
字节笔记本
2026年11月5日 · 约 3 分钟读完
X 24 小时热点第十轮:PLaMo 四档开源,phonon 逆向听写
这一轮 X 热点的关键词是「本地化」与「住进你的生活」。
先看开放度最高的一条:日本 PFN 发布翻译专用模型 PLaMo 3 Translate 的权重,0.8B、2B、8B、31B 四个尺寸全开,可下载本地试用,附 Tech Blog 与 Hugging Face 合集(pfnet/plamo-3-translate)。原帖 7,629 赞、9,424 收藏(检索快照)。官方自称翻译能力「世界最高水平」,此为作者口径未经独立复现;但一次开源四个尺寸、且本地可跑的开放策略本身就有信息量。
第二条款量最硬核:开发者 Elliot Arledge 逆向了付费听写产品 Wispr Flow,用 DeepSeek 微调 LFM3-1.7B 做出免费的 phonon,完全在 Mac 上本地运行。按作者口径:M4 Max 上松键到出字延迟 65 毫秒,对比 Wispr Flow 同片段约 520 毫秒;技术栈是 Rust 后端加原生 Metal 引擎(每解码步一个融合大核)、内置 dflash2 推测起草器、parakeet 转录加 LFM 精炼的流式流水线;训练数据是 77,000 条公共音频与合成听写,逐条由 DeepSeek V4.1 Flash 1017 按书面规范重写;盲评(Claude Opus 当裁判)一小时讲座里 phonon 被偏好 90 次对 Wispr 23 次。以上均为作者口径,未经独立复现,原帖点赞数未抓到,快照参考约 925。安装:brew install --cask infatoshi/tap/phonon。「逆向付费产品加本地开源复现」这条独立开发路线,本身比数字更值得研究。
第三条在边界上试探。Vincent Nallatamby 发布个人 agent Quest:像侧写师一样研究你,要求彻底透明、拿到全量生活权限来做记忆,号称第一天就有 100 多份关于你的 wiki 与关系图谱;甚至自带一台 Android 手机,能操作你的 WhatsApp、Instagram、TikTok。原帖 882 赞、235 回复。产品形态与可用性未经独立验证,但「全量权限换个人 wiki」这笔交易值不值,值得每个人先想清楚;对照昨日 Claude 只读管钱的权限设计,「能看不能动」才是用户敢用的底线。
第四条是企业向:Mistral 推出 Mistral Studio 的 managed agents 与 apps,外加 workflows、企业连接器、可观测性与评估,口号是部署位置自己选、控制权留在自己手里(官方口径)。同日两条简讯一并记下:Muse 推出 Voice,从「今晚做什么菜」聊到直接开始做菜(1,011 赞);Meta 宣布公共时间服务 nts.meta.com 提供 NTS(RFC 8915),每个时间包都可验证来源,免费公开开源(1,040 赞)。



