小米发布MiMo V2.5模型，推理速度达1000-3000tps
小米推出MiMo V2.5，使用DFlash & Persistent kernel实现高速推理，并承诺即将开源。对AI从业者具有重要价值。[1]
大黑AI速报
本期重点关注小米MiMo V2.5模型发布、本地VLM基准测试结果，以及多个实用工具如Harbor v0.5.0和Aionforge Memory。此外，Google推出vibe coding官方课程，社区分享Deepseek本地运行经验。
模型动态
2026年6月本地VLM基准测试结果发布
Reddit社区发布最新本地VLM基准测试，系统比较各模型性能，为选择本地视觉模型提供参考。[2]
产品工具
Harbor v0.5.0发布：一键启动多种本地推理后端
Harbor v0.5.0支持【一键启动】MLX、OMLX、llama.cpp等后端，自动连接Open WebUI等前端，简化本地部署。[3]
Aionforge Memory：基于Rust的Agent长期记忆层
推出Aionforge Memory，支持事件、事实、技能等多类型存储与检索，为Agent提供持久记忆能力。项目地址：https://www.reddit.com/r/LocalLLaMA/comments/1u5oyzl/aionforge_memory_long_term_agent_memory/[4]
技巧教程
Google推出5天Vibe Coding Kaggle课程，Zara Zhang分享演讲
Mac M3 Max成功运行Deepseek 4 flash
在M3 Max 96GBMac上成功运行Deepseek 4 flash，并分享具体SSD流式参数设置方法。[8]
社区分享基于Qwen3.5的实时语音聊天机器人构建经验
用户构建基于Qwen3.5-397B、Whisper等的实时语音聊天机器人，支持中断和上下文保持，提供实用参考。[9]
硬件动态
双DGX Spark运行Deepseek V4 Flash基准测试
公布双DGX Spark运行Deepseek V4 Flash的详细测试结果：单节点40tk/s，聚合350 tk/s。[7]