跳到正文
3月7日周六
3月6日周五
3月5日周四
  1. Hugging Face Blog62

    Hugging Face 推出 Modular Diffusers:可组合的扩散流水线构建块

    Hugging Face 官方博客介绍 Modular Diffusers,它用可复用的块(如文本编码、图像编码、去噪、解码)组合构建扩散流水线,作为现有 DiffusionPipeline 的灵活替代,API 保持一致。

    推荐理由:原文给出可复用块的组合方式与自定义块写法,读者可据此判断如何改造现有扩散工作流。

3月4日周三
  1. Hugging Face Blog62

    Photoroom PRX Part 3:24 小时、32 张 H200 训练文生图模型的完整配方

    Photoroom 在 PRX 系列第三篇中把此前验证有效的扩散模型技巧组合起来,用 32 张 H200、约 $1500 总算力预算完成 24 小时文生图模型训练,并开源代码到 https://github.com/Photoroom/PRX 。

    推荐理由:原文把像素空间训练、token 路由、感知损失等技巧的组合方式和超参写全,可直接复现其 24 小时训练配方。

3月3日周二
2月28日周六
2月27日周五
  1. Google DeepMind75

    Google DeepMind 发布图像模型 Nano Banana 2(Gemini 3.1 Flash Image)

    Google DeepMind 发布最新图像生成模型 Nano Banana 2(Gemini 3.1 Flash Image),将 Nano Banana Pro 的世界知识、质量与推理能力带到 Flash 速度,支持最多 5 个角色的主体一致性、14 个物体的保真度、512px 到 4K 的分辨率控制,以及基于网页搜索的实时信息 grounding。

    推荐理由:原文列出了从 Pro 下放的能力和各产品线的落地入口,读者可据此判断它会怎样改变现有图像工作流。

2月26日周四
  1. Hugging Face Blog70

    Hugging Face 博客解读 MoE 在 transformers 中的工程实现

    Hugging Face 官方博客介绍 Mixture of Experts (MoE) 的原理及其在 transformers 库中的工程支持。文章以 gpt-oss-20b 为例说明总参数与激活参数的区别(21B 总参数、每 token 激活约 3.6B),并给出 M3 Ultra 上约 115 tok/s 的实测速度。

    推荐理由:文章把 MoE 原理与 transformers 库的加载、后端、并行改造串起来,读者可据此理解工程落地路径。

2月25日周三
2月24日周二
2月23日周一
2月20日周五
  1. Hugging Face Blog78

    GGML 与 llama.cpp 加入 Hugging Face

    Hugging Face 宣布 GGML(llama.cpp 的创建者)及其团队加入 HF,以在 Local AI 快速发展期间为项目提供长期可持续资源。合并后 Georgi Gerganov 和团队仍 100% 投入维护 llama.cpp,在技术方向和社区上保持完全自治,项目继续 100% 开源并由社区驱动。

    推荐理由:说明了合并后 llama.cpp 保持自治与开源的原因,以及 transformers 与本地推理栈打通的技术方向。

  2. Google DeepMind80

    Google DeepMind 发布 Gemini 3.1 Pro 模型

    Google DeepMind 发布 Gemini 3.1 Pro,作为 Gemini 3 系列的核心推理升级,面向消费者和开发者产品同步推出。在 ARC-AGI-2 上 3.1 Pro 取得 77.1% 的验证分数,超过 3 Pro 推理表现的两倍。

    推荐理由:原文给出了 ARC-AGI-2 上的具体分数和与 3 Pro 的对比,读者可据此衡量其推理能力提升幅度。

2月19日周四