Google 发布 TurboQuant 等向量量化算法，将 KV cache 压缩至 3 bit
Google Research 提出 TurboQuant 压缩算法，并配套 QJL 和 PolarQuant 两种方法，用于解决向量量化中的内存开销问题，相关论文将分别在 ICLR 2026 和 AISTATS 2026 发表。
推荐理由：Google 提出 TurboQuant 等三种向量量化算法，可在不损失精度的前提下把 KV cache 压到 3 bit，并给出与基线的对比数据。
#部署/工程
Google Research精选AI 评分6262
Hugging Face Blog精选AI 评分6262 如何在一天内构建领域专用嵌入模型
NVIDIA 发布一套基于 NeMo 的嵌入模型微调流程，用单张 GPU 和不到一天时间把通用嵌入模型改造成领域专用模型，无需人工标注。流程包含用 LLM 从领域文档生成合成问答对、挖掘难负样本、多跳问题展开、对比学习微调、BEIR 评测以及导出为 ONNX/TensorRT 并用 NVIDIA NIM 部署六步。
推荐理由：原文给出从文档到部署的六步嵌入模型微调流程与实测指标，可迁移到自有领域语料。
Mistral AI精选AI 评分6060 Mistral AI 推出企业级模型训练系统 Forge
Mistral AI 推出 Forge，一套让企业基于自有专有知识构建前沿级 AI 模型的系统。Forge 支持预训练、后训练和强化学习等阶段，可训练模型理解内部术语、代码库与流程，并支持 dense 与 MoE 架构及多模态输入。该产品面向智能体优先设计，Mistral Vibe 等自主智能体可用其微调模型、寻找最优超参数、调度任务并生成合成数据，企业还能通过内部评测与强化学习持续改进模型。
推荐理由：原文给出企业用自有数据训练前沿模型的产品定位与训练流程，可据此判断企业自建模型与智能体的落地路径。
Hugging Face Blog精选AI 评分6262 H Company 发布 Holotron-12B 计算机操作智能体模型
H Company 发布 Holotron-12B，一个基于 NVIDIA Nemotron-Nano-2 VL 后训练的多模态计算机操作模型，现已上线 Hugging Face，采用 NVIDIA Open Model License。
推荐理由：原文给出模型来源、混合 SSM 架构与吞吐对比数据，读者可据此判断其在长上下文智能体场景的部署取舍。
Google Research精选AI 评分6464 Google 在 Flood Hub 上线城市山洪预报，提前 24 小时预警
Google 宣布在 Flood Hub 上线城市山洪（flash flood）预报，可提前最多 24 小时预测城市区域的山洪风险。
推荐理由：Google 把洪水预报从河流扩展到城市内涝，并给出与 NWS 同口径的精度对比，可据此判断全球预警覆盖的差距。
Mistral AI精选AI 评分6262 Mistral 如何用 Vibe 构建自动编写 Rails 测试的智能体
Mistral 基于其开源编码助手 Vibe 构建了一个自动生成和改进 Rails RSpec 测试的智能体，可在 CI/CD 中无人干预运行。
推荐理由：Mistral 公开了用 Vibe 构建 Rails 测试智能体的完整方法，包括 AGENTS.md 规划、分文件类型技能和自定义工具，可迁移到其他代码库。
OpenAI News精选AI 评分6060 OpenAI 为 Responses API 配备计算机环境，从模型走向智能体
OpenAI 介绍如何用 Responses API、shell 工具和托管容器构建智能体运行时，让智能体在安全、可扩展的环境中处理文件、工具和状态。原文仅提供摘要，未给出具体版本号、开放时间或性能数据。
推荐理由：OpenAI 官方说明如何用 Responses API、shell 工具与托管容器搭建智能体运行时，可了解其安全与扩展思路。
Hugging Face Blog精选AI 评分6262 Hugging Face Hub 推出 Storage Buckets 可变对象存储
Hugging Face 在 Hub 上推出 Storage Buckets，一种非版本化的 S3 式可变对象存储，可通过浏览器、Python 或 hf CLI 管理，地址形如 hf://buckets/username/my-training-bucket。
推荐理由：原文给出可变对象存储的定位与 Xet 去重、预热的机制，读者可据此判断它是否适合训练中间产物的存放。
Hugging Face Blog精选AI 评分6262 Hugging Face 调研 16 个开源 RL 库的异步训练设计
Hugging Face 发布对 16 个开源强化学习库的调研，比较它们如何把推理与训练拆分到不同 GPU 池、用 rollout buffer 连接并异步同步权重。
推荐理由：基于 16 个开源 RL 库的横向对比，梳理异步训练在权重同步、陈旧样本与部分 rollout 上的七类设计取舍。
Hugging Face Blog精选AI 评分6060 Ulysses 序列并行：用百万 token 上下文训练大模型
Hugging Face 发布教程，介绍源自 Snowflake AI Research 的 Ulysses 序列并行如何通过注意力头切分把长序列训练分布到多张 GPU，并已集成到 Accelerate、Transformers Trainer 和 TRL 的 SFTTrainer。
推荐理由：原文给出 Ulysses 序列并行在 Hugging Face 生态的接入方式与实测数据，可据此判断长上下文训练的显存与吞吐取舍。
Hugging Face Blog精选AI 评分6262 LeRobot v0.5.0 发布：首次支持 Unitree G1 人形机器人
LeRobot v0.5.0 发布，自 v0.4.0 以来合并 200 多个 PR、新增 50 多位贡献者，首次加入 Unitree G1 人形机器人支持，覆盖行走、操作、遥操作与全身控制。
推荐理由：LeRobot v0.5.0 一次性补齐人形机器人、自回归 VLA 与流式视频编码，可据此判断开源机器人栈的当前边界。
Hugging Face BlogAI 评分3434 Hugging Face 博客：在嵌入式平台部署机器人 AI——数据集录制、VLA 微调与端侧优化
NXP 发布在嵌入式平台部署机器人 AI 的实践指南，涵盖机器人数据集录制、VLA 策略（ACT 和 SmolVLA）微调，以及 NXP i.MX 95 SoC 优化后的实时性能表现。指南以"把茶包放进杯子"任务为例，记录了 120 个 episode，并建议采用 3 摄像头配置（顶部、夹爪、左侧）以平衡精度与延迟。
Hugging Face Blog精选AI 评分6262 Hugging Face 推出 Modular Diffusers，用可组合模块搭建扩散流水线
Hugging Face 发布 Modular Diffusers，用可复用的 block 组合扩散流水线，作为 DiffusionPipeline 的补充方案。
推荐理由：原文给出可组合模块的 API 与自定义块示例，读者可据此判断扩散流水线拆解后如何复用与共享。
OpenAI News精选AI 评分6262 OpenAI 与 Amazon 达成战略合作，Frontier 平台接入 AWS
OpenAI 与 Amazon 宣布战略合作，将 OpenAI 的 Frontier 平台引入 AWS。合作范围包括扩展 AI 基础设施、定制模型以及企业级 AI 智能体。
推荐理由：OpenAI 与 AWS 的合作把 Frontier 平台接入云基础设施，读者可据此观察企业级 AI 智能体的落地路径。
OpenAI NewsAI 评分4747 Amazon Bedrock 为智能体推出 Stateful Runtime Environment
Amazon Bedrock 推出面向智能体的 Stateful Runtime Environment，为 OpenAI 驱动的多步 AI 工作流提供持久化编排、记忆与安全执行能力。
Hugging Face Blog精选AI 评分6262 Hugging Face 详解 transformers 中的 MoE 支持：权重加载重构、专家后端与专家并行
Hugging Face 发布博客，介绍 transformers 库为支持 MoE 稀疏架构所做的工程改造，涵盖权重加载重构、专家后端与专家并行三部分。
推荐理由：Hugging Face 官方拆解 transformers 为 MoE 重构的加载、后端与专家并行设计，并给出 v4 与 v5 的加载耗时对比。
Hugging Face Blog精选AI 评分7070 GGML 与 llama.cpp 团队加入 Hugging Face，继续维护本地 AI 开源项目
Hugging Face 宣布 GGML（llama.cpp 的创建方）加入 HF，Georgi Gerganov 及团队将获得长期可持续资源支持，继续推动本地 AI 开源发展。
推荐理由：Hugging Face 官方说明 GGML 与 llama.cpp 团队加入后的资源安排与开源承诺，可了解本地推理生态的走向。
Hugging Face Blog精选AI 评分6060 用 Unsloth 和 Hugging Face Jobs 免费训练 AI 模型
Hugging Face 发布教程，介绍如何通过 Claude Code、Codex 等编码智能体，用 Unsloth 和 Hugging Face Jobs 微调 LiquidAI/LFM2.5-1.2B-Instruct。
推荐理由：原文给出可直接复用的 CLI 命令、Skill 安装步骤与按模型规模划分的 GPU 成本表，读者可据此估算小模型微调开销。
Hugging Face Blog精选AI 评分6262 用 Gradio 的 gr.HTML 一次性生成任意 Web 应用
Gradio 6 的 gr.HTML 现已支持自定义模板、作用域 CSS 和 JavaScript 交互，可让 Claude 等前沿 LLM 一次性生成前端、后端与状态管理，全部写在一个 Python 文件里，无需构建步骤即可部署到 Hugging Face Spaces。
推荐理由：原文给出 gr.HTML 的三模板 API 与单文件示例，读者可据此让 LLM 一次性生成可部署的交互组件。
OpenAI NewsAI 评分2222 OpenAI 如何用额度与用量追踪扩展 Codex 和 Sora 的访问
OpenAI 构建了一套实时访问系统，将速率限制、用量追踪与 credits 结合，为 Codex 和 Sora 提供持续访问能力。该系统旨在突破单纯速率限制的局限，支撑这两个产品的规模化访问。
Hugging Face Blog精选AI 评分6666 Hugging Face 发布 CUDA kernel Agent 技能，Claude 与 Codex 端到端生成可用内核
Hugging Face 发布 cuda-kernels Agent 技能，让 Claude Code、Codex 等编码智能体自动编写生产级 CUDA kernel，并完成 PyTorch 绑定与基准测试。
推荐理由：Hugging Face 把 CUDA kernel 开发经验打包成 Agent 技能，并给出两个真实模型的实测数据，可迁移到其他领域知识封装。
Hugging Face Blog精选AI 评分6262 OpenEnv 实践：在真实环境中评测工具型智能体
Meta 与 Hugging Face 联合推出开源框架 OpenEnv，用于让智能体连接真实工具与 API 而非模拟环境，采用 Gym 风格 API 和标准 MCP 工具调用接口。
推荐理由：Meta 与 Hugging Face 的 OpenEnv 框架及 Turing 日历环境给出了工具型智能体在权限与多步流程下的实测数据，可据此判断真实环境评测的难点。
OpenAI NewsAI 评分4242 OpenAI 将定制版 ChatGPT 部署到 GenAI.mil
OpenAI for Government 宣布在 GenAI.mil 上部署定制版 ChatGPT，为美国国防团队提供安全、注重安全性的 AI 能力。
Hugging Face Blog精选AI 评分6262 Transformers.js v4 发布并上线 NPM
Hugging Face 发布 Transformers.js v4，已上线 NPM，可通过 npm i @huggingface/transformers 安装。
推荐理由：原文给出 WebGPU 运行时重写、构建提速与包体积变化等具体数据，可据此判断浏览器端本地推理的工程成熟度。
Hugging Face BlogAI 评分3838 SyGra 2.0.0 推出 SyGra Studio：可视化合成数据生成环境
SyGra 2.0.0 发布 Studio，一个把合成数据生成变成可视化流程的交互环境，画布上搭建的流程会自动生成 SyGra 兼容的图配置和任务执行脚本。
OpenAI News精选AI 评分6262 OpenAI 发布企业级智能体平台 OpenAI Frontier
OpenAI 发布企业平台 OpenAI Frontier，用于构建、部署和管理 AI 智能体。该平台提供共享上下文、入职引导、权限与治理能力。
推荐理由：OpenAI 官方给出企业级智能体平台的定位与治理能力，可据此判断其与现有 Agent 工具链的分工。
OpenAI News精选AI 评分6060 OpenAI 详解 Codex App Server：如何嵌入 Codex 智能体
OpenAI 介绍 Codex App Server，这是一个双向 JSON-RPC API，用于把 Codex 智能体嵌入到应用中。该接口支持流式进度、工具调用、审批和 diff 等能力。
推荐理由：OpenAI 官方拆解 Codex App Server 的 JSON-RPC 接口设计，可供开发者了解如何把 Codex 智能体嵌入自有应用。
Hugging Face BlogAI 评分3838 从 DeepSeek 到 AI+：全球开源 AI 生态的未来走向
Hugging Face 博客第三篇中国开源 AI 系列文章指出，开源已成为中国 AI 机构近期的主流路线。Qwen 在 Hugging Face 上的衍生模型超过 113k，远超 Llama 的 27k 和 DeepSeek 的 6k；腾讯自 2025 年 5 月起以混元品牌加速开源视觉、视频与 3D 模型，百度则通过 Ernie 4.5 系列和 PaddlePaddle 重返开源生态。
Hugging Face Blog精选AI 评分6262 Gradio 团队开源 Daggr：用 Python 串联 AI 工作流并自动生成可视化画布
Gradio 团队发布开源 Python 库 Daggr，用于把 Gradio 应用、ML 模型和自定义函数串联成 AI 工作流，并自动生成可视化画布。画布可查看任意节点的中间输出、修改输入并单独重跑某一步，无需执行整条流水线，还支持状态持久化和用 backup nodes 替换模型。
推荐理由：Gradio 团队开源 Daggr，用代码定义工作流并自动生成可视化画布，可单独重跑某一步，为多模型串联调试提供了一种轻量方案。
Hugging Face Blog精选AI 评分6060 Hugging Face 发布 upskill：用 Claude 生成 CUDA 内核技能并迁移到开源模型
Hugging Face 发布新工具 upskill，用 Claude Opus 4.5 等大模型生成并评测 agent skill，再交给更小或本地模型使用。
推荐理由：原文给出用大模型生成 Skill 再迁移到小模型的可复用流程与评测命令，读者可据此降低推理成本。
Mistral AI精选AI 评分6262 Mistral 发布终端编码智能体 Mistral Vibe 2.0
Mistral 发布终端编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型系列驱动，新增自定义子智能体、多选项澄清、斜杠命令技能和统一智能体模式，CLI 修复持续自动更新。
推荐理由：官方给出 Vibe 2.0 的自定义子智能体、斜杠命令技能与定价变化，可据此判断终端编码智能体的能力边界与成本。
Hugging Face BlogAI 评分3636 中国开源 AI 生态的架构选择：MoE、多模态与国产硬件如何超越 DeepSeek
Hugging Face 博客梳理中国开源 AI 生态自 2025 年 1 月“DeepSeek 时刻”以来的架构与硬件选择：Kimi K2、MiniMax M2、Qwen3 等头部模型几乎一致转向 MoE 架构，0.5B–30B 小模型与 100B–700B 大 MoE 形成“教师—学生”结构，Apache 2.0 成为默认许可证。
Hugging Face BlogAI 评分4646 解锁 GPT-OSS 的智能体 RL 训练：一次实践复盘
Hugging Face 团队用 verl 框架对 GPT-OSS-20B 做智能体强化学习训练，发现 KL 散度和熵爆炸、奖励不升，根因是 MoE 架构下双次前向传播导致新旧 log-prob 不匹配，使 PPO 的 on-policy 重要性采样比值偏离 1。
OpenAI NewsAI 评分4242 OpenAI 如何将 PostgreSQL 扩展至支撑 8 亿 ChatGPT 用户
OpenAI 通过副本、缓存、限流和工作负载隔离，将 PostgreSQL 扩展至每秒数百万次查询，以支撑 8 亿 ChatGPT 用户。
Mistral AIAI 评分3434 Heaps do lie：排查 vLLM 内存泄漏
Mistral AI 团队在 vLLM 上排查一起内存泄漏：在 Mistral Medium 3.1、开启 graph compilation 的 Prefill/Decode 分离部署中，系统内存以每分钟 400 MB 线性增长，数小时后触发 out of memory。Heaptrack 显示堆内存稳定，泄漏发生在堆外，最终指向 NIXL 经 UCX 传输 KVCache 的依赖层。
OpenAI NewsAI 评分2222 ServiceNow 携手 OpenAI 用前沿模型驱动企业级 AI 工作流
ServiceNow 扩大对 OpenAI 前沿模型的接入，用于驱动 ServiceNow 平台上的 AI 工作流、摘要、搜索与语音功能。此次合作将 OpenAI 模型能力嵌入企业级工作流场景，覆盖摘要、搜索和语音等平台功能。
Hugging Face Blog精选AI 评分6262 微软发布 Differential Transformer V2：差分注意力去掉自定义 kernel 与 RMSNorm
微软 unilm 团队发布 Differential Transformer V2（DIFF V2），在保持 KV 头数量不变的前提下把 query 头数翻倍，使解码速度与标准 Transformer 持平，且不再需要自定义注意力 kernel。
推荐理由：微软团队给出 DIFF V2 的代码与消融对比，读者可据此理解差分注意力在解码速度与训练稳定性上的取舍。
Hugging Face Blog精选AI 评分7474 Overworld 发布 Waypoint-1 实时交互视频扩散模型
Overworld 发布实时交互视频扩散模型 Waypoint-1，可通过文本、鼠标和键盘控制，权重已上线 Hugging Face，Small 版为 2.3B 参数。
推荐理由：原文给出模型权重、训练方法和推理库，读者可据此判断实时交互视频生成的技术路线与可用性。
OpenAI NewsAI 评分3333 OpenAI 发起新 RFP，强化美国 AI 供应链与本土制造
OpenAI 发起一项新的 RFP，旨在通过加速美国本土制造、创造就业并扩展 AI 基础设施来强化美国 AI 供应链。
Hugging Face Blog精选AI 评分6666 OpenAI 发起 Open Responses 开放推理标准，Hugging Face 生态支持
OpenAI 发起、开源社区构建、Hugging Face 生态支持的 Open Responses 开放推理标准发布，基于 Responses API 设计，面向智能体场景。该标准默认无状态，支持加密推理，将流式输出建模为语义事件序列，并原生支持内部与外部工具及子智能体循环。开发者可通过 Hugging Face Inference Providers 和 Spaces 上的早期访问版本试用。
推荐理由：OpenAI 发起、Hugging Face 生态支持的开放推理标准，读者可了解它如何替代 Chat Completion 格式并支持智能体循环。