◆ AI 总结

本期关注DeepSeek-V4-Flash-0731本地化实测与部署问题，以及具身智能保洁机器人“纯人工”内幕、MoE流式卸载新探索和多个本地 AI 部署经验分享。

模型动态

DeepSeek

DeepSeek-V4-Flash-0731 本地部署引热议：智能分逼近前沿但问题频出

社区称本地可跑的 DS4 Flash 0731智能指数约50，接近3月顶级模型51；用户也反馈量化版运行失败、token 效率不佳。链接：https://www.reddit.com/r/LocalLLaMA/comments/1vchoua/deepseekv4flash0731_models_you_can_run_locally/[3][4][5][6]

产品工具

开发者自制多标签 Markdown 桌面应用，支持 Mermaid 与多格式导出

用 Electron+React+TS 构建的Markdown桌面应用，多标签工作区，支持 KaTeX、Mermaid 图表渲染与缩放导出，可导出 HTML/PDF/PNG。链接：https://t.co/3s18YG5FA1[2]
Kimi

MoE 流式卸载新探索：29GB 内存可运行 Kimi K3，但速度仅 0.50 tok/s

开发者提出Weight-Aware Streaming Tensor Engine，用29GB内存运行 Kimi K3，速度仅0.50 tok/s；另有新方法探索大型 MoE 流式卸载到边缘设备。链接：https://www.reddit.com/r/LocalLLaMA/comments/1vche00/weightaware_streaming_tensor_engine_run_kimi_k3/[7][8]

技巧教程

Qwen

3x RTX 2080 Ti 跑 Qwen 3.6 27B Q5 达 55tps，用户分享配置求优化

用户分享在3张2080Ti上运行 Qwen 3.6 27B Q5 的 llama.cpp 配置，达到55 tokens/s，并求进一步优化建议。链接：https://www.reddit.com/r/LocalLLaMA/comments/1vch2vl/qwen_36_27b_q5_on_3x2080ti_55tps_with_llamacpp/[9]

用 Seedance 2.5 重制 iPod 剪影广告，全靠模型推理能力

用户让Seedance 2.5将经典 iPod 剪影广告重制成视频，素材抽象、参考极少，完全依赖模型推理生成动态效果。链接：https://t.co/otrvAYxxGg[10]

硬件动态

“天线宝宝”机器人上门保洁实为远程人工操控，定价200元/小时

具身智能机器人上门保洁标价200元/小时，实为“纯·人工·智能”——远程人工操控，反映具身智能在服务场景的落地现状与局限。链接：https://www.qbitai.com/2026/08/464781.html[1]