Google 开源水文洪水预测框架
Google Research 在 GitHub 上以 Apache 2.0 许可开源其水文建模框架，让各国气象水文部门把 AI 洪水预测接入自有工作流。
#开源生态
Google ResearchAI 评分5656
Hugging Face BlogAI 评分5555 JetBrains 发布 12B MoE 开源模型 Mellum2，每 token 仅激活 2.5B 参数
JetBrains 发布开源 Mixture-of-Experts 模型 Mellum2，总参数 12B、每 token 激活 2.5B，面向低延迟文本与代码工作负载，采用 Apache 2.0 许可。
Google Research精选AI 评分6767 Google Research 发布 I/O 2026 研究成果综述
Google Research 发布 I/O 2026 综述，介绍其在科学发现、健康、边缘计算、天气预测、Gemini 核心能力、开发者生产力、隐私保护和量子计算等方向的研究与产品进展。
推荐理由：官方长文系统梳理了研究到产品的转化路径，读者可据此理解其各条线的布局重点。
Mistral AIAI 评分5656 Mistral AI 开源发布 Search Toolkit 公开预览版
Mistral AI 宣布以公开预览形式发布开源框架 Search Toolkit，把数据摄取、检索和评测整合进统一接口，覆盖云端、本地和边缘部署。其内置 BM25 稀疏检索、稠密向量检索与混合配置，以及 recall、precision、MRR、NDCG 等评测指标；Agent 可通过 MCP Connectors 从 CRM、代码仓库等源系统拉取实时数据。
Hugging Face Blog精选AI 评分6767 Hugging Face 在 TRL 中推出 Delta Weight Sync，用 Hub Bucket 传输稀疏权重增量
Hugging Face 在 TRL 落地 Delta Weight Sync PR（huggingface/trl#5417，分支 delta-weight-sync）。
推荐理由：原文把稀疏增量同步的原理、协议和实测暂停时长一并给出，读者可据此评估它对自身训练部署的迁移成本。
Hugging Face BlogAI 评分5555 Hugging Face 教你让 Reachy Mini 机器人完全本地运行语音对话
Hugging Face 发布教程，指导用户用 speech-to-speech 库让 Reachy Mini 机器人完全本地运行语音对话，无需云端、无需 API key、数据不出本机。
Hugging Face BlogAI 评分5656 Hugging Face 博客梳理 AI Agent 术语表：harness、scaffold 等概念辨析
Hugging Face Blog 发布一篇 AI Agent 术语表，围绕 harness、scaffold 等常被混用的概念给出实用心智模型，而非强制统一定义。
Mistral AI精选AI 评分7474 Mistral 发布 128B 开源权重模型 Mistral Medium 3.5 并推出 Vibe 远程智能体
Mistral 发布 Mistral Medium 3.5，一个 128B 稠密、256k 上下文窗口的旗舰模型，以修改版 MIT 协议开放权重，SWE-Bench Verified 得分 77.6%，τ³-Telecom 得分 91.4，最少四张 GPU 即可自托管。
推荐理由：原文给出了模型规模、价格与自托管门槛，读者可据此评估其在编码智能体场景的可用性。
Hugging Face Blog精选AI 评分7474 Hugging Face 发布 Ettin Reranker 系列六款 CrossEncoder 重排模型
Hugging Face 发布六个基于 Ettin ModernBERT 编码器的 Sentence Transformers CrossEncoder 重排模型，尺寸从 17M 到 1B，均以 Apache 2.0 开源，并同步公开训练数据 cross-encoder/ettin-reranker-v1-data（约 143M 三元组）和约 150 行的完整训练脚本。
推荐理由：给出了各尺寸的基准对比和消融数据，读者可据此判断何时该用它替换现有 reranker。
Hugging Face BlogAI 评分5757 IBM 发布 Granite Embedding Multilingual R2 两款开源多语言嵌入模型
IBM 在 Hugging Face 发布两款 Apache 2.0 多语言嵌入模型 granite-embedding-311m-multilingual-r2 和 granite-embedding-97m-multilingual-r2。
Hugging Face Blog精选AI 评分6363 Hugging Face 解锁 continuous batching 的异步化：GPU 活跃率提升至 99.4%
Hugging Face 博客讲解如何通过分离 CPU 与 GPU 工作负载来提升 LLM 推理性能。同步批处理下 CPU 与 GPU 交替等待，8K tokens、batch size 32、8B 模型的测试中 GPU 空闲占 24.0%，总耗时 300.6 秒。
推荐理由：原文用可复现的 profile 数据展示了同步批处理的空闲浪费，并给出基于 CUDA streams 与 events 的具体改造路径。
OpenAI NewsAI 评分3434 Parameter Golf 揭示了 AI 辅助研究的哪些经验
Parameter Golf 活动吸引 1,000+ 参与者、收到 2,000+ 提交，在严格约束下探索 AI 辅助机器学习研究、coding agent、量化与新型模型设计。活动揭示了 AI 辅助研究在受限条件下的实践经验。
Hugging Face BlogAI 评分4545 AWS 基础模型训练与推理的构建模块
Hugging Face 发布系列文章首篇，分析 AWS 基础设施与开源软件栈在基础模型预训练、后训练和推理全生命周期中的集成方式。AWS 提供 P5（H100/H200）、P6（B200/B300）等 EC2 实例，覆盖计算、网络、存储三层构建模块。文章面向 ML 工程师与研究者，为理解系统瓶颈和扩展特性提供技术基础。
Google ResearchAI 评分4444 Google Research 通过全球合作与开放资源推动科学突破
Google Research 公布其开放科学生态成果，过去十年发布的开源工具与开放数据集已服务全球超过 250,000 名研究者和开发者。基因组学工具 DeepVariant、DeepConsensus、DeepPolisher 已助力处理 250 万人的外显子组和全基因组数据；神经科学数据集 H01 达 1.4 petabyte，被访问超 20 万次。
Hugging Face BlogAI 评分5858 IBM 发布 Granite 4.1 系列开源大语言模型并详解训练流程
IBM Granite 团队发布 Granite 4.1 系列大语言模型，包含 3B、8B、30B 三个 dense decoder-only 版本，均以 Apache 2.0 许可开源。
Hugging Face BlogAI 评分4545 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。
Hugging Face Blog精选AI 评分7474 NVIDIA 发布 Nemotron 3 Nano Omni 多模态理解模型
NVIDIA 发布 Nemotron 3 Nano Omni，一个面向文档分析、多图推理、语音识别、长音视频理解与智能体计算机使用的全模态理解模型，已在 Hugging Face 开放 BF16、FP8 和 NVFP4 权重。
推荐理由：原文给出架构细节、训练配方与多组基准对比，读者可据此评估它在文档、音视频与智能体场景的可用性。
Google DeepMindAI 评分4646 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。
OpenAI NewsAI 评分4444 Symphony：面向 Codex 编排的开源规范
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。
Hugging Face Blog精选AI 评分7878 DeepSeek-V4 发布：1M token 上下文面向智能体任务优化
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 NewsAI 评分5555 OpenAI 发布开源权重的隐私过滤模型 Privacy Filter
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 BlogAI 评分4444 AI 与网络安全的未来：为什么开放性很重要
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 BlogAI 评分5555 Hugging Face 开源 EcomRLVE-GYM 电商对话智能体可验证训练环境
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 Blog精选AI 评分6262 Hugging Face 教程：用 Sentence Transformers 微调多模态 Embedding 与 Reranker 模型
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 BlogAI 评分5757 Hugging Face 发布 transformers 到 mlx-lm 模型移植 Skill 与测试工具
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精选AI 评分8383 Google DeepMind 发布开源模型 Gemma 4 系列
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。
Hugging Face Blog精选AI 评分8888 Google DeepMind 发布 Gemma 4 多模态模型家族
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 BlogAI 评分5555 Hugging Face 发布 Granite 4.0 3B Vision 企业文档理解视觉语言模型
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。
Hugging Face BlogAI 评分5858 OpenMed 用 55 GPU-hours 训练覆盖 25 物种的 mRNA 语言模型
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 Blog精选AI 评分6161 Hugging Face 发布 TRL v1.0 后训练库
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 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）。
Google ResearchAI 评分5656 Google 发布 Vibe Coding XR，用 Gemini 与 XR Blocks 快速生成 Android XR 应用
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 Blog精选AI 评分6060 Hugging Face 教程：单卡一天内微调出领域专用 embedding 模型
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 ResearchAI 评分5656 Google Research 在 The Check Up 活动上展示医疗 AI 从创新到临床的最新进展
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 Blog精选AI 评分6868 Hugging Face 发布 2026 春季开源 AI 生态报告
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。
Hugging Face BlogAI 评分5555 H Company 发布多模态计算机使用模型 Holotron-12B
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精选AI 评分6060 Mistral AI 成为 NVIDIA Nemotron Coalition 创始成员并开源 Mistral Small 4
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 AIAI 评分5858 Mistral AI 开源 Leanstral：面向 Lean 4 的代码智能体
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 AIAI 评分5959 Mistral AI 详解基于 Vibe 构建的 Rails 测试智能体
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 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。