Hugging Face 推出 ToyBlocks 受控仿真框架用于机器人学习与评测
Hugging Face 与 AllenAI 推出 FoundationWorlds 框架及其首个基础世界 ToyBlocks，一个围绕机械臂与桌面积木的开源仿真环境，可自动生成任务与演示数据，无需人工遥操作。
推荐理由：通过受控仿真环境把数据生成、训练与评测打通，读者可据此理解机器人泛化与失败归因的可复现研究路径。
精选
当前热点
完整榜单Hugging Face Blog精选AI 评分6363 The Decoder精选AI 评分7676 METR审计称Anthropic或已于7月越过自身AI加速预警阈值
METR发布对Anthropic的审计结果，称自2025年10月以来Anthropic模型测试分数爬升速度约为此前的1.9倍，按AECI指标年增从约15点升至29点，可能在7月15日就已越过自身预警阈值。
推荐理由：报告披露了加速归因与删改细节，读者可据此理解独立审计在AI安全承诺中的实际约束力。
Latent Space精选AI 评分7878 Thinking Machines 发布 Inkling 2 Small：594B 总参数多模态 MoE，68 小时完成预训练
Thinking Machines 发布 Inkling 2 Small，一个 594B 总参数 / 17B 激活参数的多模态 MoE 模型，支持文本与图像输入、文本输出，具备原生视觉能力，上下文窗口和最大输出均为 1M tokens，现已在 Tinker 和 Tinker Playground 上开放微调与推理，Apache 2.0 权重将在外部安全测试完成后于下周发布。
推荐理由：原文汇总了训练成本、独立评测与安全披露，读者可据此判断这款开源权重模型的真实定位与短板。
NVIDIA Blog精选AI 评分6262 NVIDIA Vera CPU 发布：兼顾 Agent 速度与每瓦容量
NVIDIA 宣布 Vera CPU 同时提供快速的 Agent 性能和高每瓦容量，让服务商用单一 CPU 覆盖各类 Agent 工作负载，无需混搭快与密集的 x86 部件。
推荐理由：原文用多家伙伴的实测数据说明 Vera 在速度与每瓦容量上的表现，便于评估其对 AI 工厂选型的影响。
Hugging Face Blog精选AI 评分6262 NVIDIA 为 Cosmos 3 开源模型家族新增四个交互式世界仿真检查点
NVIDIA 为 Cosmos 3 模型家族新增四个开源权重检查点，用于生成交互式世界仿真和多传感器多视角驾驶场景：Cosmos3-Nano-Transfer-Auto 生成多视角驾驶数据。
推荐理由：四个检查点分别对应驾驶数据生成、流式仿真、模拟器渲染和双臂机器人动作预测，读者可据此判断各自适配的落地场景。
Microsoft Research精选AI 评分6262 Microsoft Research 推出 PDD Kit，用形式化验证约束智能体生成的全栈 Web 应用
Microsoft Research 与 GitHub Next、RiSE 合作推出 PDD Kit，把形式化验证引入日常软件开发：它在 GitHub Next 的 Chopin 规划环境中与开发者协作，把自然语言意图转成 Verus 形式化规范，自动为智能体生成的代码生成证明，证明覆盖每个输入，证明触及不到的部分则回退为测试。
推荐理由：原文完整展示了从意图到形式化规范再到证明的七步工作流，可迁移之处在于它把代码审查重心移到了意图审查。
OpenAI News精选AI 评分6262 OpenAI 发布 GPT-6 Cyber 网络安全模型
OpenAI 发布 GPT-6 Cyber，这是一款用于发现可利用漏洞并开发修复方案的网络安全模型，训练上被约束在授权范围内活动。
推荐理由：原文点明该模型面向漏洞发现与修复并强调授权范围约束，读者可据此判断其在安全智能体场景的定位与边界。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 Gemini Omni 1.2 Flash 视频模型
Google DeepMind 宣布推出 Gemini Omni 1.2 Flash，并首次在 Gemini API 和 Gemini for business 中全面可用。
推荐理由：原文给出价格降幅、时长上限与一致性改进，可据此评估它对批量视频生产成本与工作流的影响。
Google Research精选AI 评分6262 Google Research 发表无需袖带校准的智能手表高血压筛查研究
Google Research 在 Nature 发表多模态 AI 系统 AI-PPG-ACC-HTN，可用消费级智能手表被动检测高血压迹象，无需传统臂式袖带校准。
推荐理由：原文给出无需袖带校准的筛查方案与对照临床数据，读者可据此判断智能手表在高血压筛查中的实际定位。
Mistral AI精选AI 评分6262 Mistral AI 扩展 Mistral Studio，新增托管智能体、工作流与应用能力
Mistral AI 宣布扩展其企业 AI 平台 Mistral Studio，新增托管智能体（managed agents）、应用、工作流能力，以及 enterprise context、agent observability 和 evaluations 等功能，配合 Mistral Large 4（Le Chonk）模型使用。
推荐理由：原文给出托管智能体、工作流与应用的具体能力和部署选项，可据此评估企业如何在保留数据控制的前提下落地智能体。
Hugging Face Blog精选AI 评分6767 Hugging Face 发布端侧 TTS 模型 Phonon 并开源权重
Hugging Face 发布可在本地设备运行的文本转语音模型 Phonon，无需服务器和网络，两周内下载量超过 200,000 次。模型提供约 65 MB 和 75 MB 两个尺寸，支持英语、法语、德语、西班牙语和葡萄牙语五种语言及 100 多个内置声音；Phonon 31m 仅支持英语并采用 Apache 2.0 许可，Phonon 40m 覆盖五种语言但限非商业使用。
推荐理由：原文交代了小模型兼顾音质与体积的技术路线、许可证差异和排行榜成绩，可帮助判断端侧语音方案的可用性。
OpenAI News精选AI 评分6161 OpenAI 自动化流程为 Linux 内核修复 948 个本地提权漏洞
OpenAI 构建了一套自主流程，发现、验证并为 Linux 内核中的 948 个本地提权漏洞生成了补丁。
推荐理由：原文点明了漏洞数量与自动化流程的闭环，读者可据此评估 AI 自动化安全审计的规模与可行性。
OpenAI News精选AI 评分6262 OpenAI 发布 Images 2.6，带来更快生成、GIF 创建与更精细编辑
OpenAI 发布 Images 2.6，带来更快的图像生成、GIF 创建、更精细的编辑以及新的 API 控制，覆盖 ChatGPT、Codex 和 API。
推荐理由：原文列出速度、GIF、编辑精度和 API 控制四项变化，读者可据此判断它对现有图像工作流的影响。
AWS Machine Learning Blog精选AI 评分6262 AWS 教程：生产级 AI 智能体的四层上下文工程实践
AWS Machine Learning Blog 发布教程第二篇，讲解生产级 AI 智能体的四层上下文工程方法，并以开源多智能体数据分析方案 Deep Insight（基于 Strands Agents SDK 和 Amazon Bedrock AgentCore）作为参考实现展示代码。
推荐理由：以开源参考实现逐层给出可直接照抄的代码与配置，把四层上下文工程从概念落到具体实现。
OpenAI News精选AI 评分6161 OpenAI 将收购 Pierre Computer Company 扩展 Codex 代码工具
OpenAI 宣布将收购 Pierre Computer Company, Inc.，以扩展 Codex 在构建、理解和审查代码方面的工具能力。
推荐理由：收购将 Codex 的代码构建、理解与审查工具链补全，读者可据此判断 OpenAI 在编码工具上的布局方向。
Hugging Face Blog精选AI 评分6060 Hugging Face 开源 CWE-bench v2：100 个任务覆盖 91 种 CWE
Hugging Face 与 Collinear AI 开源 CWE-bench v2，公开 100 个任务，覆盖 91 种 CWE，用于测试前沿模型发现并修复安全漏洞且不破坏现有功能的能力，评分完全程序化、可复现。
推荐理由：公开了 100 个任务的评分口径与成本数据，读者可据此判断模型在真实漏洞修复上的水平与代价。
Hugging Face Blog精选AI 评分6262 Hugging Face 与 IBM Research 发布 Palette：用合成数据训练 20B 模型按设计语言生成幻灯片
Hugging Face Blog 发布 IBM Research 的 Palette：微调一个 20B 开源权重模型，用合成数据学习 IBM Design Language 并通过校验 harness 生成幻灯片，在 PresentBench 三个领域中两个排名第一、三领域均分第二（59.7 分，落后 NotebookLM 的 60.8 分 1.1 分）。
推荐理由：原文拆解了用合成数据与校验器训练小模型复现设计语言的完整方法，可迁移到其他输出可被代码校验的任务。
Google DeepMind精选AI 评分6262 Google Antigravity 推出 Cheminformatics Skills 加速药物发现工作流
Google DeepMind 宣布 Google Antigravity 的 Cheminformatics Skills 今日上线，可安装 Science 插件使用，企业用户也能通过 Google Cloud 凭据登录。
推荐理由：原文以肺癌药物刚性化为完整案例，展示智能体如何串起文献检索、MMPA 与活性预测，可迁移性强。
Hugging Face Blog精选AI 评分6262 IBM 用同一模型对比 CUGA、Hermes 与 Deep Agents 三个 Agent harness
IBM Research 用同一个开源模型 GLM-5.3-flash 在 AppWorld 的 90 个任务上对比 CUGA、Hermes 和 Deep Agents 三个 harness，任务完成率分别为 81.1%、46.7% 和 30.0%，说明 harness 选择对结果影响很大。
推荐理由：同一模型换 harness 完成率从 30% 到 81%，这组对照数据能帮读者理解选型应匹配工作负载而非只看模型。
Google DeepMind精选AI 评分6262 Google DeepMind 的规划辅助工具 PlanAssist 将新增 12 个英国地方规划局
Google DeepMind 宣布其 AI 规划工具 PlanAssist 将新增 12 个英国地方规划局，参与总数达 15 个，并进入为期 12 个月、使用真实申请的 Beta 阶段。
推荐理由：原文给出了试点中规划评估时间下降的具体幅度和报告免改通过率，可据此判断该工具在公共服务场景的实际可用程度。