务器，支持通过Smithery快速安装并与Claude Desktop集成，提供向量搜索和存储功能。
一个集成Qdrant向量数据库和MCP服务器的系统，用于存储和检索代码片段，支持自然语言搜索和语义检索。
Alkemi MCP服务器是一个通过STDIO包装的HTTP MCP端点，允许用户连接Snowflake、Google BigQuery、DataBricks等数据源，通过Alkemi平台存储数据库元数据、生成查询并执行，实现团队共享数据查询能力
DuckDB MCP Server是一个实现模型上下文协议(MCP)的服务，让AI助手能够通过SQL与DuckDB数据库交互，支持多种数据源查询和云端存储访问。
该项目是一个基于OpenSearch的MCP服务器实现，为Claude等LLM应用提供语义记忆存储和检索功能，支持通过标准协议连接AI工具与数据源。
ServeMyAPI是一个基于macOS Keychain的安全API密钥管理工具，通过MCP协议提供跨项目的密钥存储和访问服务，解决了传统.env文件的安全性和协作问题。
该项目是一个MCP服务器，用于管理记忆文本文件，帮助Claude等AI模型在对话间保持上下文。提供添加、搜索、删除和列出记忆的功能，支持基于子字符串的精确匹配操作。设计上采用简单的文本文件存储记忆，类似于ChatGPT的记忆机制，并通过提示和训练来触发记忆存储。
一个CLI工具，用于从Notion、Obsidian等来源检索个人数据，存储在Qdrant中并通过MCP服务器提供查询服务
一个基于FastMCP的待办事项服务器，用于Swarmonomicon项目，通过FastMCP接收请求并将任务存储在MongoDB中，供Swarmonomicon的工作器处理。
一个MCP服务器，可从GitHub仓库动态获取AI代理的编码规则文件，无需本地存储，支持多种社区规则集和自定义规则库。
GgufMultiple Languages%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Join Now
