Diffusers 支持 FLUX.2:4bit 量化管线代码与显存实测
Hugging Face Blog 发布 Diffusers 对 FLUX.2 的支持,提供 Flux2Pipeline 与 Flux2Transformer2DModel 的加载代码,使用 diffusers/FLUX.2-dev-bnb-4bit 仓库、Mistral3 文本编码器和 enable_model_cpu_offload 进行文生图推理。
Hugging Face Blog 发布 Diffusers 对 FLUX.2 的支持,提供 Flux2Pipeline 与 Flux2Transformer2DModel 的加载代码,使用 diffusers/FLUX.2-dev-bnb-4bit 仓库、Mistral3 文本编码器和 enable_model_cpu_offload 进行文生图推理。
OVHcloud 现已成为 Hugging Face Hub 上受支持的 Inference Provider,可在模型页面直接调用 gpt-oss、Qwen3、DeepSeek R1、Llama 等开源模型。
ChatGPT 推出购物研究功能,帮助用户探索、比较和发现商品,并提供个性化的买家指南以简化决策过程。
Google Research 发布了一个轻量级预测模型,用线性回归预测特定充电站若干分钟后端口可用的概率,以缓解电动车续航焦虑。模型以一天中的小时为特征,在 CA 和德国两个地区的真实充电网络数据上训练,测试覆盖 100 个随机站点、30 分钟与 60 分钟两个时间窗口,每天采样 48 次持续一周。
Hugging Face TRL 官方集成 RapidFire AI,让用户在几乎不改代码、不增加 GPU 需求的前提下并发比较多种微调/后训练配置。
Google DeepMind 宣布从当日起在 Gemini 应用中上线图片验证功能,用户上传图片并提问即可由 Gemini 检测 SynthID 水印并结合自身推理返回内容来源信息。
Hugging Face 发布 AnyLanguageModel,一个可直接替换 Apple Foundation Models 框架的 Swift 包,只需把 import 语句换掉即可保持相同 API。
OpenAI 发布了一场网络研讨会,讲解如何在软件开发生命周期中使用 Codex。
Google Research 介绍了一种端到端实时语音到语音翻译(S2ST)模型,可保留原说话人声音进行实时翻译,延迟仅 2 秒,而现有级联式方案通常有 4–5 秒延迟并存在误差累积。
推荐理由:原文对比了级联方案的延迟与误差累积问题,读者可据此理解端到端流式架构带来的改进方向。
Scania 正在通过 ChatGPT Enterprise 在全球员工中规模化推广 AI,借助团队式上手培训和严格的护栏机制,AI 已在提升生产力、质量和创新方面发挥作用。
OpenAI 推出 ChatGPT for Teachers,一个具备教育级隐私与管理员控制的安全工作区,面向已验证的美国 K–12 教育工作者免费开放,有效期至 2027 年 6 月。
Google DeepMind 发布 Google Antigravity,一款面向智能体优先的开发平台,今日起免费公开预览,Gemini 3 Pro 用量提供较宽松限额。
推荐理由:原文拆解了信任、自主、反馈、自我改进四大设计原则,可迁移理解智能体产品的形态取舍。
Google Research 发布论文并推出 Generative UI,让模型针对任意提示词动态生成网页、游戏、工具和应用等交互界面,该能力以 dynamic view 和 visual layout 两项实验形式在 Gemini 应用上线。
推荐理由:原文说明了实现所需的三项关键设计和评测对比口径,读者可据此判断生成式 UI 目前的能力边界。
OpenAI 发布了一场网络研讨会,展示其内部如何在工作中使用 ChatGPT Atlas。
Google Research 与 Google DeepMind 联合发布 Natural Forests of the World 2020 地图与数据集,论文发表于 Nature Scientific Data,与 World Resources Institute 和 IIASA 合作完成。
Philips 正在用 ChatGPT Enterprise 扩大 AI 素养覆盖,培训 70,000 名员工负责任地使用 AI,以改善全球医疗健康成果。
ChatGPT 推出群聊功能,用户可以和他人以及 ChatGPT 在同一个对话中协作。
Google Research 宣布发布 JAX-Privacy 1.0,这是一个基于 JAX 构建、用于开发和审计差分隐私(DP)模型的开源工具包,已通过 GitHub 仓库和 PIP 包提供。
Neuro 用不到 70 名员工借助 ChatGPT Business 实现全国零售扩张,节省时间、降低成本,并把销售与运营的更快执行转化为增长。
Google DeepMind 与北爱尔兰教育局 C2k 合作的六个月试点中,100 名教师使用 Gemini 和 Google Workspace 工具,平均每人每周节省 10 小时,并沉淀出 600 多个独特用例。
OpenAI 将为退役或离役前 12 个月内的美国现役军人和退役军人免费提供一年 ChatGPT Plus,帮助他们过渡到平民生活。该服务可用于简历、面试、教育和下一步规划。
OpenAI 阐释了提示词注入这一 AI 系统的前沿安全挑战,说明这类攻击的工作原理,并介绍其在研究、模型训练和用户防护方面的进展。
Google Research 提出数据科学智能体 DS-STAR,通过数据文件分析模块、LLM judge 验证与迭代式规划,在 DABStep、KramaBench、DA-Code 上取得 SOTA,准确率分别达 45.2%、44.7%、38.5%,超过 AutoGen 与 DA-Agent。
Google DeepMind 宣布三项生物圈研究:与 World Resources Institute 合作开发的森林砍伐驱动模型(2000-2024,1km2 分辨率)并发布砍伐风险预测基准数据集。
Google Research 与 Google DeepMind 联合发布 ForestCast 深度学习模型和首个公开的毁林风险预测基准数据集,把森林保护从统计已发生的损失转向预测未来风险。
OpenAI 推出 Aardvark,一个由 AI 驱动的安全研究员,可自主发现、验证并协助修复软件漏洞,且能规模化运作。该系统目前处于私测阶段,可报名加入早期测试。
Google Research 发布首个可证明隐私洞察(PPI)系统,结合 LLM、差分隐私(DP)与可信执行环境(TEE)分析非结构化 GenAI 数据,已在 Pixel Recorder 应用中部署。
OpenAI 发布文章深度解析 OWL 架构,这是其基于 ChatGPT 的浏览器 Atlas 背后的新架构。OWL 解耦了 Chromium,实现快速启动、丰富 UI,并支持与 ChatGPT 结合的智能体浏览。
Google Research 在 UIST'25 发布 StreetReaderAI 原型,用基于 Gemini 的上下文感知多模态 AI 让盲人和低视力用户通过语音与键盘浏览街景。
DNP 在十个核心部门部署 ChatGPT Enterprise,三个月内实现专利研究提速 95%、处理量提升 10 倍、自动化率 87%、知识复用率 70%。ChatGPT Enterprise 以 API 形式提供企业级 AI 能力,帮助组织在多部门落地自动化与知识管理。
Doppel 用 GPT-5 和强化微调构建 AI 防御系统,在深度伪造与冒充攻击扩散前将其拦截,分析师工作量减少 80%,响应时间从数小时缩短到数分钟。
Hugging Face 发布 voice consent gate(语音同意门)概念与示例 Space,让语音克隆只有在说话者明确说出同意后才启动。系统由生成同意句、ASR 识别和语音克隆 TTS 三部分组成,用大语言模型为每次会话生成含模型名的唯一同意句与补充语音多样性的中性句,且要求音频直接来自麦克风。
Google 宣布基于 Gemini 模型打造的个人健康教练将在未来一周内向美国 Fitbit Premium Android 用户推出可选公开预览,iOS 版本随后扩展。
推荐理由:原文拆解了健康教练背后的多智能体框架与评测体系,读者可了解其如何把通用模型落到具体健康场景。
OpenAI 与 170 余名心理健康专家合作,改进 ChatGPT 识别用户情绪困扰、共情回应并引导用户寻求现实世界支持的能力,使不安全回复最多减少 80%。
Hugging Face 官方宣布 huggingface_hub 发布 v1.0,这是该库五年 35+ 个版本后的首个大版本,支撑 GitHub 上 200,000+ 仓库和 PyPI 上 3,000 个包,月下载量达 113.5 million。
推荐理由:官方系统梳理了 v1.0 的破坏性变更与迁移路径,读者可据此评估升级影响与兼容范围。
Hugging Face 官方博客宣布 datasets 库的 streaming=True 流式加载获得大幅优化:数据文件解析时间快 10 倍、启动请求最多减少 100 倍、流式速度最高提升 2 倍,在 256 并发 worker 下零崩溃。
推荐理由:原文拆解了启动与流式两个阶段的具体优化手段,读者可迁移其缓存与预取思路到自己的数据管线。
Steuerrecht.com 使用 ChatGPT Business 简化法律工作流、自动化税务研究,为律所更快交付客户级的法律分析。
Mistral AI 发布 Mistral AI Studio,一个面向企业团队的生产级 AI 平台,现已开放 private beta 报名。
LeRobot 发布 v0.4.0,推出 LeRobotDataset v3.0(分块 episode 格式、Parquet 统一元数据,支持 OXE 级 >400GB 数据集)、lerobot-edit-dataset CLI 编辑工具,以及面向模型和硬件的两类 Processors 数据处理管线。
推荐理由:原文逐项列出了数据集、仿真、训练与硬件接入的改动,读者可据此评估开源机器人学习工作流会如何变化。
Consensus 用 GPT-5 和 OpenAI 的 Responses API 驱动多智能体研究助手,在几分钟内完成文献阅读、分析与证据综合,服务超过 800 万名研究人员。该助手帮助科研人员加速科学发现。