OpenAI 与英国政府宣布战略合作,推动 AI 驱动增长
OpenAI 与英国政府宣布建立战略合作伙伴关系,旨在提升 AI 应用普及度、推动经济增长并改善公共服务,以在英国构建繁荣的 AI 生态。
OpenAI 与英国政府宣布建立战略合作伙伴关系,旨在提升 AI 应用普及度、推动经济增长并改善公共服务,以在英国构建繁荣的 AI 生态。
OpenAI 发文称 AI 将比历史上任何技术为更多人解锁更多机会,若方向正确,AI 能赋予每个人前所未有的能力。作者自述是务实的技术主义者,看重技术对人的生活的直接影响,而非技术本身。
OpenAI 启动一项初始规模 5000 万美元的基金,用于支持非营利和社区组织,该基金参考了独立的 OpenAI Nonprofit Commission 报告。
Arc Institute 发起 Virtual Cell Challenge,要求参赛者训练模型预测 CRISPR 沉默某个基因后对细胞的影响,并称之为上下文泛化。
Mistral 为 Le Chat 上线一批新功能,包括预览版 Deep Research 模式、由新语音模型 Voxtral 驱动的语音模式、由推理模型 Magistral 支持的多语言推理、用于整理对话的 Projects,以及与 Black Forest Labs 合作的高级图像编辑。
推荐理由:Mistral 官方一次性为 Le Chat 补齐深度研究、语音、推理与图像编辑能力,可据此判断其产品线的功能覆盖方向。
OpenAI 发布 ChatGPT agent 系统卡,介绍这一智能体模型整合了研究、浏览器自动化和代码工具,并在 Preparedness Framework 下配备安全防护措施。
推荐理由:OpenAI 官方系统卡披露 ChatGPT agent 的能力组合与安全框架,可了解其智能体设计与防护思路。
OpenAI 发布 ChatGPT agent,官方称其能够思考并行动,调用工具完成研究、预订和幻灯片等任务,全程由用户引导。
推荐理由:OpenAI 官方发布 ChatGPT agent,读者可据此了解其可调用工具完成研究、预订和幻灯片等任务的能力定位。
OpenAI Academy 联合 Walton Family Foundation、Emerson Collective 及多家本地非营利组织举办 Nonprofit Jam,这是一场为期一天、覆盖全美 10 个地点的活动,将汇集超过 1000 名非营利组织负责人。
Hugging Face 发布 FutureBench,用真实预测市场与新闻生成任务,评估 AI 智能体预测未来事件的能力。该基准通过 smolagents 智能体抓取新闻并用 DeepSeek-V3 生成预测问题,每周约产出 5 个新闻类问题,另从 Polymarket 每周引入约 8 个问题。其设计使数据污染不可能发生,结果可随时间客观验证。
Gradio 5.38.0 为 MCP Server 带来五项改进:新增 "File Upload" MCP server 让智能体直接上传文件,支持实时进度通知,并可通过 gr.load_openapi 一行代码将 OpenAPI 规范转为 MCP 工具。此外新增 gr.Header 类型自动提取认证请求头,并支持用 api_description 参数自定义工具描述。
OpenAI 董事会就独立 OpenAI 非营利委员会的报告发表声明,感谢委员会成员所做的大量工作与投入。
Invideo AI 借助 OpenAI 的 GPT-4.1、gpt-image-1 和文本转语音模型,把创意想法在几分钟内转化为专业视频,创作速度提升 10 倍。
Consilium 是一个在 Gradio Agents & MCP Hackathon 期间构建的多 LLM 平台,让多个 AI 模型通过结构化辩论讨论复杂问题并达成共识,同时提供可视化 Gradio 界面和 MCP server 两种形态。
Hugging Face 发布 Ettin 套件,这是首个用完全相同的数据(2T tokens)、架构和训练配方训练的 SoTA 配对编码器与解码器模型系列,参数规模覆盖 17M 到 1B。
Mistral 发布 Voxtral 语音理解模型,提供 24B 生产版和 3B 本地与端侧版,均以 Apache 2.0 许可开源并上线 API。模型支持 32k token 上下文,可处理最长 30 分钟转写或 40 分钟理解,具备音频问答、摘要、多语言自动检测和语音直接触发函数调用能力,并保留 Mistral Small 3.1 的文本能力。
推荐理由:Mistral 开源两款语音理解模型,给出 32k 上下文、多语言与函数调用能力及低于同类 API 一半的价格,可据此判断开源语音方案的可用边界。
OpenAI 称 ChatGPT 的设计目标是实用、可信且可适配,让用户能把它变成自己的工具。该表述以“设计即知识自由”为题,强调产品在可定制性上的取向。
Hugging Face 宣布 Hub 存储从 Git LFS 迁移到 Xet,6 个月内已有 50 万个仓库、20 PB 数据完成迁移,超过 100 万用户在使用 Xet。迁移依靠 Git LFS Bridge 和后台迁移流程实现,旧版客户端无需更换工作流即可继续上传下载。从本月起 Xet 将向所有用户开放,现有仓库会自动迁移,新建仓库默认启用 Xet,后续还将开源 Xet 协议及整套基础设施。
推荐理由:Hugging Face 官方复盘 Hub 从 Git LFS 迁移到 Xet 的工程细节,可看到大规模存储迁移如何做到对用户零打扰。
OpenAI 宣布加入欧盟 Code of Practice,推进负责任 AI,并与欧洲各国政府合作推动创新、基础设施与经济增长。
Mistral AI 与 All Hands AI 合作推出 Devstral Medium,并升级 Devstral Small 1.1,两款模型均强调对不同提示词和智能体框架的泛化能力。
推荐理由:Mistral 与 All Hands AI 联合发布两款编码智能体模型,给出了 SWE-Bench Verified 分数与 API 定价,便于对比现有方案。
Numina 与 Kimi 团队发布基于 Qwen2.5-72B、采用 Kimi k1.5 RL 流程训练的定理证明模型 Kimina-Prover-72B,同时开源基于 Qwen3-8B 和 Qwen3-1.7B 的两个蒸馏版本。
推荐理由:原文给出 Kimina-Prover 系列在 miniF2F 上的成绩与 TTRL 搜索、错误修复两项方法细节,可据此了解形式化定理证明的当前进展。
Hugging Face 发布 ScreenEnv,一个可在 Docker 容器中创建隔离 Ubuntu 桌面环境的 Python 库,用于测试和部署 GUI 智能体(Computer Use 智能体),支持 AMD64 与 ARM64,环境部署时间不到 10 秒。
推荐理由:ScreenEnv 把桌面智能体的运行环境收敛到 Docker 沙箱,并同时提供 MCP 与直连 API 两种接入方式,便于对照现有智能体框架的部署路径。
Hugging Face 发布官方 MCP Server(hf.co/mcp),通过一个 URL 让 AI 助手访问 Hub 与 Spaces 上的数千个 AI 应用,并支持用户动态配置工具。生产环境采用 Streamable HTTP 传输的无状态 Direct Response 配置,开源代码同时支持 STDIO、SSE 和 Streamable HTTP 部署。
Hugging Face 发布博客详解异步机器人推理,通过将动作预测与执行解耦,让机器人在 PolicyServer 计算下一段动作时持续执行当前动作队列,从而消除等待推理的空闲时间。该方案在 SmolVLA 上实现约 2 倍任务完成速度提升,任务成功率相当,PolicyServer 与 RobotClient 之间通过 gRPC 通信,性能约为同类 REST API 的 5 倍。
Hugging Face 与 Pollen Robotics 发布开源机器人 Reachy Mini,Lite 版 399 美元、带板载计算与电池的无线版 499 美元,预计约 90 天发货。
推荐理由:原文给出了开源桌面机器人的价格、硬件配置与 Python SDK 入口,读者可据此判断它能否用于机器人 AI 实验。
Hugging Face 与 AMD 合作,为 AMD MI300X 编写了三个开源自定义内核——融合残差连接/RMS norm/FP8 转换内核、融合 SwiGLU 激活/FP8 转换内核和 Skinny GEMM 内核,用于在 8 卡 MI300X 节点上通过 VLLM 加速 Llama 3.1 405B 的 FP8 推理。
Hugging Face Spaces 上的 Gradio 应用自 5.28.0 版本起支持 MCP 协议,使 Spaces 成为可搜索数千个 MCP server 的"应用商店"。用户可将 Flux.1 Kontext[dev] 等 Space 接入 Cursor、Claude Code、Cline 等 MCP 客户端,让 LLM 获得图像编辑等新能力,目前图像需通过公开 URL 访问。
OpenAI 与美国教师联合会(AFT)合作启动一项为期 5 年的计划,将帮助 40 万名 K-12 教育工作者在课堂上主导 AI 创新。
Hugging Face 发布 SmolLM3,一个完全开源的 3B 模型,在 11T token 上训练,支持 6 种语言和最长 128k 上下文,并提供 think / no_think 双模式推理。
推荐理由:Hugging Face 公开了 3B 模型的完整训练配方与数据配比,读者可据此复现或改进同规模模型。
Hugging Face 基础设施团队公开了支撑其生产环境的三大告警机制,分别覆盖 NAT 网关吞吐量、Hub 请求日志归档成功率等环节。NAT 网关告警在流量超过预设静态阈值时触发,用于发现异常流量峰值并优化网络路径成本;日志归档链路则通过 Filebeat、Logstash 与 Elasticsearch 完成采集、加工与存储。
Hugging Face 以 nanoVLM 项目为例,展示如何用五阶段构建高效多模态数据管道,解决 GPU 空转与填充浪费问题。朴素填充阶段约 60% 的 batch 被无用 padding token 占据,团队随后引入全局最大长度约束,并借助背包问题(knapsack)实现贪心打包,将序列按 token 数尽量塞满每个 batch。
Hugging Face 上线 NeurIPS 2025 E2LM 竞赛,面向 LLM 早期训练阶段(约 200B tokens 以内)构建科学知识领域的评测基准,参赛者需基于 lm-evaluation-harness 通过 HuggingFace Space 提交方案。
Mistral AI 推出 AI for Citizens 协作计划,帮助各国政府和公共机构战略性地运用 AI 改造公共服务、推动创新并保障竞争力。该计划提供开放技术平台、自托管部署、数据主权保障及定制化研发,已与法国、卢森堡、新加坡、荷兰、英国、瑞士等国政府及公共部门合作。
Genspark 借助 GPT-4.1 和 OpenAI Realtime API 打造无代码个人智能体,45 天内做到 3600 万美元 ARR。
Sentence Transformers 现已支持训练和微调稀疏嵌入模型,可产出如 sparse-encoder/example-inference-free-splade-distilbert-base-uncased-nq 这类低成本模型,尤其适合混合搜索或检索重排场景。
OpenAI 与 Mandala Partners 联合发布面向澳大利亚的 AI 经济蓝图,提出一份可落地的方案,帮助澳大利亚释放人工智能的经济与社会潜力。该蓝图发布之际,提升生产力已成为澳大利亚的国家优先事项。
NVIDIA 在 Hugging Face 发布 Llama Nemotron Nano VL,一个基于 Llama-3.1-8B-Instruct 和 C-RADIOv2-VLM-H 的 8B 视觉语言模型,面向发票、合同等复杂文档的智能文档处理与 OCR。
Retell AI 基于 GPT-4o 和 GPT-4.1 打造无代码语音自动化平台,帮助企业上线自然、实时的语音智能体,无需脚本或等待接通即可自动处理客户对话。该平台可降低通话成本、提升 CSAT,正被用于改造呼叫中心。
Gemma 3n 从 Google I/O 的预览版转为正式发布,已在 transformers、timm、MLX、llama.cpp、transformers.js、ollama 等主流开源库上线。
推荐理由:Gemma 3n 正式开源并接入主流推理库,读者可据此了解端侧多模态模型的硬件门槛与部署路径。
AI GTM 平台 Unify 采用 OpenAI 的 o3、GPT-4.1 和 CUA,自动化潜客挖掘、调研与外联流程。借助超个性化消息和全天候工作流,Unify 帮助团队规模化生成销售管道,同时聚焦高价值客户互动。
SGLang 新增 Hugging Face transformers 作为后端,可直接以高性能推理运行任意 transformers 兼容模型,无需原生支持。