跳到正文
3月18日周三
  3. Hugging Face Blog60

    Hugging Face 发布 2026 春季开源 AI 生态报告

    Hugging Face 发布 2026 春季开源生态报告，基于平台数据回顾过去一年变化：2025 年平台用户增至 1300 万、公开模型超 200 万、公开数据集超 50 万。报告称中国模型在月度与总下载量上超过美国，过去一年占下载量的 41%；机器人数据集从 2024 年的 1145 个增至 2025 年的 26991 个，成为平台上规模最大的数据集类别。

    推荐理由：Hugging Face 用平台数据勾勒开源 AI 一年变化，中国模型下载占比与机器人数据集增长是其中两条主线。

  4. Google DeepMind46

    Google DeepMind 发布 AGI 认知框架，并启动 Kaggle 黑客松

    Google DeepMind 发布论文《Measuring Progress Toward AGI: A Cognitive Taxonomy》，提出包含感知、生成、注意力、学习、记忆、推理、元认知、执行功能、问题解决、社会认知 10 项能力的认知分类框架，并配套三阶段评估协议，用留出测试集防数据污染、采集具人口代表性的人类基线、将 AI 表现映射到人类表现分布。

  5. Mistral AI60

    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。

3月17日周二
  2. OpenAI News62

    OpenAI 发布 GPT-5.4 mini 和 nano

    OpenAI 发布 GPT-5.4 mini 和 nano，是 GPT-5.4 的更小、更快版本。两款模型针对编码、工具调用、多模态推理以及高并发 API 和子智能体负载做了优化。

    推荐理由：OpenAI 在 GPT-5.4 之下补出 mini 与 nano 两档小模型，读者可据此判断高并发与子智能体场景的选型空间。

  5. Mistral AI78

    Mistral 发布 Mistral Small 4 开源模型

    Mistral AI 发布 Mistral Small 4，首次将 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一到单一模型，采用 Apache 2.0 许可。

    推荐理由：Mistral Small 4 把推理、多模态与编码智能体能力合并进单一开源模型，并给出可配置推理强度与部署门槛。

  6. Mistral AI60

    Mistral AI 加入 NVIDIA Nemotron Coalition，并发布 Mistral Small 4

    Mistral AI 宣布以创始成员身份加入 NVIDIA Nemotron Coalition，双方计划共同开发前沿开源 AI 模型，Mistral AI 贡献模型架构、多模态能力和微调工具，NVIDIA 提供算力、模型开发工具与合成数据生成管线。

    推荐理由：Mistral AI 以创始成员身份加入 NVIDIA Nemotron Coalition，并同步放出 Mistral Small 4，读者可据此判断开源前沿模型的合作分工与开放节奏。

  7. Google Research40

    Google 用高温超导研究问题测试 LLM 世界模型

    Google 与康奈尔大学合作，让 GPT-4o、Perplexity、Claude 3.5、Gemini Advanced Pro 1.5、NotebookLM 和一套自建 RAG 系统回答 67 道高温超导专家级问题，由 12 位专家按 6 项指标盲评打分。基于 1,726 篇受控文献的 NotebookLM 在多数维度表现最佳，自建 RAG 系统紧随其后，所有系统均有待改进之处。

  8. Mistral AI62

    Mistral 发布开源 Lean 4 代码智能体 Leanstral

    Mistral 发布 Leanstral，这是首个面向 Lean 4 的开源代码智能体，采用 6B 激活参数的稀疏架构，权重以 Apache 2.0 许可开放，并接入 Mistral Vibe 与免费 API 端点 labs-leanstral-2603。

    推荐理由：Mistral 开源面向 Lean 4 的代码智能体，给出了与 Claude 系列及开源模型的成本与得分对比，可据此判断形式化验证路线的性价比。

3月16日周一
3月13日周五
3月12日周四
  2. Google Research62

    Google 推出 Groundsource：用 Gemini 将新闻报道转为灾害数据

    Google Research 推出 Groundsource，用 Gemini 从新闻报道中提取结构化灾害数据，首个开放数据集包含 260 万条城市山洪记录，覆盖 150 多个国家、时间跨度从 2000 年至今。

    推荐理由：Google 用 Gemini 从 80 种语言的新闻中抽取洪水事件，其准确率与覆盖范围可供评估 LLM 构建科学基准数据的可行性。

  3. Google Research62

    Google 与 BIDMC 开展 AMIE 对话式诊断 AI 真实临床可行性研究

    Google Research 与 Beth Israel Deaconess Medical Center 合作开展了一项前瞻性单中心可行性研究，让 AMIE 在门诊初级保健就诊前与患者进行文本问诊，全程由医生通过视频监督。

    推荐理由：Google 与 BIDMC 的这项前瞻性研究给出了 AMIE 在真实门诊流程中的安全与诊断数据，可对照其与 PCP 的差异。

3月11日周三
  3. OpenAI News60

    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。

3月10日周二
  3. Hugging Face Blog62

    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。

3月9日周一
  3. Hugging Face Blog60

    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。

3月7日周六
  1. Google Research62

    Google Research 发布 WAXAL：覆盖 27 种非洲语言的大规模开放语音数据集

    Google Research 发布 WAXAL 大规模开放语音数据集，覆盖 27 种撒哈拉以南非洲语言、超过 1 亿使用者，采用 CC-BY-4.0 许可。数据集包含约 1,846 小时用于 ASR 的转写自然语音和超过 565 小时用于 TTS 的高保真录音，由非洲高校与社区组织主导采集，Google 提供方法指导。项目自 2021 年启动，Google 表示将持续扩充语言覆盖。

    推荐理由：Google Research 联合非洲高校发布 27 种语言的语音数据集，可了解低资源语言语音数据的采集方法与开放许可安排。

  2. Google Research38

    Google SpeciesNet：用 AI 识别野生动物，一年间在全球保护项目落地

    Google 开源的 SpeciesNet 模型可识别相机陷阱图像中近 2,500 个动物类别，训练数据达 6,500 万张标注图像，在标准笔记本上每天可处理约 3 万张图像，低端游戏 GPU 上可处理 25 万张以上。该模型一年前作为开源工具发布，已被哥伦比亚、爱达荷、澳大利亚和坦桑尼亚塞伦盖蒂等地的研究团队用于识别美洲狮、麋鹿、鹤鸵和狮子等物种。

3月6日周五
3月5日周四
  1. Hugging Face Blog34

    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。

  2. OpenAI News87

    OpenAI 发布 GPT-5.4 前沿模型

    OpenAI 发布 GPT-5.4，称其为面向专业工作能力最强且高效的前沿模型，具备 SOTA 编码、计算机使用、工具搜索能力和 1M token 上下文窗口。

    推荐理由：OpenAI 官方公布 GPT-5.4 的定位与能力方向，可据此了解其面向专业工作的能力边界。