Mistral 宣布将 Emmi AI 并入公司，推出面向工业工程的物理 AI 能力，作为其企业解决方案中的新基础能力。该能力从几何与边界条件直接预测物理场，单次前向推理在单张 GPU 上以秒级完成，用于加速产品设计、工装工艺设计和实时数字孪生，合作方包括 ASML、Airbus、Safran 和 Siemens Energy。
推荐理由：Mistral 把物理仿真 AI 纳入企业平台，读者可据此判断工业设计流程的算力与迭代节奏会如何变化。
Cisco 与 OpenAI 正用 Codex 重塑企业工程，帮助 Cisco 规模化 AI 原生开发、加速 AI Defense 工作并自动化缺陷修复。
Hugging Face 发布教程，介绍如何让 Reachy Mini 完全本地运行语音对话，无需云端、API key，音频不出本机。
推荐理由：Hugging Face 给出 Reachy Mini 全本地语音对话的完整级联方案与可替换组件清单，读者可据此复现并自行替换各环节模型。
Hugging Face 在 TRL 中落地增量权重同步（Delta Weight Sync）：只把 RL 优化器步之间真正变化的 bf16 权重编码成稀疏 safetensors 文件上传到 Hub Bucket，再由 vLLM 拉取应用。
推荐理由：TRL 把稀疏增量权重同步做成了可 pip 安装的实现，读者可据此判断跨机房异步 RL 训练的部署成本。
Mistral 在 Studio 发布 Connectors（公开预览），内置连接器和自定义 MCP 均可通过 API/SDK 用于所有模型与智能体调用。连接器以 MCP 协议打包为可复用实体，集中注册后可在 LeChat 和 AI Studio 中使用，并支持程序化创建、修改、列出和删除。
推荐理由：原文给出连接器注册、直接工具调用与人工审批三段能力，读者可据此判断企业级 Agent 集成层的落地方式。
PaddleOCR 3.5 发布，支持将 Hugging Face Transformers 作为推理后端，开发者可通过 engine="transformers" 运行 PP-OCRv5、PaddleOCR-VL 1.5 等模型。
OpenAI 与 Dell 达成合作，将 Codex 引入混合云和本地部署环境，帮助企业在数据与工作流中安全部署 AI 编程智能体。
Hugging Face 发文解析连续批处理中的异步批处理（asynchronous batching），通过 CUDA stream 将 CPU 批次准备与 GPU 计算解耦并行，消除同步模式下两者轮流等待的空闲间隙。
OpenAI 为在 Windows 上启用 Codex 构建了安全有效的沙箱，通过受控的文件访问和网络限制来约束其运行。该方案旨在让 Codex 在 Windows 环境下安全可用。
Hugging Face 博客发布技术文章，解析 AWS 基础设施如何与开源软件栈配合支撑基础模型全生命周期。文章梳理了 Amazon EC2 P5（H100/H200）与 P6（B200/B300）实例的算力规格，并指出预训练、后训练与推理正走向融合的基础设施需求：紧耦合加速计算、高带宽低延迟网络与分布式存储。
OpenAI 推出企业部署公司 DeployCo，目标是帮助各类组织把前沿 AI 引入生产环境，并转化为可衡量的业务成果。
OpenAI 通过沙箱、审批机制、网络策略和智能体原生遥测来安全运行 Codex，以支持编程智能体的安全合规采用。
伯克利 AI 研究团队梳理了并行推理领域进展，指出当前多数方法（如 Self-consistency、Best-of-N、Tree of Thoughts、MCTS）的并行结构与分解策略由外部预设，而非模型自主决定。
PipelineRL 在 vLLM V0 到 V1 迁移中通过修复四项问题让 V1 与 V0 参考对齐：rollout logprobs 语义、V1 运行时默认值、inflight 权重更新路径，以及最终投影使用的 fp32 lm_head。
Google DeepMind 汇总了 Gemini 驱动的编码智能体 AlphaEvolve 发布一年来的落地成果，覆盖数学、量子物理、基因组、电网与 AI 基础设施等领域。
推荐理由：官方汇总 AlphaEvolve 一年落地案例，涵盖基因组、电网、TPU 与量子模拟，可据此判断编码智能体的跨领域迁移边界。
OpenAI 推出 MRC（Multipath Reliable Connection）超级计算机网络协议，并通过 OCP 开放发布，用于提升大规模 AI 训练集群的韧性与性能。
OpenAI 重建了其 WebRTC 技术栈，以支撑实时语音 AI 的低延迟、全球规模与流畅的对话轮转。
IBM Granite 团队发布技术文章，详解 Granite 4.1 系列（3B、8B、30B 稠密 decoder-only 模型）的构建流程：约 15T token 五阶段预训练、上下文扩展至 512K、约 4.1M 高质量样本的 SFT，以及基于 on-policy GRPO 与 DAPO loss 的多阶段强化学习。
推荐理由：Granite 团队公开了从数据配比到多阶段 RL 的完整训练细节，可对照其 8B 稠密模型追平 32B MoE 的取舍。
OpenAI 宣布扩展 Stargate，建设支撑 AGI 的算力基础设施，并新增数据中心容量以应对不断增长的 AI 需求。
DeepInfra 成为 Hugging Face Hub 支持的 Inference Provider，首批上线对话与文本生成任务，可访问 DeepSeek V4、Kimi-K2.6、GLM-5.1 等开放权重 LLM。
OpenAI 的 GPT 模型、Codex 和 Managed Agents 现已在 AWS 上可用，企业可在自己的 AWS 环境中构建安全的 AI 应用。
推荐理由：OpenAI 把 GPT 模型、Codex 与 Managed Agents 接入 AWS，读者可据此判断企业现有云环境能否直接落地。
Mistral AI 发布 Workflows 公开预览，定位为企业 AI 的编排层，提供持久化执行、可观测性和容错能力，用于把 AI 流程从概念验证推进到生产。
推荐理由：原文给出企业级 AI 编排层的持久化执行、可观测与人工审批能力，以及控制面与数据面分离的部署方式，可供评估生产落地路径。
Hugging Face 博客介绍了基于 OpenAI 本周在 Hub 上开源的 Privacy Filter 构建三个 Web 应用的实践。Privacy Filter 是 1.5B 参数、50M 激活参数的 PII 检测模型，Apache 2.0 许可，单次前向处理 128k 上下文，覆盖八类 PII，在 PII-Masking-300k 基准上达到 SOTA。
推荐理由：原文给出三个基于 Privacy Filter 的完整应用示例，读者可参考其 gradio.Server 前后端分工方式来搭建自己的 PII 脱敏工具。
Hugging Face 发布教程，讲解如何在 Manifest V3 约束下用 Transformers.js 在 Chrome 扩展中运行本地 AI 功能，并以自家 Gemma 4 浏览器助手扩展为参考实现。
推荐理由：以官方发布的 Gemma 4 浏览器扩展为参照，拆解 MV3 下本地模型托管、消息契约与工具调用循环的架构取舍。
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构，将训练拆分为解耦的计算孤岛并以异步数据流连接，降低带宽需求并隔离硬件故障。
推荐理由：原文给出分布式训练在带宽、容错和跨代硬件上的实测结果，可据此判断大规模预训练基础设施的演进方向。
OpenAI 详解 Codex 智能体循环如何借助 WebSockets 与连接级缓存降低 API 开销并改善模型延迟。
OpenAI 推出 Codex Labs，并与埃森哲、普华永道、Infosys 等合作，帮助企业在软件开发全生命周期中部署和扩展 Codex。OpenAI 同时公布 Codex 周活跃用户达到 400 万。
推荐理由：OpenAI 公布 Codex 周活 400 万并联合埃森哲、普华永道等推企业落地服务，可观察编码智能体的企业采用路径。
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、并重塑梯度避免高维视觉模型中的脆弱"状态-输入"梯度，使基于学习动力学（世界模型）的长时程规划变得可行。该工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun 和 Amir Bar 合作完成。
Hugging Face 发布一个 Skill 和配套测试框架，帮助贡献者把 transformers 中的语言模型移植到 mlx-lm，使模型加入 transformers 后能较快在 MLX 上可用。
推荐理由：原文给出可复用的 Skill 与独立测试框架，读者可了解如何让智能体产出可被维护者接受的模型移植 PR。
OpenAI 更新 Agents SDK，新增原生沙箱执行和模型原生 harness，帮助开发者在文件与工具之间构建安全、长时间运行的智能体。
推荐理由：官方给出 Agents SDK 的两项能力变化，读者可据此判断长时运行智能体的构建方式有何调整。
HCompany 发布 Chrome 扩展 HoloTab，让 Holo3 计算机操作模型直接在浏览器中自动完成网页任务，用户只需描述需求，智能体便自行导航界面、填写字段并做决策，无需任何配置或技术背景。HoloTab 支持 Routines 功能，用户录制一次操作过程（可边操作边口述），扩展会据此生成可重复运行或定时执行的例程。该扩展免费开放使用，已在 Chrome 应用商店上线。
推荐理由：HCompany 把此前发布的 Holo3 计算机操作模型封装成浏览器扩展，读者可了解其录制复用机制与零门槛定位。
Cloudflare 将 OpenAI 的 GPT-5.4 和 Codex 引入 Agent Cloud，让企业能够构建、部署并规模化运行面向真实任务的 AI 智能体。该集成强调速度与安全性，用于支撑企业级智能体工作流。
OpenAI 发布面向金融服务的 AI 资源集合，包含提示词包、GPTs、指南和工具，帮助机构安全部署并规模化应用 AI。
Safetensors 已加入 PyTorch 基金会，成为 Linux 基金会旗下托管项目，与 DeepSpeed、Helion、Ray、vLLM 和 PyTorch 并列，商标、仓库与治理权归属 Linux 基金会而非单一公司。
OpenAI 为 ChatGPT Business 和 Enterprise 版 Codex 新增按量付费（pay-as-you-go）定价，让团队能以更灵活的方式起步并扩展使用规模。
Gradient Labs 基于 GPT-4.1 和 GPT-5.4 mini、nano 构建 AI 智能体，为每位银行客户提供 AI 客户经理，自动处理银行支持工作流。该方案主打低延迟与高可靠性。
Hugging Face 发布 gradio.Server，它扩展 FastAPI，让开发者用 React、Svelte 或原生 HTML/JS 等任意前端，同时复用 Gradio 的排队、并发控制、SSE 流式、MCP 支持和 Spaces 上的 ZeroGPU。
推荐理由：原文给出 gradio.Server 的完整后端示例，读者可据此判断自带前端与 Gradio 队列、ZeroGPU 如何配合。
Mistral AI 发布 Spaces CLI，可一条命令完成项目脚手架、开发环境启动与部署，内置 `spaces init`、`spaces dev` 等命令。该工具为每个交互式提示词提供对应的 flag 与 `-y` 参数，使 AI 智能体无需处理 ANSI 转义码即可自主操作，并在每次初始化时生成 context.json 与 AGENTS.md 供智能体读取项目上下文。
Hugging Face 发布 TRL v1.0，将这一原本的研究代码库正式定位为有稳定性承诺的后训练库，目前实现超过 75 种后训练方法，月下载量 300 万次。
推荐理由：TRL v1.0 把稳定核心与实验层分开，并给出与同类后训练库的横向对比，便于判断选型与迁移成本。
Anthropic 正在限制 Pro/Max 订阅者在开放智能体平台中使用 Claude 模型，Hugging Face 提出两条迁移路径：通过 Hugging Face Inference Providers 调用开源模型，或在本地硬件上运行开源模型。
推荐理由：Anthropic 收紧 Claude 在开放智能体平台的访问后，文章给出托管与本地两条迁移路径和具体配置命令。