NVIDIA 发布 Isaac ROS 5.0，为机器人开发引入智能体工作流
NVIDIA 在 ROSCon 发布 Isaac ROS 5.0，支持 ROS Lyrical 与 Ubuntu 24.04，并新增面向 AI 智能体的 Isaac 技能与 agent-ready 文档。
推荐理由：Isaac ROS 5.0 把智能体工作流引入机器人开发，并给出多家厂商的落地案例，可据此判断物理 AI 开发方式的变化。
#部署/工程
NVIDIA Blog精选AI 评分6262 Hugging Face Blog精选AI 评分6262 Transformers 新增 llama.cpp GGUF 量化模型支持
Hugging Face 在 transformers 中加入 GGUF 支持，用户可通过 from_pretrained 传入 gguf_file 直接加载 Hub 上的量化检查点并在本地生成。
推荐理由：Hugging Face 官方说明 transformers 如何直接加载 GGUF 量化权重，并给出与 llama.cpp 的对比数据与当前限制。
Simon WillisonAI 评分5656 Cloudflare Python Workers 正式发布 GA
Cloudflare 的 Python Workers 在两年预览期后正式发布 GA，Python 成为 Cloudflare 开发者平台的一等支持语言。
NVIDIA BlogAI 评分2222 NVIDIA 推出 DSX Ready 认证计划，为 AI 工厂筛选供电与制冷产品
NVIDIA 推出 DSX Ready 认证计划，用于审核合作伙伴产品是否符合 NVIDIA DSX AI 工厂参考设计要求，首批覆盖电池储能系统（BESS）和冷却分配单元（CDU）两类。
NVIDIA BlogAI 评分3838 NVIDIA 为何称物理 AI 规模化部署需要全栈安全体系
NVIDIA 发布 Halos 全栈安全系统，覆盖物理 AI 从硬件、软件到 AI 行为与部署验证的每一层。
NVIDIA BlogAI 评分2222 NVIDIA 埃及 AI 生态从赋能走向规模化落地
NVIDIA 在埃及大埃及博物馆举办 AI 生态活动，其埃及深度学习学院学员规模一年增长超十倍，非洲已培训超 8.5 万名开发者，尼日利亚成为该学院全球第二大市场。非洲已有四座 AI 工厂宣布或上线，另有 656 兆瓦新增算力在建，Cassava Technologies 计划在埃及、肯尼亚、尼日利亚和摩洛哥部署，投资或达 7.2 亿美元。
NVIDIA BlogAI 评分4444 AI 安全是工程问题 — 如何在 Agent 技术栈每一层解决它
NVIDIA 提出 AI 安全是工程问题，需在模型、harness、runtime 等 Agent 技术栈每一层部署可执行边界、可追溯身份与防护证据。开源安全 runtime NVIDIA OpenShell 在 Agent 推理之外强制执行策略并提供沙箱执行，Cisco DefenseClaw 与 JFrog 已基于其构建。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 tokenizers v1：编码提速 3 至 30 倍
Hugging Face 发布 tokenizers v1 候选版本，在 Apple M4 Max 单线程下编码速度比 v0.23 快 3 至 30 倍，八线程扩展效率为线性的 76%，且输出 token ID 与 v0.23 完全一致。
推荐理由：原文给出 v1 与 v0.23 的逐项基准对比和实现改动，可据此判断分词器在训练与推理管线中的实际提速空间。
GitHub Blog · AI & ML精选AI 评分7575 GitHub 用 Copilot 将 Copilot 运行时迁移到 Rust 的实践复盘
GitHub 工程师 Stephen Toub 复盘用 GitHub Copilot 把 Copilot agent runtime 从 TypeScript 重写为超过 80 万行生产级 Rust 的过程，代码主要由 AI 智能体编写，横跨 128 个 PR 并增量上线，性能提升数个数量级。
推荐理由：GitHub 工程师复盘用 Copilot 把运行时从 TypeScript 迁到 Rust 的全过程，含多智能体协作与提示缓存数据。
NVIDIA Blog精选AI 评分6363 NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 首秀中取得领先性能
NVIDIA 宣布 Vera Rubin NVL72 在 MLPerf Inference v6.1 首次提交中亮相，在 Qwen3-VL 上吞吐量较 GB300 NVL72 最高提升 3.7 倍，在 DeepSeek-R1 上最高提升 2.5 倍。
推荐理由：原文给出与上代系统的吞吐对比和扩展效率数据，读者可据此评估其推理经济性影响。
NVIDIA BlogAI 评分4747 Emerald AI、Google 和 NVIDIA 联盟启动 AI Energy Management Alliance，推进灵活 AI 数据中心
Emerald AI、Google 和 NVIDIA 宣布启动 AI Energy Management Alliance（AEMA），推动数据中心根据电网状况动态调整用电。
NVIDIA Blog精选AI 评分6060 NVIDIA DSX 通过 MaxLPS 与 Flex 提升 AI 工厂每兆瓦产出
NVIDIA 介绍 DSX 平台如何在固定电力预算下提升 AI 工厂产出：Lambda 在 HGX B200 服务器上首次验证 DSX MaxLPS，用与 16 节点满功率相同的预算运行 19 节点，集群 token 吞吐从约 4 million tokens per second 提升到 5 million（+24%），性能功耗比提升 23%。
推荐理由：原文给出了 Lambda 实测的吞吐与能效数字，以及电网信号自动降载的生产案例，可据此评估其对电力受限场景的实际价值。
NVIDIA Blog精选AI 评分6161 NVIDIA 在 AI Infra Summit 展示 Vera Rubin 与 DSX 平台能效进展
NVIDIA 在 AI Infra Summit 上公布 Vera Rubin 与 DSX 平台的多项进展，将 AI 基础设施指标从峰值性能转向经验证的 agentic tokens per megawatt。
推荐理由：原文给出多组能效与吞吐数字，读者可据此评估每兆瓦产出这一新指标如何影响 AI 工厂选型。
OpenAI NewsAI 评分4444 OpenAI 如何将 Habitat 扩展为服务 10 亿 ChatGPT 用户的全球存储平台
OpenAI 将 Habitat 从一个 Python 库演进为全球分布式存储平台，服务 10 亿 ChatGPT 用户，峰值达 22M requests per second。文章介绍了这一在线存储系统快速扩展的演进过程。
Mistral AIAI 评分2626 Cloudera 与 Mistral 达成合作，将主权 AI 引入企业数据平台
Mistral 与 Cloudera 建立合作，将 Mistral 模型集成进 Cloudera 混合数据平台，企业可在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业还能在受控环境中用专有数据训练定制模型，同时保有数据和由此产生的智能的所有权。Cloudera 平台上运行着 30 exabytes 的客户管理数据。
Mistral AI精选AI 评分6262 Mistral 如何用 AI 智能体迁移 4 万行 Fortran 遗留代码
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 物理油藏模拟器迁移到 C++，该代码库没有测试套件和集中文档。团队先搭建数值一致性校验框架，用自定义解析器生成调用树并让上百个智能体补文档，再以规划、编码、测试、审查的智能体工作流逐模块迁移，由人工审查 PR 把关。
推荐理由：Mistral 公开了用智能体迁移 4 万行 Fortran 的完整流程，含一致性校验与人工审查节点的取舍。
Hugging Face Blog精选AI 评分6969 Hugging Face 发布 @huggingface/kernels：207 个 WebGPU kernel 与浏览器端基准工具 Fleet
Hugging Face WebAI 团队发布 @huggingface/kernels，一个从 Hub 加载并运行优化 WebGPU kernel 的 JavaScript 库，首批包含 207 个 kernel，以独立仓库形式发布，Apache-2.0 许可，每个 kernel 附带 manifest、正确性测试、benchmark 用例和 WGSL shader 模板。
推荐理由：原文给出了与 ORT WebGPU 的对比数据和单 kernel 仓库结构，读者可据此评估浏览器端推理优化的实际收益与复用方式。
Hugging Face BlogAI 评分4747 Hugging Face 提出 Quantization-Aware Healing：4-bit 压缩模型在 9 项 benchmark 中 7 项反超全精度原版
Hugging Face 提出 Quantization-Aware Healing（QAH），将 GPT-OSS 120B 结构压缩至 60B 参数并量化为 MXFP4 后，在 9 项 benchmark 中有 7 项反超其 bfloat16 全精度版本，包括 AA-LCR +7.4、AIME 2025 +5.6。
OpenAI NewsAI 评分4545 OpenAI Jalapeño 首批结果显示 AI 推理速度与效率领先行业
OpenAI 自研推理芯片 Jalapeño 首批结果显示其在 AI 推理速度与能效上达到行业领先水平。Jalapeño 为现代模型提供更高吞吐量与更低延迟，同时具备更快的推理速度和更高的能效表现。
Mistral AIAI 评分3636 Mistral 与 HUMAIN 达成战略合作，推进沙特及中东主权 AI
Mistral 与 HUMAIN 宣布战略合作，覆盖 AI 基础设施、先进模型开发与 AI 解决方案部署，初期聚焦网络安全和语音，并计划开发阿拉伯语表现强劲的前沿模型。合作规模达数亿欧元，Mistral 将探索使用 HUMAIN 数据中心基础设施，双方还将在沙特面向受监管行业制定联合市场策略。
Import AIAI 评分2222 Import AI 470：机器不应享有权利；用 SPADE 自动生成环境；用 Hawkeye 构建更好的 GPU kernel
Import AI 470 关注三项研究：METR 分析显示 AI 对网络安全漏洞发现加速最明显，对数学研究贡献较小，对 AI 研究本身尚无显著加速。SPADE 通过自博弈让 LLM 交替生成可执行训练环境并求解，在 Qwen3-30B-A3B 上游戏环境套件均分达 58.3，较基线提升 8.1。Hawkeye 则用于构建更好的 GPU kernel。
Hugging Face Blog精选AI 评分6262 Hugging Face 解析 Papers with Code 混合搜索的架构与实践
Hugging Face 官方博客介绍其为 Papers with Code 复兴构建的混合搜索系统：PostgreSQL 全文检索提供词法基线，pgvector 加语义召回，再用 RRF 融合排序，目前维护超过 110,000 篇来自 arXiv 和 Daily Papers 的论文向量。
推荐理由：文章拆解了离线批量与在线查询两条路径的分工方式，以及冷启动降级到全文检索的兜底设计，可迁移性强。
Hugging Face BlogAI 评分4545 Hugging Face 约束感知 GPU 分配器：同一集群利用率提升 33 个百分点
Hugging Face 构建了一个约束感知 GPU 分配器，在 7 个基准场景下与 FIFO 调度器对比，相同硬件与负载下 GPU 利用率最高提升 33 个百分点，优先级加权产出在全部场景中提升，最高达 105%。
Mistral AI精选AI 评分6262 Mistral 推出区域推理端点与 Priority Tier，并接入 GLM-5.2 等第三方开源模型
Mistral 宣布三项推进 AI 主权的举措：Mistral Regional Endpoints 正式可用，客户可选择推理在欧洲或美国运行；Mistral Priority Tier 进入公开预览，为关键业务负载提供自定义速率限制和带 SLA 的可用性承诺。
推荐理由：Mistral 把区域推理端点、SLA 优先级层和第三方开源模型接入放在同一套基础设施上，可观察主权 AI 的落地方式。
OpenAI NewsAI 评分3434 Daybreak 现已在 AWS 上线
OpenAI 与 AWS 通过 Amazon Bedrock 提供 Daybreak 网络安全能力，以支持企业安全工作流。
Hugging Face BlogAI 评分5252 Hugging Face 博客介绍离线 Top-K logits 与分块 KL 损失的知识蒸馏论文
Multiverse Computing 发布论文 Efficient Knowledge Distillation for LLMs: Offline Top-K Logits and a Fused Chunked KL Loss，提出两项系统改动：一次性缓存教师 top-100 logits 使教师无需驻留显存，以及不生成完整词表×序列矩阵的分块 KL 损失。
Hugging Face BlogAI 评分4747 Baseten 成为 Hugging Face Inference Providers 新增推理服务商
Baseten 正式成为 Hugging Face Hub 的 Inference Providers 服务商，首批支持对话与文本生成任务，可调用 Kimi K3、DeepSeek V4 Flash、GLM-5.2 等开源权重 LLM。
Hugging Face BlogAI 评分3434 GPU 管理：闲置 GPU 为何是新的停飞飞机
Hugging Face 指出，AI 行业的下一个真实瓶颈正从模型智能转向 GPU 利用率，闲置 GPU 就像停在地面的飞机，成本按小时累积而产出只在计算时产生。
Berkeley AI ResearchAI 评分3636 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互中的摘要更新
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要以自然语言"信念状态"形式隔离并监督其信息内容，通过受自编码器启发的信念评分（belief grading）奖励能重建最新观测的信念。在协作编程基准 CollabBench 上，ABBEL-rec-BG 将全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 数也低于全上下文设置。
Hugging Face BlogAI 评分5959 Diffusers 原生支持 Nunchaku 4-bit 扩散模型推理
Diffusers 现可通过 from_pretrained() 直接加载 Nunchaku 量化检查点，无需单独推理引擎或本地 CUDA 编译。
Hugging Face BlogAI 评分5757 Hugging Face Blog：模型路由远不止分类问题，成本、复杂度、延迟各有陷阱
Hugging Face Blog 与 IBM Research 撰文指出，在 agentic 系统中做模型路由远不止分类问题，而是系统优化问题。
Hugging Face Blog精选AI 评分8181 Hugging Face 发布 Thinking Machines 的多模态模型 Inkling 及 Inkling-Small
Hugging Face 上线 Thinking Machines Lab 的 Inkling 系列开源多模态模型，Inkling 为 975B 总参数、41B 激活参数的 decoder-only MoE 模型，原生支持图像、文本、音频输入与 1M 上下文，在 45 trillion token 上训练。
推荐理由：原文给出架构细节与各部署配置的显存开销，读者可据此判断自己硬件能否跑起来。
Hugging Face Blog精选AI 评分6060 PyTorch Profiling 系列第三篇：在 profiler 下对比六种注意力实现
Hugging Face 发布 Profiling in PyTorch 系列第三篇，用 NVIDIA A100-SXM4-80GB 逐一 profile 注意力实现：手写朴素注意力、把 masked_fill 改成 masked_fill_ 的原地版本，以及 SDPA 的 math、efficient、flash、cudnn 四个后端。
推荐理由：通过同一注意力实现在 profiler 下的六种形态对比，读者能学会先猜测再看 trace 的具体分析方法。
Mistral AIAI 评分4545 Mistral Studio 为 Prompts 和 Skills 提供系统化记录
Mistral Studio 为 Prompts 和 Skills 提供集中式系统记录，支持版本控制、归属管理和可追溯性，让 AI 行为可治理、可发现。Studio 提供不可变版本、回滚、清晰归属、分类标签和审计日志，业务专家可直接编辑并经 CI/CD 流程发布生产版本，Skills 可作为 MCP servers 从 Studio 直接调用。该功能现已向 Mistral Studio 客户开放。
Hugging Face BlogAI 评分5959 Hugging Face transformers vLLM 后端达到原生推理速度
Hugging Face 宣布 transformers 的 vLLM 建模后端在多种 LLM 架构上已达到或超过 vLLM 手写原生实现的速度，模型作者只需加 --model-impl transformers 标志即可免费获得极速推理。
Hugging Face BlogAI 评分4444 Hugging Face 与 Amazon SageMaker AI 推出一键深链集成
Hugging Face 与 Amazon SageMaker AI 推出深链集成，支持模型页上的 Customize on SageMaker AI 和 Deploy on SageMaker AI 按钮一键直达 SageMaker Studio，模型预加载、环境自动配置。
Hugging Face BlogAI 评分5858 Hugging Face 模型上线 Microsoft Foundry Managed Compute
Microsoft 在 Build 2026 宣布 Foundry Managed Compute，并推出 Hugging Face models on Foundry，把 Hugging Face 生态的开源权重模型以每周更新的精选目录形式提供，可一键部署到 Foundry Managed Compute。
Berkeley AI ResearchAI 评分5858 Berkeley AI Research 提出智能体时代数据系统的三大研究方向
Berkeley AI Research 发布观点文章，指出随着 GPT-4 级能力成本从每百万 token 约 $30 降至 $1 以下、部分提供商已低于 $0.10。
Hugging Face BlogAI 评分5959 Hugging Face 与 SkyPilot 联合推出零 egress 跨云存储挂载
Hugging Face 与 SkyPilot 联合发布 store: hf 存储后端，用一个 hf:// URL 和已有的 HF_TOKEN 就能把 Hugging Face Bucket 或任意 Hub 仓库挂载进 SkyPilot 任务。
Hugging Face BlogAI 评分5656 Hugging Face Kernels 项目重大更新：新增 kernel 仓库类型与安全机制
Hugging Face 官方博客介绍 Kernels 项目近期的重大更新，Hub 上新增了 kernel 仓库类型，可展示 kernel 支持的加速器、操作系统和后端版本，并提升可发现性。