PrismML brings its tiny LLMs to Qualcomm-powered smart glasses

高通在 Snapdragon Summit 2026 发布两块旗舰 SoC：Snapdragon 8 Elite Gen 6 与 Snapdragon 8 Elite Extreme Gen 6两块都用 TSMC N2 工艺，CPU 换新八核 Oryon 架构两颗 prime core 加六颗 performance core，是首批 mobile CPU 突破 5 GHzOryon Flex-Cache 把全部八核接进同一片 L2 pool，给 agent 这种跨核来回搬 working set的工作负载专门修了一次 miss costAI 侧：Hexagon NPU 重做，新增 Element Accelerator，context window 上限 32,000 tokens，共享 NPU 内存多 50%...

PELM（imec-nu, 2026-09-09 提交，ACM/IEEE SenSys'26 录用）针对端侧 LLM 的功耗与热墙问题，把token 不需要每步都做全深度推理这一观察拆成两个新维度：推测解码（小模型先猜几个 token，大模型整段验证）和可变验证深度（验证阶段允许提前拒绝或早停），与 DVFS 频率一起做多维搜索论文跨硬件/数据集评估，端侧 LLM 推理最高加速 23.1%能耗降低 52.4%，任务质量持平；代码在 github.com/imec-nu/PELM对做端侧 LLM 工程的人来说，多维 DVFS 比单维频率调档更稳，不每 token 都全深度验证是会反复重用的工程判断

Z.ai 发布 GLM-5.3：与 GLM-5.2 同一基座，全部提升来自 post-training 环境扩展Z.ai Code Bench 较 5.2 提升 50%，Terminal Bench 3.0 从 4.6 升至 28.3，DeepSWE v1.1 达 66.9；安全方向 CyberGym 84.5 为 SOTA，ExploitBench 54.4 较 5.2 翻倍权重将在发布两周后开源收录理由：前沿开源权重模型在编码与攻防两条线同时刷新，其环境合成管线（research agent 从真实工作采集任务模式生成长程环境，judge agent 验证可解性）是可借鉴的 post-training 工程方法

Meta 超级智能实验室发布 Muse Glimmer，一个 300 亿参数的开源模型 (Apache 2.0)，专为本地常驻代理工作流优化通过 4-bit 量化压缩至 20GB 以下，可在单块消费级 GPU 上运行，支持函数调用本地编码多模态输入和 LLM-as-a-judge 评估训练经历 logit 蒸馏代理密集型中间训练以及 SFT+在策略蒸馏+RL 后训练，并随附 DFlash 推测解码加速 1.5-3.1 倍在 DeepSearch QAMCP-Atlas-BenchSWE-Bench 等基准上评测，权重已在 Hugging Face 开放