A.I. 日报
Muse Glimmer在本地模型社区受到好评
在LocalLLaMA社区用户称Muse Glimmer表现出色，聊天自然、少有模板化回复，适合作为本地化对话模型的选择；用户同时在测试Qwen 3.8 27B用于编码。
Qwen 3.8 27B
5 篇报道Qwen 3.8 27B 是一款可本地部署的多模态大模型，常以 q4xl 格式运行并支持视觉与 MTP 能力。近期报道关注它作为 Perplexity Portable 随机本地模型被带到 Windows（配合 NVIDIA GPU），以及社区用 Zima Board 2 + RTX 2000 ADA 或本地 PI agent 在游戏设计任务中处理百万级 token 的实践与性能对比。
相关话题
- NVIDIA2
- Muse Glimmer1
- UkisAI1
- Perplexity1
- Luke’s Dev Lab1
- Mac Mini M51
- Ollama1
- RTX 2000 ADA1
- Zima Board 21
- Fable1
UkisAI 发布 Swift‑Qwen3.8‑27B 更快更省思考
UkisAI 在 Qwen 3.8 27B 基础上进行后训练，识别并惩罚导致“过度思考”的 token，结合 On‑Policy Distillation 将推理令牌减少 58%、速度提升 1.95 倍、准确率损失 <1%。模型开源于 Hugging Face，并提供由 NVIDIA 资助的免费 OpenAI 兼容 API（限速 5 RPM）。
Perplexity Portable Computer在Windows上支持NVIDIA RTX
Perplexity在Windows版应用中推出Portable Computer，本地代理借助NVIDIA GeForce/RTX PRO与RTX服务器加速，支持本地模型（如Qwen 3.8 27B），可在设备上处理敏感数据并按需调用云模型。
Zima Board 2 + RTX 2000 ADA 组成本地 Qwen-3.8 方案?
Reddit 用户讨论将 Zima Board 2（约$411）插入 RTX 2000 ADA（约$700）以运行 Qwen-3.8 27b 的可行性，提到在 Luke’s Dev Lab 的演示中能用 Ollama 达到不错的 token 速度并用 Zima 电源供电。作者比较该组合与 Mac Mini M5 24GB 的优劣，并询问是否有更便宜的全新自托管替代方案。
Qwen 3.8 27B 在本地推动三维游戏创作极限
一位用户用 Qwen 3.8 27B（q4xl）在本地 PI agent 环境下处理大型游戏设计文件，使用约120k 上下文并启用视觉与 MTP，读取约1100万 token 并写出320万 token，运行约12小时。作者表示这是将本地模型用于复杂游戏设计的示例。
已经到底了