OpenAI 与 Cerebras 合作新增 750MW 高速 AI 算力
OpenAI 宣布与 Cerebras 合作，新增 750MW 高速 AI 算力，用于降低推理延迟。该算力将让 ChatGPT 在实时 AI 工作负载下响应更快。
推荐理由：OpenAI 与 Cerebras 达成算力合作，读者可了解其新增算力规模与对推理延迟的直接影响。
#部署/工程
OpenAI News精选AI 评分6262
OpenAI News精选AI 评分6262 OpenAI 与软银集团携手 SB Energy 共建多吉瓦 AI 数据中心
OpenAI 与软银集团宣布与 SB Energy 合作，开发多吉瓦级 AI 数据中心园区，其中包括一座位于得克萨斯州、容量 1.2 GW 的设施，用于支持 Stargate 计划。
推荐理由：OpenAI 与软银、SB Energy 合作建设多吉瓦级 AI 数据中心，可了解 Stargate 计划的算力落地方式。
OpenAI NewsAI 评分2626 Netomi 如何用 GPT-4.1 与 GPT-5.2 将智能体系统扩展至企业级
Netomi 借助 GPT-4.1 和 GPT-5.2 扩展企业级 AI 智能体，通过并发、治理与多步推理支撑可靠的生产工作流。该方案面向企业规模化部署，强调智能体系统在生产环境中的稳定性。
Hugging Face BlogAI 评分5858 如何用 NVIDIA DGX Spark 和 Reachy Mini 搭建桌面智能体
Hugging Face 博客发布教程，介绍如何用 NVIDIA DGX Spark 配合 Reachy Mini 复现 CES 2026 主题演讲中的桌面智能体，代码已开源。
Hugging Face BlogAI 评分3636 Transformers v5 重构 Tokenization：更简单、更清晰、更模块化
Hugging Face 发布 Transformers v5，将 tokenizer 架构与训练词表分离，类似 PyTorch 分离网络结构与权重，使 tokenizer 可检查、可定制、可从零训练。v5 提供清晰的类层级和单一快速后端，支持 BPE、Unigram、WordPiece 等算法，并可通过 AutoTokenizer 自动选择正确的 tokenizer 类。
Mistral AI精选AI 评分6262 Mistral 发布 OCR 3，表单与手写识别胜率较上代提升 74%
Mistral 发布文档解析模型 Mistral OCR 3，在表单、扫描件、复杂表格和手写内容上相对 Mistral OCR 2 的整体胜率为 74%，官方称其准确率超过企业级文档处理方案和 AI 原生 OCR 方案。
推荐理由：官方给出 OCR 3 相对上一代在表单、手写和复杂表格上的胜率与定价，可据此判断文档解析成本与适用场景。
Hugging Face BlogAI 评分5050 NVIDIA 用 NeMo Evaluator 开源 Nemotron 3 Nano 30B A3B 完整评测方案
NVIDIA 发布 Nemotron 3 Nano 30B A3B，并公开其完整评测配方，基于开源库 NeMo Evaluator 构建，任何人可复跑评测流程并独立核验结果。
Hugging Face Blog精选AI 评分6060 llama.cpp 新增模型管理功能：router 模式支持动态加载与切换模型
llama.cpp server 新增 router 模式，可在不重启服务的情况下动态加载、卸载和切换多个模型。该模式采用多进程架构，每个模型独立运行，单个模型崩溃不影响其他模型；支持自动发现缓存或 --models-dir 目录中的 GGUF 文件、按需加载、LRU 淘汰（默认 --models-max 为 4）以及按请求中的 model 字段路由。
推荐理由：llama.cpp 新增 router 模式，可在不重启服务的前提下动态加载、卸载和切换多个模型，适合本地多模型部署场景。
Hugging Face Blog精选AI 评分6666 Hugging Face 教程：用 Codex 和 HF Skills 端到端微调模型
Hugging Face 发布教程，展示如何让 OpenAI Codex 通过 HF Skills 仓库完成端到端机器学习实验，包括数据校验、硬件选择、提交 Hugging Face Jobs 训练、监控进度、评测并生成训练报告。
推荐理由：原文给出 Codex 调用 HF Skills 完成端到端微调的完整流程与成本区间，可据此判断智能体托管训练实验的可行边界。
Mistral AI精选AI 评分8080 Mistral 发布 Devstral 2 编码模型家族与 Vibe CLI
Mistral 发布 Devstral 2 编码模型家族，含 123B 的 Devstral 2 和 24B 的 Devstral Small 2，均开源，前者采用修改版 MIT 许可，后者采用 Apache 2.0。
推荐理由：官方给出两款开源编码模型的参数、许可与 SWE-bench 成绩，并附独立人工评测对比，可据此判断开源编码模型与闭源模型的差距。
Hugging Face BlogAI 评分3636 Hugging Face 发布 swift-huggingface：完整的 Swift 客户端
Hugging Face 推出 swift-huggingface，一个面向 Hugging Face Hub 的完整 Swift 客户端，可独立使用并即将整合进 swift-transformers 替代现有 HubApi。
Mistral AI精选AI 评分8080 Mistral 发布 Mistral 3 系列，含 675B 参数 Mistral Large 3 与 3B/8B/14B Ministral 3
Mistral 发布 Mistral 3 系列，包括 14B、8B、3B 三个稠密小模型和迄今最强的 Mistral Large 3，后者为稀疏 MoE，41B 激活参数、675B 总参数，全部以 Apache 2.0 许可开源。
推荐理由：Mistral 3 全系以 Apache 2.0 开源并给出 NVFP4 量化与多平台部署路径，可据此判断开源前沿模型的落地成本。
Hugging Face Blog精选AI 评分7272 Hugging Face 发布 Transformers v5，主打互操作性
Hugging Face 发布 Transformers v5.0.0rc-0，主题是互操作性，官方称该库目前每天通过 pip 安装超过 300 万次、累计安装量超 12 亿次，模型架构从 v4 时的 40 个增至 400 多个。
推荐理由：官方给出 v5 在简化模型定义、训练与推理上的取舍，读者可据此判断自家训练和部署链路要不要跟进。
OpenAI NewsAI 评分2727 OpenAI 面向全球企业客户扩展数据驻留能力
OpenAI 将数据驻留能力扩展至 ChatGPT Enterprise、ChatGPT Edu 和 API Platform，符合条件的客户可将静态数据存储在本地区域内。
Hugging Face BlogAI 评分2222 从第一性原理理解 continuous batching
Hugging Face 发布博客，从 attention 机制与 KV caching 出发，通过优化吞吐量推导出 continuous batching。该方法通过并行处理多个对话、完成即换出，最大化高负载场景下的推理性能。文中指出 attention 是 token 间唯一交互之处，其计算量为 O(n²d)，随序列长度呈平方增长。
OpenAI NewsAI 评分4040 JetBrains 在全线编码工具中集成 GPT-5
JetBrains 正在将 GPT-5 集成到旗下编码工具中，帮助数百万开发者更快地设计、推理和构建软件。
Hugging Face Blog精选AI 评分6262 Tavily 如何构建达到 SOTA 的深度研究智能体
Tavily 分享其深度研究智能体的构建经验，通过上下文工程把工具输出蒸馏为反思而非在上下文中累积原始 token，相比 LangChain 的 Open Deep Research 减少 66% token 消耗，并在 DeepResearch Bench 上达到 SOTA。
推荐理由：Tavily 复盘自建深度研究智能体的架构取舍，给出上下文工程与 token 消耗对比的具体做法，可迁移到其他长任务智能体。
Hugging Face BlogAI 评分2222 OVHcloud 成为 Hugging Face Hub 的 Inference Provider
OVHcloud 正式加入 Hugging Face Hub 的 Inference Provider 生态，用户可直接在模型页调用 gpt-oss、Qwen3、DeepSeek R1、Llama 等开源权重模型。
Google ResearchAI 评分2020 Google Research 如何用简单线性回归模型预测 EV 充电桩可用性
Google Research 提出一种轻量线性回归模型，预测未来若干分钟后 EV 充电端口可用的概率，以缓解续航焦虑。该模型以一天中各小时为特征、学习各时段占用变化权重，在 30 至 60 分钟预测区间上优于"保持当前状态"基线，主要靠识别高占用周转时刻取胜。评估覆盖 CA 和德国两地 100 个随机站点、每日采样 48 次、持续一周。
Hugging Face Blog精选AI 评分6262 Hugging Face TRL 集成 RapidFire AI，微调实验提速最高 20 倍
Hugging Face TRL 正式集成 RapidFire AI，用户可用 RFSFTConfig、RFDPOConfig、RFGRPOConfig 近乎零代码替换原有 SFT/DPO/GRPO 配置，在单张 GPU 上并发运行多组微调配置。
推荐理由：官方集成给出了并发调度与实时控制的具体机制和基准数字，可据此判断微调实验流程能压缩多少时间。
OpenAI NewsAI 评分5050 OpenAI 与富士康合作，在美国制造 AI 供应链硬件
OpenAI 与富士康达成合作，将在美国设计并制造下一代 AI 基础设施硬件。双方将共同开发多代数据中心系统，强化美国本土供应链，并在美国国内生产关键组件，以加速先进 AI 基础设施建设。
Hugging Face Blog精选AI 评分6060 AnyLanguageModel 发布：为 Apple 平台本地与远程 LLM 提供统一 API
Hugging Face 发布 Swift 包 AnyLanguageModel，作为 Apple Foundation Models 框架的替代方案，只需替换 import 语句即可保持同一套 API。
推荐理由：面向 Apple 平台的统一 LLM 调用接口，用同一套 API 在本地开源模型与云端模型间切换，可降低实验成本。
Google Research精选AI 评分7474 Google 发布端到端实时语音翻译模型，延迟降至 2 秒
Google Research 介绍了一种端到端语音到语音翻译（S2ST）模型，直接生成译文音频并保留原说话人音色，延迟仅 2 秒，而现有级联系统通常有 4-5 秒延迟且会累积误差。
推荐理由：Google 端到端语音翻译把延迟从 4-5 秒压到 2 秒并保留原说话人音色，可对照级联方案理解取舍。
Hugging Face BlogAI 评分5252 ServiceNow 发布 Apriel-H1：蒸馏出 2.1 倍吞吐的高效推理模型
ServiceNow 的 SLAM Lab 将 15B 推理模型改造成 Mamba 混合架构，旗舰 Apriel-H1-15b-Thinker-SFT 在吞吐提升 2.1 倍的同时推理质量基本持平，MATH500 从 0.90 升至 0.92、MTBench 从 8.30 升至 8.58，GSM8k、GPQA、AIME24 略有下降。
Google DeepMind精选AI 评分8282 Google 发布智能体开发平台 Antigravity
Google 发布智能体开发平台 Antigravity，即日起免费公开预览，提供 Gemini 3 Pro 的宽松速率限制。该平台在传统 AI IDE 之外新增以智能体为中心的 Manager 界面，可并行编排多个工作区中的智能体，并支持浏览器控制与异步交互。
推荐理由：Google 把 IDE 改造成以智能体为中心的开发平台，读者可据此判断异步编排与 Artifacts 验证会怎样改变编码工作流。
Google DeepMind精选AI 评分6262 Google DeepMind 发布天气预报模型 WeatherNext 2
Google DeepMind 与 Google Research 发布天气预报模型 WeatherNext 2，称其生成预报速度比前代快 8 倍，分辨率最高可达 1 小时，并能在单个 TPU 上不到一分钟生成数百种可能天气情景。
推荐理由：官方给出 8 倍生成速度、1 小时分辨率与 99.9% 变量超越前代等指标，可据此判断 AI 天气预报的可用性边界。
Hugging Face BlogAI 评分3434 如何用 Hugging Face kernels 构建和分享 ROCm 内核
Hugging Face 的 kernels 库支持用 kernel-builder 构建并经由 kernels-community 分享自定义 GPU 内核，覆盖 CUDA、ROCm、Metal 和 XPU 后端。
Hugging Face BlogAI 评分4040 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。
OpenAI News精选AI 评分7878 OpenAI 面向开发者发布 GPT-5.1
GPT-5.1 已在 API 中开放，带来更快的自适应推理、扩展的提示词缓存和改进的编码表现。同时新增 apply_patch 和 shell 两个工具。
推荐理由：GPT-5.1 进入 API，开发者可据此判断自适应推理、缓存与编码能力的升级幅度。
Google ResearchAI 评分4949 Google 发布 JAX-Privacy 1.0：面向大规模机器学习的差分隐私工具库
Google 发布 JAX-Privacy 1.0，这是构建在 JAX 之上、用于训练和审计差分隐私（DP）模型的工具库，重新设计以提升模块化。它提供逐样本梯度裁剪、噪声添加、数据批构建等核心组件，支持 DP-SGD、DP-FTRL 及 DP matrix factorization 等算法，并借助 JAX 的 vmap、shard_map 实现数据与模型并行的大规模训练。
Google Research精选AI 评分6262 Google 发布 Project Suncatcher 太空 AI 基础设施系统设计预印本
Google 公布名为 Project Suncatcher 的研究计划，设想由太阳能卫星组成星座、搭载 Google TPU 并通过自由空间光链路互联，相关预印本论文探讨了卫星间高带宽通信、轨道动力学和辐射对计算的影响。
推荐理由：Google 公开了太空 AI 数据中心的系统设计与关键挑战，读者可了解其轨道方案、星间链路和 TPU 抗辐射测试的早期结论。
OpenAI NewsAI 评分4747 OpenAI 将 Stargate 扩展至密歇根州
OpenAI 将 Stargate 扩展至密歇根州，新建 1 吉瓦（one-gigawatt）园区以强化美国 AI 基础设施。该项目将创造就业、带动投资，并支持中西部经济增长。
OpenAI NewsAI 评分4747 OpenAI 如何构建 ChatGPT Atlas 浏览器背后的新架构 OWL
OpenAI 详解其 ChatGPT 浏览器 Atlas 背后的新架构 OWL，该架构将 Chromium 解耦，实现快速启动、丰富 UI 以及由 ChatGPT 驱动的智能体浏览。
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 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 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。
Mistral AI精选AI 评分6262 Mistral 发布 AI Studio 生产级 AI 平台
Mistral 发布 Mistral AI Studio，一个面向企业团队的生产级 AI 平台，围绕可观测性、Agent Runtime 和 AI Registry 三大支柱构建。
推荐理由：Mistral 把自家大规模系统的可观测、执行与治理能力产品化，读者可据此判断企业 AI 从原型走向生产的工程路径。
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。