DeepInfra 成为 Hugging Face Inference Providers 新增推理服务商
DeepInfra 正式成为 Hugging Face Hub 的 Inference Provider，首批支持对话与文本生成任务，可调用 DeepSeek V4、Kimi-K2.6、GLM-5.1 等开源权重 LLM。
#部署/工程
Hugging Face BlogAI 评分4545
Mistral AI精选AI 评分6262 Mistral AI 公开预览发布 Workflows 企业 AI 编排层
Mistral AI 宣布 Workflows 进入公开预览，作为企业 AI 的编排层，提供持久执行、可观测性和容错能力，帮助组织把 AI 流程从概念验证推进到生产。
推荐理由：原文拆解了企业 AI 落地的典型失败模式并给出对应机制，可迁移判断生产化编排层该具备什么。
OpenAI NewsAI 评分4343 OpenAI 用 WebSockets 加速 Responses API 中的智能体工作流
OpenAI 深入解析 Codex 智能体循环，展示如何通过 WebSockets 和连接级缓存降低 Responses API 的开销并改善模型延迟。
Berkeley AI ResearchAI 评分3232 GRASP：面向世界模型的梯度规划器，让长时程规划更稳健
伯克利 AI 研究团队提出梯度规划器 GRASP，通过将轨迹提升到虚拟状态实现跨时间并行优化、向状态迭代直接注入随机性以探索、并重塑梯度让动作获得清晰信号，从而让基于学习动力学（世界模型）的长时程规划变得实用。该方法针对长时程 rollout 中梯度爆炸/消失、非贪心结构导致的局部极小值以及高维视觉模型梯度脆弱等问题。
OpenAI NewsAI 评分5555 OpenAI 更新 Agents SDK，加入原生沙箱执行与模型原生 harness
OpenAI 更新 Agents SDK，加入原生沙箱执行（native sandbox execution）和模型原生 harness（model-native harness），帮助开发者构建可安全、长时间跨文件与工具运行的智能体。
Hugging Face BlogAI 评分5656 Hugging Face 推出 gradio.Server，支持任意自定义前端搭配 Gradio 后端
Hugging Face 发布 gradio.Server，它扩展自 FastAPI，让开发者用 React、Svelte 或纯 HTML/JS 等自定义前端，同时保留 Gradio 的队列、SSE 流式、并发控制、gradio_client 兼容与 ZeroGPU 支持。
Mistral AIAI 评分5656 Mistral AI 发布面向人类与智能体的 CLI 工具 Spaces
Mistral AI 发布 CLI 工具 Spaces，用三条命令即可从零跑起带热重载、数据库和 Dockerfile 的多服务项目。
Hugging Face BlogAI 评分4646 Hugging Face：用开源模型替代 Claude，让 OpenClaw 继续运行
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）。
OpenAI NewsAI 评分4444 OpenAI 如何用 Responses API 构建智能体运行时
OpenAI 用 Responses API、shell tool 和托管容器搭建了智能体运行时，让智能体在安全、可扩展的环境中携带文件、工具和状态运行。该方案把模型能力扩展为可执行任务的 agent，通过托管容器提供隔离的执行环境。
Hugging Face Blog精选AI 评分6262 Hugging Face Hub 推出 Storage Buckets 对象存储功能
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精选AI 评分6262 Hugging Face 用七个维度对比16个开源异步RL训练库
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。
Hugging Face BlogAI 评分5656 Hugging Face 详解 Ulysses 序列并行在百万 token 上下文训练中的应用
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。
Hugging Face BlogAI 评分5454 NXP 分享在 i.MX 95 上部署 VLA 模型的数据录制、微调与端侧优化实践
NXP 在 Hugging Face 博客发布在 i.MX 95 SoC 上部署 VLA 模型的实践指南，覆盖数据录制、ACT 与 SmolVLA 微调以及端侧优化。
OpenAI News精选AI 评分6060 OpenAI 与 Amazon 宣布战略合作，将 Frontier 平台引入 AWS
OpenAI 与 Amazon 宣布达成战略合作，将 OpenAI 的 Frontier 平台引入 AWS，扩展 AI 基础设施、定制模型和企业级 AI 智能体。
OpenAI NewsAI 评分4444 Amazon Bedrock 推出 Agents 的 Stateful Runtime 环境
Amazon Bedrock 推出面向 Agents 的 Stateful Runtime 环境，为由 OpenAI 模型驱动的多步 AI 工作流提供持久化编排、记忆和安全执行能力。该环境让 Agent 在多步骤任务中保持状态，支持跨步骤的上下文延续与安全隔离执行。
Hugging Face Blog精选AI 评分7070 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。
Hugging Face Blog精选AI 评分7878 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。
Hugging Face Blog精选AI 评分7070 Hugging Face 发布 CUDA kernel agent skill，让 Claude 和 Codex 端到端生成可用 kernel
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 Blog精选AI 评分7272 Hugging Face 发布 Transformers.js v4，WebGPU 加速覆盖 Node、Bun 与 Deno
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。
Hugging Face BlogAI 评分4747 中国开源 AI 生态的架构选择：DeepSeek 之后的多路径探索
Hugging Face 分析了 DeepSeek Moment 之后中国开源 AI 生态在架构与硬件上的选择：Kimi K2、MiniMax M2、Qwen3 等主流模型几乎一致转向 MoE 架构，Apache 2.0 成为默认开源许可，0.5B–30B 小模型因易本地运行和微调而广受欢迎，100B–700B 大模型则作为"教师模型"向下蒸馏。
OpenAI NewsAI 评分4444 OpenAI 如何将 PostgreSQL 扩展至支撑 800 亿 ChatGPT 用户
OpenAI 通过副本、缓存、限流和工作负载隔离，将 PostgreSQL 扩展至每秒数百万次查询，支撑 800 亿 ChatGPT 用户。文章介绍了其在副本、缓存、限流与工作负载隔离上的具体做法。
Mistral AI精选AI 评分6161 Mistral AI 排查 vLLM 分离式部署内存泄漏：UCX mmap hook 是元凶
Mistral AI 在 Engineering Deep Dive 系列首篇文章中复盘了排查 vLLM 内存泄漏的过程：在 Mistral Medium 3.1 配合 Prefill/Decode 分离式部署且启用 graph compilation 时，系统内存以 400 MB/分钟线性增长。
推荐理由：逐层递进的排查路径和每种工具的失效原因，对定位同类底层内存问题有直接可迁移的方法价值。
OpenAI NewsAI 评分1818 OpenAI Stargate Community 计划详情
OpenAI 公布 Stargate Community 计划详情，提出以社区优先的方式建设 AI 基础设施。该计划采用本地化定制方案，依据社区意见、能源需求和劳动力优先级来制定。
Hugging Face Blog精选AI 评分6161 Overworld 发布实时交互视频扩散模型 Waypoint-1 与推理库 WorldEngine
Overworld 发布实时交互视频扩散模型 Waypoint-1，可通过文本、鼠标和键盘控制，用 10,000 小时游戏画面训练，支持零延迟自由控制相机与按键输入。
推荐理由：原文对比了与现有世界模型在控制延迟上的差异，并给出推理库的具体吞吐与帧率数据，便于评估其实用性。
OpenAI NewsAI 评分5858 OpenAI 与 Cerebras 合作新增 750MW 高速 AI 算力
OpenAI 与 Cerebras 达成合作，新增 750MW 高速 AI 算力，以降低推理延迟、让 ChatGPT 在实时 AI 工作负载下运行更快。
OpenAI NewsAI 评分5656 OpenAI 与 SoftBank Group 合作 SB Energy 建设多吉瓦级 AI 数据中心园区
OpenAI 与 SoftBank Group 和 SB Energy 合作，开发多吉瓦级 AI 数据中心园区，其中包括一座支持 Stargate 计划的 1.2 GW 德州设施。
OpenAI NewsAI 评分2929 Netomi 如何用 GPT-4.1 和 GPT-5.2 扩展企业级 AI 智能体
Netomi 展示了如何用 GPT-4.1 和 GPT-5.2 扩展企业级 AI 智能体，将并发、治理与多步推理结合，构建可靠的生产工作流。
Hugging Face BlogAI 评分5858 llama.cpp server 新增 router 模式，支持免重启动态切换多模型
llama.cpp server 新增 router 模式，可在不重启服务的情况下动态加载、卸载和切换多个模型，把 Ollama 式的模型管理带进 llama.cpp。
Hugging Face BlogAI 评分4545 Hugging Face 推出 swift-huggingface：完整的 Hugging Face Hub Swift 客户端
Hugging Face 发布 swift-huggingface，一个从零重写的 Swift 包，提供完整的 Hugging Face Hub 客户端，支持模型、数据集、spaces 等完整 Hub API 覆盖。
Hugging Face Blog精选AI 评分7878 Hugging Face Transformers v5 发布：全面转向 PyTorch 并强化推理与量化
Hugging Face 发布 Transformers v5.0.0rc-0，日安装量超 300 万次、累计超 12 亿次，模型架构从 v4 的 40 个增至 400 多个。
推荐理由：官方系统梳理了 v5 在简化、训练、推理和量化上的取舍，读者可据此判断迁移成本与生态兼容变化。
Hugging Face BlogAI 评分5757 Hugging Face 从第一性原理推导 LLM 连续批处理
Hugging Face 博客从注意力机制和 KV cache 出发，以提升吞吐量为目标推导出连续批处理（continuous batching）。
Hugging Face BlogAI 评分4545 OVHcloud 成为 Hugging Face Inference Providers 新增推理服务商
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。
Google ResearchAI 评分3636 Google Research：用简单线性回归模型预测电动车充电端口可用性
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。
OpenAI NewsAI 评分4444 OpenAI 与 Foxconn 合作强化美国 AI 供应链制造业
OpenAI 与 Foxconn 合作在美国设计和制造下一代 AI 基础设施硬件。双方将开发多代数据中心系统，在美国本土生产关键组件，以强化美国供应链并加速先进 AI 基础设施建设。
Hugging Face BlogAI 评分5151 Hugging Face 教你用 kernels 库构建并分享 ROCm 内核
Hugging Face 发布教程，介绍如何用 kernels 库的 kernel-builder 构建、测试并把 ROCm 内核分享到 Hub，以 RadeonFlow_Kernels 的 GEMM 内核为例。
Google ResearchAI 评分5959 Google Research 发布 Project Suncatcher 太空 AI 基础设施系统设计预印本
Google Research 公布新研究 moonshot Project Suncatcher 及预印本论文，构想由太阳能卫星组成星座、搭载 Google TPU 并通过自由空间光链路互联，打造可扩展的太空 AI 算力。
OpenAI NewsAI 评分3939 OpenAI 将 Stargate 扩展至密歇根
OpenAI 将 Stargate 扩展至密歇根，新建一座 1GW 数据中心园区，以强化美国 AI 基础设施。该项目将创造就业、带动投资，并推动美国中西部经济增长。
Hugging Face Blog精选AI 评分6262 huggingface_hub v1.0 发布：迁移到 httpx、重做 hf CLI 并全面启用 hf_xet
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 Blog精选AI 评分6262 Hugging Face datasets 流式加载提速，启动请求最多减少 100 倍
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。
Mistral AIAI 评分5858 Mistral AI Studio 发布：面向企业生产环境的 AI 平台
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。