Hugging Face 发布 ScreenSuite：GUI Agent 综合评测套件
Hugging Face 发布 ScreenSuite，一个覆盖 13 个 benchmark 的 GUI Agent 评测套件，按感知、定位、单步动作、多步智能体四类能力统一评估 Vision Language Models。
#开源生态
Hugging Face BlogAI 评分5555
Hugging Face BlogAI 评分5353 Hugging Face 在 nanoVLM 中从零实现 KV Cache，生成提速 38%
Hugging Face 在 nanoVLM 仓库中从零实现了 KV Cache，使生成速度提升 38%。文章先解释自回归生成中每步都重算全部 K、V 的冗余，再说明缓存各层 K、V 后只需为新 token 计算增量的原理。
Hugging Face BlogAI 评分3434 Arm 上的实时 AI 声音生成：一个面向创作自由的个人工具
Arm 合作伙伴兼生态负责人 Michael Gamble 构建了一个在 Arm CPU 上完全本地运行的个人声音生成应用，基于 Stability AI 的 Stable Audio Open 模型与 PyTorch、TorchAudio，无需 GPU 和云端推理，几秒内即可从提示词生成 .wav 文件。
Hugging Face Blog精选AI 评分6262 H Company 开源 Holo1 GUI 自动化 VLM 系列与 WebClick 基准
H Company 在 Hugging Face 开源了 Holo1 系列 Action VLM（含 Holo1-3B 和 Holo1-7B）以及包含 1,639 个人类式 UI 任务的多模态定位基准 WebClick。
推荐理由：给出了模型规格、基准成绩与单任务成本，读者可据此评估开源 GUI 自动化方案的性价比。
Hugging Face Blog精选AI 评分7474 Hugging Face 发布开源 450M 视觉语言动作模型 SmolVLA
Hugging Face 发布 SmolVLA-450M，一款 450M 参数的开源视觉语言动作模型，可在消费级硬件上运行，仅用 lerobot 标签下的社区共享数据集预训练，在 LIBERO、Meta-World 仿真及 SO100、SO101 真实任务上超过更大的 VLA 和 ACT 基线。
推荐理由：原文给出了训练数据规模、架构取舍和异步推理收益，读者可据此评估小模型 VLA 在消费级硬件上的可行性。
Hugging Face Blog精选AI 评分6161 TRL 支持 vLLM 共置模式，GRPO 训练提速最高 1.73×
Hugging Face 在 TRL 中通过 PR #3394 引入 vLLM colocate 模式，让训练与推理共享同一组 GPU、在同一进程组内轮流执行，取代此前需要独立 GPU 和 HTTP 通信的 server 模式。
推荐理由：原文给出 colocate 模式的实测加速数据和踩坑清单，可帮助判断何时该从 server 模式迁移。
Hugging Face BlogAI 评分1515 Liger GRPO 与 TRL 集成：DeepSpeed ZeRO3 下的 shape mismatch 问题
用户在使用 liger loss 配合 DeepSpeed ZeRO3、以 bf16 精度训练 Qwen/Qwen2.5-0.5B-Instruct 时遇到 shape mismatch 报错，错误发生在 TRL 的 GRPO trainer 调用 liger_kernel 的 LigerFusedLinearGRPOFunction 计算 loss 的过程中。
Hugging Face Blog精选AI 评分6161 Hugging Face 教你用约 70 行 Python 代码构建 MCP 驱动的 Tiny Agent
Hugging Face 发布教程，介绍如何用 Python 构建约 70 行代码的 MCP 驱动 Tiny Agent，并宣布 tiny-agents 已支持 AGENTS.md 标准。
推荐理由：文章拆解了 MCPClient 与 Agent 的关键代码，读者可据此理解一个 MCP 智能体如何用极少代码搭起来。
Hugging Face BlogAI 评分4545 Dell Enterprise Hub 发布新版：一站式在本地部署 AI 模型与应用
Dell 在 Dell Tech World 宣布推出新版 Dell Enterprise Hub，提供 Meta Llama 4 Maverick、DeepSeek R1、Google Gemma 3 等模型的容器化部署方案，支持 NVIDIA H100/H200、AMD MI300X、Intel Gaudi 3 硬件。
Hugging Face Blog精选AI 评分6262 Falcon-H1 系列发布：0.5B 到 34B 混合架构开源模型
Falcon-LLM 团队发布 Falcon-H1 系列共 6 个开源模型（0.5B、1.5B、1.5B-Deep、3B、7B、34B），均提供 base 与 instruct 版本，采用 Apache 2.0 许可。
推荐理由：原文披露了混合架构的取舍与反直觉的数据策略，可迁移借鉴其训练方法论。
Hugging Face BlogAI 评分5555 Hugging Face 开源 nanoVLM：纯 PyTorch 训练视觉语言模型的极简工具包
Hugging Face 发布 nanoVLM，一个用纯 PyTorch 训练视觉语言模型的轻量工具包，灵感来自 Andrej Karpathy 的 nanoGPT，可在免费 Colab 上启动训练。
Hugging Face BlogAI 评分5555 Hugging Face Diffusers 量化后端实测对比：BnB、torchao、Quanto、GGUF 与 FP8
Hugging Face 官方博客以 Flux-dev（BF16 加载约 31.447 GB）为例，实测 Diffusers 集成的 bitsandbytes、torchao、Quanto、GGUF 和 FP8 Layerwise Casting 五种量化后端的显存与推理表现。
Hugging Face BlogAI 评分5454 Hugging Face 与 Microsoft 扩大合作，Azure AI Foundry 上线 10,000+ 开源模型
在 Microsoft Build 大会上，Satya Nadella 宣布 Microsoft 与 Hugging Face 扩大合作，Azure AI Foundry 的 Model Catalog 中现已可找到 10,000+ 个 Hugging Face 模型，覆盖文本、音频和图像任务，可几次点击完成部署。
Hugging Face BlogAI 评分5656 Falcon-Edge 发布 1.58bit 三值语言模型系列与 onebitllms 微调工具包
Falcon-Edge 团队发布基于 BitNet 架构的 Falcon-Edge 系列 1.58bit 三值语言模型，提供 1B 和 3B 两种参数规模，各有 base 和 instruction-tuned 版本。
Hugging Face Blog精选AI 评分6060 Hugging Face Transformers 将标准化模型定义，降低跨框架贡献门槛
Hugging Face 宣布 Transformers 将成为跨框架的模型定义枢纽：只要模型架构被 transformers 支持，就预期在生态其他部分同样被支持。
推荐理由：原文说明了 Transformers 作为模型定义标准如何打通训练、推理与本地部署链路，读者可据此理解生态碎片化的应对方式。
Hugging Face BlogAI 评分5555 Hugging Face Inference Endpoints 推出 Whisper 快速部署方案，性能提升至高 8 倍
Hugging Face 在 Inference Endpoints 上推出新的 OpenAI Whisper 部署选项，相比上一版性能提升至高 8 倍，让用户一键部署专用转录模型。
Hugging Face BlogAI 评分5656 Hugging Face 盘点过去一年视觉语言模型的关键进展
Hugging Face 发布博客回顾过去一年视觉语言模型（VLM）的发展，覆盖 any-to-any 模型、推理模型、小模型、MoE 解码器、VLA、目标检测与分割、多模态安全、多模态 RAG、多模态 Agent、视频语言模型、DPO 对齐技术和新基准等主题。
Hugging Face BlogAI 评分5656 LeRobot 社区数据集如何走向机器人领域的 ImageNet
LeRobot 官方博客把机器人泛化定义为数据问题，介绍社区数据集在 Hugging Face Hub 上快速增长的现状，并指出当前数据集在任务标注、特征命名、episode 完整性和动作维度上的常见问题。
Hugging Face BlogAI 评分5858 如何用 Gradio 构建 MCP 服务器
Hugging Face 官方教程介绍如何用 Gradio 把任意 Python 函数变成 LLM 可调用的 MCP 工具，只需在 launch 中设置 mcp_server=True 即可启动 MCP 服务器并获得 SSE 端点。
Hugging Face Blog精选AI 评分6161 Hugging Face 用 50 行代码实现 MCP 驱动的 Tiny Agent
Hugging Face 发布 Tiny Agent，用约 50 行 TypeScript 代码实现一个由 MCP 驱动的 Agent，核心思路是 MCP 客户端之上套一个 while 循环。
推荐理由：文章把 MCP 客户端与 Agent 的实现拆解到 50 行代码级别，读者可直接照搬这套 while 循环结构到自己的项目。
Hugging Face BlogAI 评分4747 TNG 微调 olmOCR 成忠实 OCR 引擎，补齐页眉页脚信息
TNG 基于 olmOCR-7B-0225-preview 微调出忠实 OCR 引擎，解决了原模型忽略页眉页脚关键信息（如发票）的问题。团队用 Qwen2.5-VL-72B-Instruct 生成 8,000 份文档数据集，在 8xH100 节点上以 4 步梯度累积训练 2.5 epochs，微调后模型能完整提取页眉页脚内容并仍可解析表格，已开源至 HuggingFace。
Hugging Face BlogAI 评分5353 Cohere 成为 Hugging Face Inference Providers 支持的推理服务商
Cohere 现已成为 Hugging Face Inference Providers 支持的推理服务商，也是首个在 HF Hub 上直接提供并服务自家模型的模型创建方，用户可对 c4ai-command-a-03-2025、c4ai-command-r7b-12-2024、aya-expanse-32b、aya-vision-32b 等模型运行 serverless 推理。
Hugging Face Blog精选AI 评分6060 Hugging Face 收购 Pollen Robotics，将开售开源人形机器人 Reachy 2
Hugging Face 宣布收购成立 9 年的开源机器人公司 Pollen Robotics，这是继 Gradio、XetHub 之后其第五次收购，并将开售首款开源人形机器人 Reachy 2，售价 $70,000，已在 Cornell、Carnegie Mellon 等实验室使用。
推荐理由：梳理了 Hugging Face 从 LeRobot 到收购 Pollen Robotics 的完整布局，便于理解其开源机器人路线。
Hugging Face BlogAI 评分5555 Hugging Face 与 Protect AI 合作 6 个月：已扫描 447 万个模型版本
Hugging Face 与 Protect AI 自 2024 年 10 月合作以来，Guardian 已在 Hub 上扫描 141 万个仓库中的 447 万个唯一模型版本，在 51,700 个模型上累计发现 352,000 个不安全或可疑问题，近 30 天处理 226 million requests、响应时间 7.94 ms。
Hugging Face BlogAI 评分5151 Hugging Face 发布多模态模型 Visual Salamandra 7B
Hugging Face 语言技术实验室发布 Visual Salamandra 7B，将 Salamandra 7B 大语言模型扩展到图像和视频理解，基于 Salamandra Instructed 7B 集成 Google 的 SigLIP-So400m 编码器、2 层 MLP projector 和后期融合技术。
Hugging Face Blog精选AI 评分8888 Hugging Face 迎来 Meta Llama 4 Maverick 与 Scout 模型
Hugging Face 官方博客宣布 Meta 新一代 Llama 4 模型上线 Hub：Maverick 约 400B 总参数、128 专家，Scout 约 109B 总参数、16 专家，均为 17B 激活参数的 MoE 架构，支持文本与图像输入，训练数据最多 40 万亿 token、覆盖 200 种语言。
推荐理由：原文拆解了 NoPE、分块注意力等架构选择，读者可理解超长上下文如何实现。
Hugging Face BlogAI 评分5050 Gradio 月活开发者破 100 万，官方复盘五条开源增长经验
Gradio 官方博客宣布其每月被超过 100 万开发者用于构建和分享 AI web 应用，包括 Automatic1111、Oobabooga 的 Text Generation WebUI、Dall-E Mini 和 LLaMA-Factory 等知名开源项目。
Hugging Face BlogAI 评分5555 Hugging Face 将 NLP 课程升级为 LLM 课程
Hugging Face 宣布把已运营 3 年的 NLP 课程升级为 The LLM course，以跟上 AI 领域的快速进展。
Hugging Face BlogAI 评分5050 Hugging Face 博客：优化 LLM 服务的请求排队与公平调度
Hugging Face 官方博客发布 TNG Technology Consulting 关于 LLM 服务性能系列文章的第一篇，讲解多应用共享 GPU 时的请求排队与调度策略。
Hugging Face BlogAI 评分3636 Hugging Face 如何用 Infisical 扩展 AI 基础设施的密钥管理
Hugging Face 评估 HashiCorp Vault 后选择 Infisical，将密钥管理从 AWS-only 迁移到多云环境（Azure、GCP），并整合 Okta SSO 实现细粒度 RBAC 权限控制。
Hugging Face BlogAI 评分4141 Hugging Face 回应白宫 AI Action Plan RFI：强调开放 AI 系统的根本作用
Hugging Face 于 3 月 14 日向白宫科技政策办公室提交了对 White House AI Action Plan 征询意见的回应，提出三项建议：承认开源与开放科学是 AI 成功的基础、优先考虑效率与可靠性以释放广泛创新、通过开放可追溯透明的系统保障 AI 安全。
Hugging Face Blog精选AI 评分7474 NVIDIA 在 GTC 2025 发布 Cosmos Transfer、Physical AI Dataset 与 Isaac GR00T N1 三项开源成果
NVIDIA 在 GTC 大会上发布三项面向物理 AI 开发者的开源成果：世界基础模型 Cosmos Transfer、开源数据集 Physical AI Dataset，以及首个通用人形机器人推理开源模型 Isaac GR00T N1。
推荐理由：梳理了三项开源发布的具体规格与架构细节，便于开发者评估可直接复用的模型与数据资源。
Hugging Face BlogAI 评分5959 Hugging Face 将 Xet 存储上线 Hub 并完成首批仓库迁移
Hugging Face 将首批 Model 和 Dataset 仓库从 LFS 迁移到 Xet 存储，迁移当天共迁移 4.5 TB，约 6% 的 Hub 下载流量转到 Xet 基础设施。
Mistral AI精选AI 评分7474 Mistral AI 发布 Mistral Small 3.1 模型
Mistral AI 宣布发布 Mistral Small 3.1，基于 Mistral Small 3 升级，改进了文本性能与多模态理解，上下文窗口扩展至 128k tokens，推理速度达 150 tokens per second，以 Apache 2.0 许可开源。
推荐理由：原文列出了上下文、速度与运行门槛，读者可据此判断它是否适合端侧与低延迟场景。
Hugging Face Blog精选AI 评分8484 Google 发布 Gemma 3：多模态、多语言、128k 上下文的开源 LLM
Google 发布 Gemma 3 系列开源模型，包含 1B、4B、12B、27B 四种参数规模，提供预训练与指令微调版本，上下文窗口最高达 128k tokens，支持 140+ 语言，4B/12B/27B 版本可处理图文输入。
推荐理由：原文拆解了长上下文、多模态与多语言三项技术改进的具体做法，便于理解开源模型的能力来源。
Hugging Face Blog精选AI 评分7272 Hugging Face Open R1 发布 OlympicCoder 代码模型与 IOI 基准
Hugging Face Open R1 项目发布 OlympicCoder-7B 和 OlympicCoder-32B 两个微调代码模型，在 IOI 问题上超过 Claude 3.7 Sonnet 等闭源前沿模型，OlympicCoder-32B 在 50 次提交限制下还超过 o1-mini 和 DeepSeek-R1。
推荐理由：文中给出的五条训练经验可直接迁移到用推理轨迹微调代码模型的实践中。
Hugging Face Blog精选AI 评分6666 Hugging Face 与 Yaak 推出最大开源自动驾驶数据集 L2D
Hugging Face LeRobot 团队与 Yaak 联合发布 Learning to Drive（L2D）开源自动驾驶数据集，R4 版本包含 90+ TB 多模态数据、5000+ 小时驾驶、来自德国 30 个城市的 6 路环视摄像头与完整车辆状态。
推荐理由：对比表和分阶段发布计划让读者能直接评估该数据集相对现有开源数据集的规模与可用性差异。
Hugging Face BlogAI 评分5555 Hugging Face 与 JFrog 合作在 Hub 上引入模型安全扫描
Hugging Face 宣布与 JFrog 合作，将 JFrog 的扫描器集成到 Hugging Face Hub，以提升模型安全透明度并减少误报。
Hugging Face BlogAI 评分4747 HuggingFace 与 IISc 合作，提升印度多语言数据集 Vaani 的可访问性
Hugging Face 与印度科学研究所（IISc）及 ARTPARK 达成合作，旨在提升印度开源多模态多语言数据集 Vaani 的可访问性与易用性。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 SmolVLM2 系列视频理解模型
Hugging Face 发布 SmolVLM2 系列三个新模型，参数量分别为 2.2B、500M 和 256M，主打在手机到服务器等各类设备上运行视频理解。2.2B 版本在 Video-MME 上超过现有 2B 模型，500M 和 256M 版本被称为迄今发布的最小视频语言模型，其中 500M 版本以不到四分之一的参数量接近 2.2B 的视频理解能力。
推荐理由：原文给出三档参数量、Video-MME 表现和 MLX/Swift 接入方式，读者可据此判断小模型视频理解能否落到自己的设备上。