Diffusers 梳理开源视频生成模型现状与显存优化方案
Hugging Face Diffusers 团队发文盘点当前开源视频生成模型现状，并给出在 Diffusers 中运行和优化这些模型的方案。
推荐理由：给出了显存实测数据和可组合的优化手段，读者可据此判断在自己硬件上跑开源视频模型的可行性。
#Hugging Face
Hugging Face Blog精选AI 评分6161
Hugging Face BlogAI 评分5757 smolagents 新增视觉语言模型支持，可构建能看网页的浏览智能体
Hugging Face 为 smolagents 加入视觉支持，使其能原生使用视觉语言模型（VLM）。图片可在 agent.run() 中一次性传入，也可通过 step_callbacks 回调在每步结束时写入 ActionStep 的 observation_images 动态注入。
Hugging Face BlogAI 评分4545 用 KVPress 掌控 LLM 长上下文：KV Cache 压缩工具包解析
NVIDIA 推出 Python 工具包 KVPress，通过 KnormPress、SnapKVPress、ExpectedAttentionPress 等多种压缩算法（presses）剪枝 KV Cache 中不重要的 KV 对，实现长上下文 LLM 的内存高效推理。
Hugging Face Blog精选AI 评分6464 Hugging Face 发布 SmolVLM-256M 与 SmolVLM-500M 视觉语言模型
Hugging Face 发布 SmolVLM 家族两个新模型 SmolVLM-256M 和 SmolVLM-500M，含 base 与指令微调共四个 checkpoint，可直接通过 transformers、MLX 和 ONNX 加载。
推荐理由：原文对比了视觉编码器与分词优化的取舍，读者可借鉴其在极小模型上做效率权衡的思路。
Hugging Face BlogAI 评分3636 Hugging Face 与 FriendliAI 合作，在 Hub 上简化模型部署
Hugging Face 与 FriendliAI 达成合作，将 FriendliAI Endpoints 集成进 Hugging Face Hub 的“Deploy this model”按钮，提供一键部署。
Hugging Face BlogAI 评分5858 Hugging Face transformers 推出 TimmWrapper，支持任意 timm 模型
Hugging Face 在 transformers 中推出 TimmWrapper，让任意 timm 视觉模型可直接接入 transformers 生态，获得 pipeline 推理、Auto Classes 加载、量化、Trainer 微调与 LoRA 支持。
Hugging Face BlogAI 评分5555 Hugging Face 为 TGI 引入多后端架构，支持 TRT-LLM 与 vLLM
Hugging Face 官方宣布为 Text Generation Inference (TGI) 引入多后端架构，通过统一的前端层集成 vLLM、llama.cpp、TensorRT-LLM 等推理方案，让用户按模型、硬件和性能需求切换后端。
Hugging Face BlogAI 评分5656 Hugging Face 发布两款静态嵌入模型，CPU 推理提速 100x 至 400x
Hugging Face 发布两款静态嵌入模型 sentence-transformers/static-retrieval-mrl-en-v1（英文检索）和 static-similarity-mrl-multilingual-v1（多语言相似度）。
Hugging Face BlogAI 评分5353 Hugging Face 博客：AI 智能体已经到来，该如何应对
Hugging Face 官方博客发文梳理 AI 智能体的定义、能力谱系与伦理权衡，建议不要开发完全自主的 AI 智能体，因为用户让渡的控制越多风险越大，能自行编写并执行代码的智能体将获得凌驾于人类控制之上的能力。
Hugging Face BlogAI 评分5656 Hugging Face 与 LlamaIndex 发布多语言视觉文档检索模型 vdr-2b-multi-v1
Hugging Face 与 LlamaIndex 合作发布 vdr-2b-multi-v1 多语言视觉文档检索嵌入模型，可将文档页面截图编码为单向量表示，无需 OCR 或分块即可检索多语言文档，同时开源英文版 vdr-2b-v1 和含 500k 样本的 vdr-multilingual-train 训练数据集。
Hugging Face BlogAI 评分5555 Hugging Face 分析 Open LLM Leaderboard 模型推理的 CO₂ 排放
Hugging Face 对 Open LLM Leaderboard 上 2,742 个模型的推理 CO₂ 排放进行了分析，发现社区微调或合并模型通常比其官方基座模型更省碳。
Hugging Face Blog精选AI 评分6161 Hugging Face 发布 smolagents 库，让语言模型以代码形式编写动作
Hugging Face 发布 smolagents，一个让语言模型获得智能体能力的简洁库，核心特点是让智能体以代码形式编写动作而非 JSON 片段。库的逻辑约数千行代码，支持 E2B 沙箱执行、通过 Hub 分享加载工具，并经 LiteLLM 集成支持 OpenAI、Anthropic 等 100+ 云端模型，是 transformers.agents 的继任者。
推荐理由：原文对比了代码动作与 JSON 工具调用的取舍依据，读者可据此判断何时该用智能体。
Hugging Face BlogAI 评分5050 Hugging Face 推出 Judge Arena 平台对比 LLM 评判能力
Hugging Face 与 Atla 联合推出 Judge Arena，让任何人并排对比模型作为评判者的表现：系统随机生成或自定义样本，两个 LLM 评判者分别打分并给出理由，用户投票选出更符合自己判断的一方，投票后才揭示模型名以避免偏差。
Hugging Face BlogAI 评分3838 在 Hugging Face Hub 上分享你的开源 ML 数据集
Hugging Face Hub 提供数据集托管与分享服务，支持 TB 级数据集、单文件上限 50 GB（Xet 团队正升级至 500 GB），并内置 Dataset Viewer 全文搜索、排序与浏览器内 SQL Console。
Hugging Face BlogAI 评分5656 Hugging Face 集成 PyCharm：在 IDE 内检索模型、查看 Model Card 与管理本地缓存
Hugging Face 官方博客介绍其与 PyCharm 的集成，开发者可在代码中右键选择 Insert HF Model，按 image-text-to-text 等类别筛选并查看 Model Card 示例代码，直接粘贴运行，例如选用 microsoft/Phi-3.5-vision-instruct 实现图文对话。
Hugging Face BlogAI 评分4949 Argilla 2.4：无需代码即可在 Hub 上构建微调与评测数据集
Argilla 2.4 新增无代码功能，用户可在 Argilla UI 中直接从 Hugging Face Hub 导入数据集、定义问题并收集人工反馈，无需编写代码。
Hugging Face BlogAI 评分5757 Hugging Face 与 Intel Labs 推出 Universal Assisted Generation，跨模型族加速推理 1.5x-2.0x
Hugging Face 与 Intel Labs 联合推出 Universal Assisted Generation（UAG），让 assisted generation（投机解码）不再要求目标模型与助手模型来自同一模型族、共享同一 tokenizer，可为任意 decoder 或 MoE 模型带来 1.5x-2.0x 推理加速且几乎零开销。
Hugging Face BlogAI 评分5050 Hugging Face 案例：用 LLM-as-a-Judge 评估农业 RAG 应用 Farmer.chat
Digital Green 在 Hugging Face Expert Support 项目支持下，为面向小农户的 RAG 聊天机器人 Farmer.chat 搭建了 LLM-as-a-judge 评估体系，覆盖提示词清晰度、问题类型、已回答比例和 RAG 准确性等指标，其中 RAG 准确性用二元打分提示词（灵感来自 RAGAS 库）在约 360 道题上与人工评估高度相关。
Hugging Face BlogAI 评分4141 Hugging Face 推出 HUGS：零配置开源模型推理微服务
Hugging Face 推出 Hugging Face Generative AI Services（HUGS），一套基于 Text Generation Inference（TGI）的零配置推理微服务，可在自有基础设施上部署开源模型，提供 OpenAI 兼容 API，支持 NVIDIA、AMD GPU，AWS Inferentia 和 Google TPU 即将支持。
Hugging Face BlogAI 评分4747 Hugging Face 发布 CinePile 2.0：用对抗式精炼打造更强的长视频 QA 数据集
Hugging Face 与合作方发布长视频 QA 数据集 CinePile 2.0，并开源了配套的对抗式数据集精炼（adversarial dataset refinement）方法实现。
Hugging Face Blog精选AI 评分6161 Hugging Face 与 Google DeepMind 在 Transformers v4.46.0 中推出 SynthID Text 文本水印
Google DeepMind 与 Hugging Face 在 Transformers v4.46.0 中推出 SynthID Text，可通过 logits processor 为 AI 生成文本添加水印并用分类器检测。
推荐理由：原文给出了配置参数、检测器训练流程和局限，读者可据此评估如何在自己的模型上落地水印方案。
Hugging Face BlogAI 评分5353 Hugging Face 与 Protect AI 合作，将 Guardian 扫描器集成到 Hub
Hugging Face 宣布与 Protect AI 合作，将其安全扫描工具 Guardian 集成到 Hub 的扫描套件中，所有公开模型仓库在推送文件后会被 Guardian 自动扫描。
Hugging Face BlogAI 评分5555 Hugging Face 官方教程：如何将 Speech-to-Speech 部署到 Inference Endpoints
Hugging Face 官方博客给出将 Speech-to-Speech（S2S）级联语音管线（VAD、STT、LM、TTS，支持英法西中日韩多语言）部署到 Inference Endpoints 的完整步骤。
Hugging Face BlogAI 评分5555 Hugging Face 与 dottxt 发布 outlines-core 0.1.0，用 Rust 实现结构化生成
Hugging Face 与 dottxt 合作发布 outlines-core，即 outlines 结构化生成核心算法的 Rust 移植版本，0.1.0 版 Python 绑定已发布并集成进 outlines。
Hugging Face Blog精选AI 评分6262 Diffusers 支持 Stable Diffusion 3.5 Large：8B 模型与少步推理版本上线
Stable Diffusion 3.5 已上线 Hugging Face Hub 并可用 Diffusers 调用，提供 8B 参数版和 timestep-distilled 少步推理版两个 checkpoint。
推荐理由：文章给出了量化推理和 LoRA 训练的具体配置，读者可直接迁移到自己的消费级显卡上跑 SD3.5 Large。
Hugging Face Blog精选AI 评分7474 Hugging Face 发布 Transformers.js v3，支持 WebGPU 加速与 120 种架构
Hugging Face 官方发布 Transformers.js v3，加入 WebGPU 支持，性能最高可达 WASM 的 100 倍，可通过设置 device: 'webgpu' 启用。
推荐理由：原文列出了 WebGPU 加速与 dtype 量化参数的具体用法，读者可据此判断浏览器端模型部署的性能与体积取舍。
Hugging Face BlogAI 评分4747 Llama 3.2 in Keras：Keras 从第一天起就支持 Llama 3.2
Keras 从第一天起就支持 Llama 3.2，可通过 keras_hub 直接加载 `hf://meta-llama/Llama-3.2-1B-Instruct` 等 Hugging Face safetensors checkpoint，需要转换时会自动完成。
Hugging Face BlogAI 评分5757 Hugging Face Transformers 修复梯度累积损失计算问题
Hugging Face 官方博客说明 transformers Trainer 中梯度累积导致损失不匹配的问题及其修复方案。问题源于默认损失函数按批次平均而非按累积步内非 padding token 总数计算，官方将自动处理默认损失的梯度累积逻辑，并新增 loss_function 属性和 API 允许用户传入自定义损失函数。
Hugging Face BlogAI 评分5151 Hugging Face 测评 AMD 第五代 EPYC Turin CPU：LLM 吞吐约 2 倍提升
AMD 发布基于 Zen5 架构的第五代 EPYC 服务器 CPU（代号 Turin），最高 192 核 384 线程，Hugging Face 与 AMD 合作验证了其生态支持。
Hugging Face BlogAI 评分5656 Gradio 5 发布前完成 Trail of Bits 独立安全审计并修复全部问题
Hugging Face 邀请网络安全公司 Trail of Bits 对 Gradio 代码库进行独立安全审计，发现的问题已在 Gradio 5.0 发布前全部修复并经对方验证。
Hugging Face Blog精选AI 评分6161 Hugging Face 发布 Gradio 5 稳定版，主打生产可用的机器学习 Web 应用
Hugging Face 宣布 Gradio 5 稳定版发布，用几行 Python 即可构建高性能、可扩展、符合 Web 安全最佳实践的机器学习应用，升级命令为 pip install --upgrade gradio。
推荐理由：原文逐条对应开发者痛点给出改进方案，读者可据此评估升级到 Gradio 5 的收益与迁移成本。
Hugging Face BlogAI 评分5454 Hugging Face 官方教程：用 Dask 将数据处理扩展到 2.11 亿行
Hugging Face 官方博客展示了如何用 Dask 把基于 FineWeb 数据集的 FineWeb-Edu 分类任务从本地 100 行扩展到云端多 GPU 上的 2.11 亿行。
Hugging Face BlogAI 评分5555 Hugging Face Transformers 4.45.0 默认启用动态推测解码加速辅助生成
Hugging Face 与 Intel labs 合作开发的动态推测解码已集成进 Transformers 4.45.0，成为 assisted generation 的默认模式，最高可带来 2.7x 加速。
Hugging Face BlogAI 评分4545 Hugging Face Hub 优化 Parquet 文件去重
Hugging Face Xet 团队针对 Hub 上 Parquet 文件的去重效率展开实验，发现追加操作去重率可达 99.1%（仅需 20MB 额外存储），而修改单行因 Parquet 列头记录绝对文件偏移导致去重率降至 89%（需 230MB），删除行则会因行组重排使后半文件完全重写。
Hugging Face BlogAI 评分4545 Hugging Face 推出 Open FinLLM Leaderboard 金融大语言模型评测榜
Hugging Face 推出 Open FinLLM Leaderboard（OFLL），一个面向金融领域的大语言模型零样本评测框架，覆盖信息抽取、文本分析、问答、文本生成、风险管理、预测、决策七大任务类别，使用 Accuracy、F1 Score、ROUGE Score、MCC 等指标，数据集取自真实金融场景，用于评估模型在金融任务上的实际可用性。
Hugging Face BlogAI 评分3434 BenCzechMark：你的 LLM 懂捷克语吗？
Hugging Face 推出 BenCzechMark，这是首个全面评估大语言模型（LLM）捷克语能力的评测套件，包含 9 大类共 50 项任务，其中 90% 为原生非翻译内容。
Hugging Face Blog精选AI 评分8888 Meta 发布 Llama 3.2：多模态 Vision 与端侧 1B/3B 模型上线 Hugging Face
Meta 与 Hugging Face 合作发布 Llama 3.2 系列，共 10 个开放权重模型上线 Hub，包括 5 个多模态模型和 5 个纯文本模型。
推荐理由：原文给出各尺寸模型的显存需求与本地运行方式，读者可据此判断能否在自己的设备上跑起来。
Hugging Face BlogAI 评分3434 探索 Hugging Face Daily Papers 页面的隐藏功能
Hugging Face Daily Papers 页面上线以来已收录超过 3,700 篇论文，订阅用户超过 12k。作者可一键认领论文并关联自己的模型或数据集，用户可在评论区 @librarian-bot 获取相关论文推荐，或通过 @username 与作者直接对话。页面还支持多语言评论与内置翻译、upvote 推荐、每日订阅推送，以及与 arXiv 的双向跳转集成（需安装浏览器扩展）。
Hugging Face BlogAI 评分4444 用 Optimum-Intel 和 OpenVINO GenAI 优化并部署 Hugging Face Transformers 模型
Hugging Face 介绍了用 Optimum-Intel 和 OpenVINO GenAI 优化并部署 Transformers 模型的完整流程，涵盖导出 OpenVINO IR、权重量化与 GenAI API 部署。
Hugging Face BlogAI 评分5959 Hugging Face 将 Llama3 8B 微调至 1.58bit 并开源模型
Hugging Face 官方博客介绍如何用 BitNet 架构把 Llama3 8B 微调到 1.58bit（每参数仅 -1/0/1 三值），模型已发布在 HF1BitLLM 组织下，其中两个用 10B tokens 微调、一个用 100B tokens 微调，MMLU 成绩超过 Llama 1 7B。