Hugging Face 与 Google Cloud 达成新合作，共建开放模型生态
Hugging Face 宣布与 Google Cloud 建立更深层合作，让企业能在 Google Cloud 上用开放模型构建自己的 AI。
#Hugging Face
Hugging Face BlogAI 评分4040
Hugging Face Blog精选AI 评分6666 Hugging Face 分析全球算力格局变化：中国开源模型与国产芯片的相互牵引
Hugging Face 发布分析文章，指出中国开源权重模型的推理已开始由华为昇腾、寒武纪等国产芯片承载，部分模型开始用国产芯片训练。文章认为美国出口管制与中国芯片产能提速高度相关，算力稀缺也促使 DeepSeek 的 MLA、GRPO 等效率创新走向开源，并推动 CUDA 之外的软件生态成形。
推荐理由：梳理中国开源模型与国产芯片互相牵引的路径，可看到算力受限如何反过来塑造模型架构与部署生态。
Hugging Face BlogAI 评分5555 用 NVIDIA Isaac 从仿真到部署搭建医疗机器人
NVIDIA Isaac for Healthcare v0.4 发布基于 SO-ARM 的入门工作流，提供从仿真采集数据、微调 GR00T N1.5 到真机部署的端到端流程，用于构建自主手术辅助机器人。
Hugging Face Blog精选AI 评分6262 NVIDIA Isaac for Healthcare 如何从仿真到部署构建医疗机器人
NVIDIA 发布 Isaac for Healthcare v0.4，提供基于 SO-ARM 的端到端手术辅助机器人工作流，覆盖数据采集、训练与真机部署。该工作流用 LeRobot 采集仿真与真机数据，后训练 GR00T N1.5，并在 Isaac Lab 评估后部署到硬件，其中超过 93% 的训练数据由仿真合成生成。
推荐理由：原文给出从仿真采集、GR00T N1.5 后训练到真机部署的完整命令与硬件要求，可据此复现医疗机器人工作流。
Hugging Face BlogAI 评分5050 IBM 发布 Granite 4.0 Nano：最小模型仅 350M 参数
IBM 发布 Granite 4.0 家族最小的 Granite 4.0 Nano，含 4 个 instruct 模型及对应 base 版本，参数规模 350M 与 1B，采用 hybrid-SSM 架构，另有传统 Transformer 版本。
Hugging Face BlogAI 评分3838 Hugging Face 提出“语音同意门”：让声音克隆必须先获得本人同意
Hugging Face 发布博客提出“语音同意门”（voice consent gate），让模型只有在说话人明确说出同意语句并被 ASR 识别后才启动声音克隆，并提供了示例 Space 和配套代码。该方案由语言模型为每次授权生成一对全新句子，一句表达明确同意、一句提供语音多样性，从而把同意变成可追溯、可审计的系统前置条件。
Hugging Face Blog精选AI 评分6262 Hugging Face 将流式数据集效率提升 100 倍
Hugging Face 改进 datasets 库的流式加载，load_dataset(streaming=True) 的启动请求最多减少 100 倍、数据文件解析快 10 倍、流式速度最多快 2 倍，256 并发 worker 下无崩溃。
推荐理由：原文给出流式加载的具体优化项与实测倍数，读者可据此判断大规模训练的数据读取成本能降到什么程度。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 huggingface_hub v1.0
Hugging Face 发布 huggingface_hub v1.0，这是该 Python 库五年来的首个大版本，引入破坏性变更。主要变化包括后端从 requests 迁移到 httpx、以基于 Typer 的 hf CLI 取代已弃用的 huggingface-cli、文件传输全面改用 hf_xet 替代 hf_transfer。
推荐理由：官方梳理了 v1.0 的破坏性变更与迁移路径，读者可据此判断升级自家依赖库的时机与成本。
Hugging Face Blog精选AI 评分6262 LeRobot v0.4.0 发布：数据集 v3.0、PI0.5 与 GR00T N1.5 及硬件插件系统
Hugging Face 发布 LeRobot v0.4.0，为开源机器人学习带来 LeRobotDataset v3.0、PI0.5 与 GR00T N1.5 等 VLA 模型，以及硬件插件系统。
推荐理由：LeRobot v0.4.0 把数据集、仿真环境、VLA 策略与硬件插件整合进同一开源栈，读者可据此判断机器人学习工具链的成熟度。
Hugging Face Blog精选AI 评分7171 Meta 与 Hugging Face 联合推出 OpenEnv Hub 智能体环境共享平台
Meta 与 Hugging Face 合作推出 OpenEnv Hub，一个面向智能体环境的开放社区共享平台，开发者可构建、分享和探索兼容 OpenEnv 的环境，用于训练和部署。
推荐理由：Meta 与 Hugging Face 联合推出智能体环境共享 Hub，并同步开放 0.1 规范草案，读者可据此了解智能体训练与部署的开放协作方式。
Hugging Face BlogAI 评分4747 Sentence Transformers 正式加入 Hugging Face
Sentence Transformers 从 TU Darmstadt 的 UKP Lab 转由 Hugging Face 维护，Hugging Face 的 Tom Aarsen 自 2023 年底起已负责维护并将继续领导该项目。
Hugging Face BlogAI 评分5555 Hugging Face 与 VirusTotal 合作扫描 Hub 上 220 万公开模型与数据集仓库
Hugging Face 宣布与威胁情报与恶意软件分析平台 VirusTotal 合作，即日起对 Hub 上 220 万以上公开模型和数据集仓库进行持续扫描。用户访问仓库或文件页面时，Hub 会自动将文件哈希与 VirusTotal 威胁情报库比对，返回干净或恶意状态及检测数量等元数据，不向 VirusTotal 共享原始文件内容。
Hugging Face BlogAI 评分3838 如何用开源模型强化你的 OCR 流水线
Hugging Face 发布指南，介绍如何用开源模型构建 OCR 流水线，并新增 Chandra 与 OlmOCR-2 两个模型及 OlmOCR 评测分数。指南覆盖当前 OCR 模型能力、微调与开箱即用的取舍、模型选型要点，以及用多模态检索和文档问答超越传统 OCR。
Hugging Face BlogAI 评分5858 Hugging Face AI Sheets 新增图像支持
Hugging Face 为开源工具 AI Sheets 发布重大更新，新增视觉能力，可在表格中查看、分析、提取图像信息，并生成和编辑图片，全程无需写代码。图像列支持描述分类、抽取结构化数据（如收据商户名、日期、金额）和添加元数据，文本列与图像列可在同一工作流中生成与转换内容，结果可导出为 CSV、Parquet 或上传至 Hub。
Hugging Face BlogAI 评分3838 Hugging Face 发起 AI for Food Allergies 项目：用 AI 推进食物过敏研究
Hugging Face 发起 AI for Food Allergies 项目，计划建设首个社区驱动的研究实验室，探索 AI 如何推进食物过敏研究。全球约 2.2 亿人患有至少一种食物过敏，美国约占总人口 10%。项目将连接前沿 AI 与生物医学，开发开放协作项目，服务研究者、临床医生和患者。
Hugging Face BlogAI 评分2222 Google Cloud C4 搭配 Intel 与 Hugging Face，让 GPT OSS 的 TCO 提升 70%
Intel 与 Hugging Face 联合测试显示，在搭载 Intel Xeon 6 处理器（Granite Rapids）的 Google Cloud C4 虚拟机上运行 OpenAI GPT OSS 大模型，总拥有成本（TCO）较上一代 C3 实例提升 1.7 倍，即 70%。
Hugging Face BlogAI 评分3636 如何在 Intel CPU 上三步运行 VLM：基于 Optimum Intel、OpenVINO 与 SmolVLM
Hugging Face 博客给出在 Intel CPU 上本地运行视觉语言模型（VLM）的三步流程：用 Optimum Intel 与 OpenVINO 将 SmolVLM2-256M-Video-Instruct 转换为 OpenVINO IR，再通过仅权重量化或静态量化压缩至 INT8，最后执行推理。
Hugging Face BlogAI 评分3636 NVIDIA 发布 Nemotron-Personas-India：面向主权 AI 的合成印度人物数据集
NVIDIA 发布 Nemotron-Personas-India，首个对齐印度真实人口、地理与文化分布的开放合成 Indic 人物数据集，采用 CC BY 4.0 许可。
Hugging Face Blog精选AI 评分6060 BigCode 发布 BigCodeArena：通过代码执行端到端评测代码生成模型
BigCode 项目发布 BigCodeArena，这是首个通过实际执行代码来评测代码生成模型的人类参与平台，用户可提交编程任务、对比两个模型的生成结果并运行代码后投票。
推荐理由：BigCodeArena 把代码执行结果引入人类投票评测，读者可据此了解代码模型评测为何需要运行而非只看源码。
Hugging Face BlogAI 评分5252 用 Core ML 和 dots.ocr 实现 SOTA OCR 的端侧转换实践
Hugging Face 博客发布三部分系列的第一篇，记录如何将 RedNote 的 3B OCR 模型 dots.ocr 转换为可在 Apple 设备端运行的 Core ML 模型。
Hugging Face BlogAI 评分3838 Hugging Face 推出 RTEB：面向真实场景的检索嵌入基准测试
Hugging Face 发布 Retrieval Embedding Benchmark（RTEB）beta 版，用于评估 embedding 模型在真实应用中的检索准确率。该基准采用公开与私有数据集混合策略，私有部分由 MTEB 维护者评测，以检测模型在未见数据上的泛化能力，覆盖 20 种语言及法律、医疗、代码、金融等领域，默认榜单指标为 NDCG@10。
Hugging Face BlogAI 评分2828 在 Intel Core Ultra 上通过深度剪枝草稿模型加速 Qwen3-8B Agent
Hugging Face 用 OpenVINO.GenAI 在 Intel Core Ultra 上加速 Qwen3-8B，以 Qwen3-0.6B 作草稿模型进行投机解码，生成速度提升约 1.3 倍。
Hugging Face BlogAI 评分4949 VibeGame：探索 Vibe Coding 游戏开发
针对 Vibe Coding 游戏项目随规模增长而失控的问题，作者推出 VibeGame——一个基于 three.js、rapier 和 bitecs 构建的高层声明式游戏引擎，专为 AI 辅助游戏开发设计。
Hugging Face BlogAI 评分3636 Swift Transformers 发布 1.0，未来将聚焦 MLX 与智能体用例
Hugging Face 的 Swift 库 swift-transformers 发布 1.0，为 Apple 平台本地模型推理提供 Tokenizers、Hub 及 Core ML 模型与生成模块。
Hugging Face BlogAI 评分4949 Hugging Face 发布 Smol2Operator：用两阶段后训练让 SmolVLM2-2.2B 学会 GUI 操作
Hugging Face 发布 Smol2Operator，基于 SmolVLM2-2.2B-Instruct 通过两阶段训练将其从零 GUI 定位能力打造成可执行点击、输入等操作的智能体式 GUI coder。第一阶段先建立界面元素定位能力，第二阶段用 SFT 增强智能体推理，在 ScreenSpot-v2 基准上评估，并开源全部训练配方、数据处理工具、模型、demo 与数据集。
Hugging Face BlogAI 评分4242 SyGra：面向 LLM 与 SLM 数据构建的一站式框架
Hugging Face 发布 SyGra，一个面向 LLM 和 SLM 的低代码/无代码数据构建框架，支持从 Q&A、SFT 到 DPO 偏好对、推理增强、多语言转换等数据集生成与转换。SyGra 提供 Python 库，兼容 vLLM、Hugging Face TGI、Triton、Ollama 等多种推理后端，可减少人工数据整理与工程投入。
Hugging Face Blog精选AI 评分6666 Hugging Face 发布 Gaia2 智能体基准与 Meta ARE 开源框架
Hugging Face 发布 GAIA 的后续基准 Gaia2，并配套开源 Meta Agents Research Environments（ARE）框架，用于运行、调试和评测智能体。
推荐理由：Gaia2 把智能体评测从只读检索扩展到读写交互，并给出可复现的开源环境与调试轨迹。
Hugging Face BlogAI 评分2222 Scaleway 成为 Hugging Face Inference Providers 新成员
Hugging Face Hub 新增 Scaleway 为 Inference Provider，用户可直接在模型页调用 gpt-oss、Qwen3、DeepSeek R1、Gemma 3 等开源模型。
Hugging Face Blog精选AI 评分6060 Hugging Face 联合发布 RiskRubric.ai 模型风险评估平台
Hugging Face 博客宣布由 Cloud Security Alliance 和 Noma Security 主导、Haize Labs 与 Harmonic Security 参与贡献的 RiskRubric.ai，为模型提供标准化风险评估。
推荐理由：原文给出六个风险维度的评分框架与首批评测分布，读者可据此理解模型安全评估的标准化路径。
Hugging Face BlogAI 评分2727 Hugging Face 上线 Public AI 推理服务商，免费提供 Apertus-70B 等公共模型
Hugging Face Hub 新增 Public AI 为 Inference Provider，用户可直接调用 Swiss AI Initiative、AI Singapore 等机构的公共与主权模型。
Hugging Face BlogAI 评分4040 Hugging Face 发布 LeRobotDataset v3.0：多 episode 单文件存储并原生支持流式读取
Hugging Face 发布 LeRobotDataset v3.0，将多个 episode 打包进单个文件，并用关系型元数据在 episode 级别检索信息，解决 v2 单文件单 episode 在百万级数据集下的文件系统瓶颈。
Hugging Face BlogAI 评分2222 Hugging Face 用 Gradio 为 AI 生成内容添加可见水印
Hugging Face 在 Gradio 中内置可见水印功能，创建 Space 时只需添加 watermark 参数即可为图像和视频加水印，如 gr.Image(my_generated_image, watermark=my_watermark_image)。该功能支持文件名、图像或 numpy 数组作为水印，还支持 QR 水印，并可为 AI 生成文本添加水印，用户复制文本时自动附带署名。
Hugging Face BlogAI 评分3636 WRITER 发布 Palmyra-mini 系列开源小模型，含两款推理变体
WRITER 发布 Palmyra-mini 系列三款开源模型，参数规模 1.5B 至 1.7B，包括非思考基础版 palmyra-mini 及两款经 CoT 训练的推理变体 palmyra-mini-thinking-a 和 palmyra-mini-thinking-b。
Hugging Face Blog精选AI 评分6262 Hugging Face 详解 transformers 为 OpenAI gpt-oss 引入的优化技巧
Hugging Face 发布博客，介绍为支持 OpenAI gpt-oss 系列而在 transformers 中做的多项升级，包括可从 Hub 下载的零构建 Kernel、MXFP4 量化、张量并行、专家并行、动态滑动窗口层与缓存、连续批处理与 Paged Attention，以及更快的模型加载。
推荐理由：Hugging Face 官方拆解了为 gpt-oss 引入 transformers 的七项工程改动，可据此了解量化、并行与缓存优化的落地方式。
Hugging Face BlogAI 评分4242 Hugging Face Hub 上的任意 LLM 现可用 Together AI 微调
Together AI 与 Hugging Face 联合推出新能力，Hugging Face Hub 上任意兼容的 LLM 均可通过 Together AI 基础设施微调，支持公开和私有仓库，训练完成后可自动回传至 Hub。
Hugging Face BlogAI 评分5555 Hugging Face 用 Jupyter Notebook 训练小模型做数据分析智能体
Hugging Face 发布 Jupyter Agent 项目，用约 2TB Kaggle notebook 经去重、教育性打分、QA 与轨迹生成，构建出 51k 合成 notebook、近 0.2B token 的数据集，微调 Qwen3-4B 做数据分析智能体。
Hugging Face BlogAI 评分5050 Hugging Face 发布 mmBERT：基于 ModernBERT 的多语言编码器，覆盖 1800+ 语言
Hugging Face 发布 mmBERT，一个基于 ModernBERT 架构的多语言编码器模型，在 3T+ tokens、1800 多种语言上训练，成为首个在性能上超越 XLM-R 的多语言模型。base 版含 110M 非嵌入参数（总计 307M），采用 Gemma 2 tokenizer，训练分三阶段将语言数从 60 逐步扩展至 1833，并引入逆掩码率调度与退火语言学习等新技术。
Hugging Face Blog精选AI 评分6262 Google 发布 EmbeddingGemma 多语言嵌入模型
Google 发布 EmbeddingGemma，一款面向端侧场景的多语言嵌入模型，308M 参数、2K 上下文窗口，支持 100 多种语言，量化后内存占用低于 200MB。
推荐理由：原文给出 308M 参数、2K 上下文与量化后 200MB 内存等指标，可据此判断端侧多语言检索的可用边界。
Hugging Face BlogAI 评分5050 SandboxAQ 开源 SAIR 数据集：500 万+ AI 生成蛋白质-配体 3D 结构加速药物研发
SandboxAQ 在 Hugging Face 开源 SAIR 数据集，包含超 500 万个 AI 生成的蛋白质-配体 3D 结构，每个结构均配对 ChEMBL 或 BindingDB 的实验 IC₅₀ 数据，采用 CC BY 4.0 许可免费开放。
Hugging Face BlogAI 评分5858 如何用 PyTorch 提前编译让 ZeroGPU Spaces 提速
Hugging Face 介绍在 ZeroGPU Spaces 中使用 PyTorch 提前编译（AoT）的方法，通过 spaces 包的 aoti_capture、aoti_compile 和 aoti_apply 等接口，把模型编译一次后即时重载，避免 torch.compile 在短生命周期进程中反复编译。