Google DeepMind 与韩国科学技术信息通信部达成合作
Google DeepMind 与韩国科学技术信息通信部(MSIT)宣布建立新合作,将在首尔办公室设立 AI Campus,与首尔大学(SNU)、KAIST 及三个 AI Bio Innovation Hubs 等机构协作。
Google DeepMind 与韩国科学技术信息通信部(MSIT)宣布建立新合作,将在首尔办公室设立 AI Campus,与首尔大学(SNU)、KAIST 及三个 AI Bio Innovation Hubs 等机构协作。
OpenAI 推出 Symphony,一个面向 Codex 编排的开源规范,可将 issue tracker 转化为常驻运行的 agent 系统。Symphony 旨在提升工程产出并减少上下文切换。
DeepSeek 发布 DeepSeek-V4,两个 MoE 检查点上线 Hub:DeepSeek-V4-Pro 为 1.6T 总参数 / 49B 激活,DeepSeek-V4-Flash 为 284B 总参数 / 13B 激活,均支持 1M token 上下文窗口。
推荐理由:文章拆解了长上下文推理成本与智能体后训练设计,读者可据此理解它为何适合长时程智能体任务。
OpenAI 发布 OpenAI Privacy Filter,这是一个用于检测并编辑文本中个人身份信息(PII)的开源权重模型,官方称其具备 state-of-the-art 的准确率。
Hugging Face 撰文指出,Mythos 等系统证明 AI 已能自主发现并修补软件漏洞,但关键在于系统配方而非单一模型,小模型配合深度安全专长也能以更低成本实现类似效果。
Hugging Face Blog 发布 EcomRLVE-GYM,把 RLVE 框架从单轮推理题扩展到多轮、带工具的电商对话场景,提供商品发现、缺货替代、加购、退货、订单追踪、政策问答、组合规划、多意图旅程共 8 个可算法验证的环境,每个环境含程序化题目生成、12 轴难度课程与可验证奖励。
Hugging Face 官方博客给出用 Sentence Transformers 训练和微调多模态 embedding 与 reranker 模型的完整教程。
推荐理由:以完整可跑的训练脚本和 NDCG@10 对比表说明领域微调收益,读者可直接迁移方法到自己的数据。
Hugging Face 发布了一个 Skill 和配套的非 agent 测试工具,帮助贡献者把模型从 transformers 移植到 mlx-lm,让新模型加入 transformers 后能很快在 MLX 上可用。
Google DeepMind 发布 Gemma 4 开源模型系列,采用 Apache 2.0 许可,包含 E2B、E4B、26B MoE 和 31B Dense 四种尺寸,主打推理与智能体工作流。
推荐理由:原文给出了各尺寸的硬件适配与开源许可细节,读者可据此判断本地部署和微调的可行路径。
Google DeepMind 在 Hugging Face 上发布 Gemma 4 多模态模型家族,采用 Apache 2 许可,共五个尺寸(E2B、E4B、12B Unified、31B、26B A4B MoE),均提供 base 与 IT 检查点,支持图像、文本输入,小尺寸与 12B Unified 还支持音频。
推荐理由:原文列出五档尺寸、架构取舍与各基准分数,读者可据此判断端侧与 MoE 方案的实际取舍。
Hugging Face 发布 Granite 4.0 3B Vision,一款面向企业文档理解的紧凑视觉语言模型,主打表格抽取、图表理解和语义键值对(KVP)抽取,以 LoRA adapter 形式搭载于 Granite 4.0 Micro 之上,支持纯文本回退,可独立使用或与 Docling 组成文档处理流水线。
OpenMed 构建了从结构预测、序列设计到密码子优化的端到端蛋白 AI 流水线,其中自研的 CodonRoBERTa-large-v2 在密码子级语言建模上取得 perplexity 4.10、CAI Spearman 相关 0.404,显著优于 ModernBERT-base 的 26.24。
Hugging Face 发布 TRL v1.0,将后训练库从研究代码库转为带明确稳定性契约的正式库,已实现超过 75 种后训练方法,月下载量达 3 million。
推荐理由:原文解释了稳定层与实验层并存的设计取舍,读者可理解后训练库如何应对算法快速更迭。
Hugging Face 给出两条迁移路径,让因 Anthropic 限制 Claude 模型访问而受影响的 OpenClaw、Pi、Open Code 智能体改用开源模型继续运行:通过 Hugging Face Inference Providers 托管调用(推荐 GLM-5),或用 llama.cpp 在本地跑 Qwen3.5-35B-A3B(32GB RAM 可用)。
Google Research 宣布推出 Vibe Coding XR 工作流,结合 Gemini 与开源的 XR Blocks 框架,把自然语言直接转化为具备物理感知的 Android XR 应用,60 秒内即可完成。
Hugging Face 与 NVIDIA 发布教程,用六条命令在单张 GPU 上、不到一天内把通用 embedding 模型 Llama-Nemotron-Embed-1B-v2 微调成领域专用模型,全程无需人工标注。
推荐理由:给出了从合成数据、硬负例挖掘到部署的完整六步流程和实测指标,可直接迁移到自有语料的检索优化。
Google Research 在 The Check Up 活动上介绍了其医疗 AI 最新进展,涵盖个性化健康、临床协作、开发者生态、公共卫生与生物医学发现多个方向。
Hugging Face 发布《State of Open Source on Hugging Face: Spring 2026》报告,用平台数据梳理过去一年开源 AI 在竞争、地域、技术趋势与社区上的变化。
推荐理由:报告用下载、派生模型等多维数据刻画开源生态一年变化,可帮助读者理解竞争与地域格局的迁移。
H Company 发布面向计算机使用智能体的多模态模型 Holotron-12B,基于 NVIDIA Nemotron-Nano-2 VL 后训练,现已在 Hugging Face 以 NVIDIA Open Model License 开源。
Mistral AI 宣布成为 NVIDIA Nemotron Coalition 创始成员,与 NVIDIA 计划共同开发开源前沿模型,结合其模型架构与全栈平台以及 NVIDIA 的算力、开发工具和合成数据生成管线。
推荐理由:原文说明了合作分工与首个开源基础模型计划,可据此判断开放模型生态的竞争格局变化。
Mistral AI 发布并开源 Leanstral,首个专为 Lean 4 设计的代码智能体,采用高稀疏架构、6B 活跃参数,以 Apache 2.0 许可发布权重,同时在 Mistral Vibe 中提供 agent 模式并开放免费 API 端点 labs-leanstral-2603。
Mistral AI 介绍了基于其开源编码助手 Vibe 构建的自主测试智能体,它读取 Rails 源文件、生成或改进 RSpec 测试,并在 CI/CD 流水线中无人值守运行。
Hugging Face 在 Hub 上推出 Storage Buckets,一种可浏览、可用 Python 脚本或 hf CLI 管理的可变 S3 式对象存储,用于存放 checkpoint、优化器状态、处理后的数据分片和日志等中间产物。
推荐理由:原文说明了它与 Git 存储的分工边界以及 Xet 去重带来的成本收益,读者可据此判断是否迁移现有工作流。
Hugging Face Blog 发布长文,为 TRL 的异步训练器设计做调研,按七个维度(编排原语、rollout buffer 设计、权重同步协议、staleness 管理、partial rollout 处理、LoRA 支持、分布式训练后端)对比了16个从零围绕异步训练构建的开源库。
推荐理由:文章用七个维度拆解了16个开源RL库的异步训练设计,读者可据此对比选型并理解各自权衡。
LeRobot v0.5.0 发布,自 v0.4.0 起合并 200 多个 PR、新增 50 多位贡献者,新增完整 Unitree G1 人形支持(含运动、操作、遥操作与全身控制)、OpenArm 与 Earth Rover 等硬件,以及 Pi0-FAST 自回归 VLA、Real-Time Chunking、Wall-X、X-VLA、SARM 和 PEFT 支持等六项策略。
推荐理由:原文逐项列出了硬件、策略、数据与环境四条线的能力变化,读者可据此判断这次版本更新会怎样扩展可支持的机器人与训练流程。
Hugging Face 官方博客介绍 Ulysses Sequence Parallelism(来自 Snowflake AI Research 的 Arctic Long Sequence Training 协议)如何通过注意力头并行把长序列训练分布到多 GPU。
Google Research 发布开源语音数据集 WAXAL,覆盖撒哈拉以南非洲 27 种语言、逾 1 亿使用者,以 CC-BY-4.0 许可开放。数据集包含约 1,846 小时 ASR 转录自然语音与超过 565 小时高保真 TTS 录音,由非洲学术与社区组织主导采集,合作方包括 Makerere University、University of Ghana 等。
Google 发布的开源模型 SpeciesNet 可对相机陷阱图像中的动物进行物种分类,覆盖 2,498 个类别,训练数据来自超过 65 million 张标注图像。
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。
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。
Hugging Face 官方博客介绍如何用 Unsloth 和 Hugging Face Jobs 通过 Claude Code、Codex 等 coding agent 快速微调 LLM(以 LiquidAI/LFM2.5-1.2B-Instruct 为例),Unsloth 相比标准方法约 2 倍提速、约 60% 省显存。
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。
Hugging Face 官方博客介绍 Gradio 6 中 gr.HTML 的新能力:支持自定义模板、作用域 CSS 和 JavaScript 交互,让 LLM 一次生成前端、后端与状态管理,全部写在一个 Python 文件里,无需构建步骤,可秒级部署到 Hugging Face Spaces。
Hugging Face 发布了一个教编码智能体编写生产级 CUDA kernel 的 agent skill,随 kernels 库提供,可用 kernels skills add cuda-kernels --claude 等命令装入 Claude、Codex、OpenCode 等智能体。
推荐理由:给出了可直接安装的 skill 命令和两组真实基准数据,读者可据此评估它能否用于自己的 kernel 工作流。
Hugging Face 与 Meta 的开源框架 OpenEnv 让智能体在真实系统而非模拟环境中接受评估,Turing 为此贡献了生产级 Calendar Gym 日历环境,包含访问控制、跨用户可见性受限和多步工作流等约束。
Hugging Face 宣布 Transformers.js v4 已发布到 NPM(npm i @huggingface/transformers),核心变化是采用用 C++ 重写的全新 WebGPU Runtime,与 ONNX Runtime 团队合作在约 200 个已支持模型架构上完成测试,同一份代码可运行于浏览器、Node、Bun 和 Deno。
推荐理由:原文给出了构建耗时、包体积和推理速度的具体数字,读者可据此评估升级到 v4 的实际收益。
Mistral AI 发布 Voxtral Transcribe 2 系列,包含面向批量转写的 Voxtral Mini Transcribe V2 和面向实时应用的 Voxtral Realtime,后者以 Apache 2.0 开源权重在 Hugging Face 发布。
推荐理由:原文给出两款模型的延迟、词错率与价格对比,读者可据此评估其在语音工作流中的替换价值。
Google Research 提出 Sequential Attention,用贪心选择机制在单次模型训练中顺序、自适应地挑选最优组件,以解决特征选择等 NP-hard 子集选择问题。
Hugging Face 推出 Community Evals,让基准数据集仓库可托管排行榜,模型仓库自行存储评测分数,社区可通过 PR 提交结果,Verified 徽章标识可复现的结果。
推荐理由:原文说明了分数分散在各处的问题和去中心化上报机制,读者可理解它如何让评测过程变得可追溯。
Hugging Face Blog 第三篇系列文章分析 DeepSeek Moment 之后中国 AI 组织的开源路径与未来方向,认为开源在可预见的未来仍是中国 AI 组织的主流策略。