Hugging Face 宣布 OpenEnv 改由委员会协调，成员包括 Meta-PyTorch、Reflection、Unsloth、Modal、Prime Intellect、Nvidia、Mercor、Fleet AI、Microsoft、Hugging Face 和 RadixArk，项目迁至 huggingface/OpenEnv。
推荐理由：OpenEnv 从单一项目转为多方共管的协议层，读者可据此了解开源智能体强化学习环境的标准化路径。
NVIDIA 发布 Nemotron 3.5 Content Safety，基于 Gemma 3 4B IT 微调，把多模态输入、多语言覆盖、自定义企业策略和可审计推理统一到一次推理调用中。
推荐理由：NVIDIA 在 4B 小模型上把多模态、多语言、自定义策略与可审计推理合并进单次推理，并公开训练数据集。
Hugging Face 重构官方命令行工具 hf CLI，使其同时适配人类用户和 Claude Code、Codex、Cursor 等编码智能体，新增 agent 模式输出、下一步命令提示和非阻塞重试机制。
推荐理由：官方给出 hf CLI 面向智能体重构的细节与基准数据，可据此判断命令行工具该如何适配编码智能体。
Reachy Mini 对话应用现可通过 MCP 调用托管在公开 Hugging Face Spaces 上的工具，用一条命令 `reachy-mini-conversation-app tool-spaces add` 即可为机器人添加天气查询、网页搜索等能力，工具在 Space 中运行，无需下载代码到本地。
H Company 发布 Holo3.1 计算机使用智能体模型家族，基于 Qwen 系列，覆盖 0.8B、4B、9B 和 35B-A3B 四种尺寸，并首次提供 FP8、Q4 GGUF 和 NVFP4 量化权重。
推荐理由：Holo3.1 给出跨环境与跨框架的鲁棒性提升，并首次提供量化权重，读者可据此判断本地部署计算机使用智能体的可行路径。
JetBrains 发布 Mellum2，一个从零训练的 12B 参数混合专家（MoE）模型，覆盖自然语言与代码，每个 token 仅激活 2.5B 参数，采用 Apache 2.0 许可。官方称其面向路由、RAG、摘要、子智能体和高吞吐编码等低延迟场景，相比同规模模型推理速度提升超过 2 倍，模型已在 Hugging Face 开放下载，技术报告发布于 arXiv。
推荐理由：JetBrains 开源 12B MoE 模型，每 token 仅激活 2.5B 参数，可据此判断轻量模型在路由与 RAG 场景的部署取舍。
Import AI 459 聚焦三项研究：英国 AI 安全研究所的论文指出用 AI 监督 AI 训练的自动化对齐并非万能方案；另有工作提出蛋白质折叠模型的缩放定律，以及为 AI 系统灭绝风险定价的尝试。同期还介绍了美国 AI 经济年增速约 2,000%、2025 年名义 AI GDP 约 2500 亿美元的测算研究。
Hugging Face 发布 PyTorch 性能分析系列第一篇，介绍如何用 torch.profiler 分析矩阵乘法加偏置的算子。文章基于 PyTorch 2.13 与 NVIDIA A100-SXM4-80GB，讲解 profiler 表格与 trace 的读法，并演示 torch.compile 带来的变化。
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。
Hugging Face 发布 AI 智能体术语表，重点厘清常被混用的 harness 与 scaffold：scaffold 是定义模型行为的系统提示词、工具描述与上下文管理层，harness 则是调用模型、处理工具调用并决定何时停止的执行层，社区常用 Agent = Model + Harness 概括。
Mistral 发布 Mistral Medium 3.5，一个 128B 稠密模型，以修改版 MIT 许可开放权重，成为 Mistral Vibe 和 Le Chat 的默认模型，并支撑 Vibe 的云端远程编码智能体与 Le Chat 的 Work 模式预览。
推荐理由：Mistral 把编码智能体搬到云端并同步开源 128B 权重，读者可据此判断自托管编码智能体的可行边界。
Hugging Face 发布 OlmoEarth v1.1 地球观测模型系列，通过将 Sentinel-2 各分辨率合并为单一 token 缩短序列长度，在保持 v1 性能的同时将计算成本最多降低 3 倍。该系列包含 Base、Tiny 和 Nano 三种规模，权重与训练代码已开放。
Hugging Face 发布 Ettin Reranker 系列六款 Sentence Transformers CrossEncoder 重排序模型，参数规模从 17m 到 1b，基于 Ettin ModernBERT 编码器构建。
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。
IBM 在 Hugging Face 发布两款 Apache 2.0 多语言嵌入模型 granite-embedding-97m-multilingual-r2 与 granite-embedding-311m-multilingual-r2，均基于 ModernBERT，支持 200+ 语言、32K token 上下文（较 R1 提升 64 倍）及 9 种编程语言代码检索。
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。
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。
Hugging Face 与 Appen Inc.、DataoceanAI 合作，为 Open ASR Leaderboard 引入覆盖多口音、朗读与对话场景的高质量英文 ASR 私有数据集，以防止 benchmaxxing 和测试集污染。榜单默认平均 WER 仍只基于公开数据集计算，用户可通过开关选择是否纳入私有数据集查看影响。该榜单自 2023 年 9 月上线以来访问量已超 710K 次。
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。
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。
Hugging Face 发布 QIMMA قِمّة 阿拉伯语 LLM 排行榜，在评测模型前先对基准做质量验证。该榜单整合 14 个来源基准的 109 个子集、超 52,000 条样本，覆盖文化、STEM、法律、医疗、安全、诗歌文学与代码 7 大领域，其中 99% 为原生阿拉伯语内容，并首次在阿拉伯语排行榜中引入代码评测。
Hugging Face 发文讨论 Mythos 与 Project Glasswing 发布后 AI 网络安全格局，指出 Mythos 的关键不在模型本身，而在于其嵌入的系统——大算力、软件数据训练、漏洞探测与修补脚手架及一定自主性共同构成的能力配方。文章认为开放代码与工具可分散检测、验证、协调、补丁传播四个阶段，缩小攻防能力差距，并主张采用半自主 AI 智能体在组织内部署防御。
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。
Sentence Transformers 现已支持训练和微调多模态嵌入与 Reranker 模型，作者以 Qwen/Qwen3-VL-Embedding-2B 微调视觉文档检索（VDR）为例，微调后 NDCG@10 从基线的 0.888 提升至 0.947，超过所有对比的现有 VDR 模型，包括参数量达其 4 倍的模型。
Hugging Face 发布 VAKRA，一个面向企业级环境的工具接地可执行基准，用于评估 AI 智能体的组合推理与多步工作流执行能力。该基准提供 8,000+ 本地托管 API、覆盖 62 个领域，任务需 3-7 步推理链，包含 API 链式调用、工具选择与多跳推理四类任务，模型整体表现不佳。博客进一步分析了不同任务上观察到的失败模式。
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。
Overworld 发布实时视频世界模型 Waypoint-1.5，在 RTX 3090 至 5090 等桌面硬件上可生成最高 720p、60 FPS 的实时环境，并新增面向更广消费级硬件的 360p 版本。
推荐理由：Waypoint-1.5 把实时生成世界模型下放到消费级显卡，读者可据此判断本地交互式世界生成的硬件门槛。
Sentence Transformers 发布 v5.4，可在同一套 API 中编码和比较文本、图像、音频与视频，并支持多模态重排模型。新增能力覆盖跨模态相似度、encode_query/encode_document 检索流程以及先检索后重排的 RAG 模式，官方同时列出了 Qwen3-VL、NVIDIA Nemotron、BGE-VL 等已支持模型。
推荐理由：官方给出 v5.4 多模态嵌入与重排的完整用法和模型清单，可据此判断跨模态检索的落地路径。
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。
Google DeepMind 的 Gemma 4 多模态模型家族已在 Hugging Face 发布，采用 Apache 2.0 许可，支持图像、文本和音频输入并输出文本。
推荐理由：Hugging Face 官方给出 Gemma 4 五个尺寸的架构细节、部署路径与基准数据，可据此判断端侧多模态选型。
阿布扎比 TII 的 Falcon Vision 团队发布 Falcon Perception，一个 0.6B 参数的早期融合 Transformer，用自然语言提示做开放词汇定位与分割，在 SA-Co 上达到 68.0 Macro-F1，高于 SAM 3 的 62.3，但在存在性校准上落后（MCC 0.64 对 0.82）。
推荐理由：原文给出 0.6B 早期融合模型在 SA-Co 与 PBench 上的分项对比，可据此判断单骨干架构在开放词汇感知上的取舍。
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。
IBM 发布 Granite 4.0 3B Vision，一个面向企业文档理解的紧凑视觉语言模型，以 LoRA 适配器形式搭载在 Granite 4.0 Micro 之上，采用 Apache 2.0 许可在 Hugging Face 开放。
推荐理由：IBM 发布面向企业文档的紧凑视觉语言模型，给出表格、图表与 KVP 抽取的基准对比，可据此判断小模型在文档流水线中的位置。
OpenMed 构建了覆盖结构预测、序列设计与密码子优化的端到端蛋白质 AI 流水线，其中 CodonRoBERTa-large-v2 以困惑度 4.10、Spearman CAI 相关性 0.40 显著优于 ModernBERT。团队随后将模型扩展至 25 个物种，用 55 GPU-hours 训练出 4 个生产模型，并搭建了目前其他开源项目尚未提供的物种条件化系统。
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。
Mistral AI 发布首款文本转语音模型 Voxtral TTS，4B 参数，支持英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语共 9 种语言，可做情感表达与零样本跨语言音色适配。
推荐理由：Mistral 首款 TTS 模型给出 4B 参数、9 语言与 70ms 延迟等具体指标，并附与 ElevenLabs 的人工对比结果。
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。