OpenAI 下调 GPT-5.6 在 Luna 与 Terra 上的定价
OpenAI 宣布下调 GPT-5.6 在 Luna 和 Terra 上的定价，并介绍更高效的模型如何帮助企业在规模化场景中部署 AI 工作流。原文未披露具体价格数字与模型能力细节。
推荐理由：OpenAI 公布 GPT-5.6 在 Luna 与 Terra 上的更低定价，读者可据此评估企业级 AI 工作流的部署成本。
#部署/工程
OpenAI News精选AI 评分6262
Berkeley AI Research精选AI 评分6262 从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon
Berkeley Sky Lab 与 IBM Research 将演化式内核搜索框架 K-Search 扩展到 MLX，通过结构化的 CUDA 到 MLX 翻译层，把已有 CUDA 内核作为知识库迁移到 Apple Silicon。
推荐理由：原文给出跨平台内核迁移的具体方法与实测数据，读者可据此判断 CUDA 经验能否复用到 Apple Silicon。
Hugging Face Blog精选AI 评分6666 NVIDIA 发布 Cosmos-H-Dreams 实时手术机器人生成式仿真器
NVIDIA 发布 Cosmos-H-Dreams，一个面向手术机器人的实时、动作条件生成式仿真器，将 Cosmos-H-Surgical-Simulator 蒸馏为因果少步学生模型，并通过 FlashDreams 流式推理库提供服务。
推荐理由：原文给出实时生成式手术仿真器的蒸馏与推理优化路径，读者可据此判断世界模型进入交互闭环的工程门槛。
Hugging Face Blog精选AI 评分6262 Diffusers 原生支持 Nunchaku 4-bit 扩散推理
Hugging Face 在 Diffusers 中集成 Nunchaku Lite，可直接用 from_pretrained() 加载 Nunchaku 风格 4-bit 量化检查点，无需自定义 pipeline 或本地 CUDA 编译。
推荐理由：原文给出 Nunchaku Lite 在 Diffusers 中的原生加载方式与量化工具链，读者可据此判断消费级 GPU 跑扩散模型的内存与延迟取舍。
OpenAI NewsAI 评分2222 OpenAI 在 Effingham County 建设 AI 基础设施
OpenAI 宣布在佐治亚州 Effingham County 启动 Project Camellia，承诺负责任能源、社区投资、就业机会以及提供 Codex 使用权限。
OpenAI NewsAI 评分2929 NTT DATA Group 用 Codex 将事件分析缩短至 30 分钟
NTT DATA Group 借助 ChatGPT Enterprise 和 Codex，帮助 9,000 名员工实现工作自动化，并将事件分析时间缩短至 30 分钟。该集团同时借此推进安全 AI 的大规模落地。
Hugging Face BlogAI 评分5252 IBM Research 复盘智能体模型路由为何比想象中复杂
IBM Research 在 Hugging Face 博客中复盘为智能体构建模型路由的经验，指出多数路由系统把模型选择当成分类问题，实际却是系统优化问题。
Hugging Face Blog精选AI 评分8787 Thinking Machines 发布 Inkling 与 Inkling-Small 开源多模态模型
Thinking Machines 在 Hugging Face 发布 Inkling 系列开源多模态模型，Inkling 为 975B 总参数、41B 激活参数的 MoE 架构，原生接受图像、文本和音频输入，支持 1M 上下文，训练数据达 45 万亿 token。
推荐理由：原文给出 Inkling 的架构细节、部署配置与基准对比，读者可据此判断这一开源多模态模型的落地门槛。
OpenAI NewsAI 评分2222 OpenAI：如何在智能体时代管理 AI 投资
OpenAI 发文阐述企业在智能体时代管理 AI 投资的方法，核心是衡量每美元产生的有效工作量、提升效率并扩展高价值工作流。
Hugging Face BlogAI 评分3636 PyTorch 性能分析（第三部分）：Attention 全解析
PyTorch 性能分析系列第三篇用 NVIDIA A100-SXM4-80GB 剖析 attention 的 profiler 轨迹，从朴素实现到 in-place 掩码再到 SDPA 与手写 kernel 逐一对比。
Mistral AIAI 评分5757 Mistral Studio 上线 Prompts 与 Skills 管理系统
Mistral 在 Studio 中上线 Prompts 与 Skills 管理系统，为每个提示词和技能提供版本化、归属和可追溯能力。每个版本不可变并记录完整历史，支持版本对比、回滚、分类标签和审计日志，非开发者也能直接编辑测试并触发 CI/CD 上线。技能可作为 MCP 服务器直接从 Studio 调用，确保生产执行的是同一受治理资产。
Hugging Face Blog精选AI 评分6262 vLLM 的 transformers 建模后端实现原生推理速度
Hugging Face 宣布 vLLM 的 transformers 建模后端在多个 LLM 架构上已追平甚至超过 vLLM 手写原生实现，模型作者无需移植即可获得高速推理。
推荐理由：原文给出 vLLM 的 transformers 后端在多种 Qwen3 模型上追平手写实现，读者可据此判断是否省去移植成本。
Hugging Face BlogAI 评分2222 Hugging Face 与 Amazon SageMaker Studio 实现一键深度链接集成
Hugging Face 与 Amazon SageMaker AI 推出深度链接集成，开发者在支持的模型页面点击 Customize on SageMaker AI 或 Deploy on SageMaker AI，即可一键直达 SageMaker Studio 并预加载所选模型。
Hugging Face Blog精选AI 评分6262 微软在 Foundry Managed Compute 上线 Hugging Face 模型集合
微软在 Build 2026 宣布 Foundry Managed Compute 及 Hugging Face 模型集合，将 Hugging Face 生态的开源权重模型引入 Foundry 模型目录，每周刷新，可一键部署到托管 GPU 平台。
推荐理由：微软在 Foundry 上托管 Hugging Face 开源权重模型，读者可了解企业部署开源模型时被接管的运维环节。
Berkeley AI ResearchAI 评分3636 智能免费之后怎么办？面向智能体、由智能体运行、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分厂商低于 $0.10，数据系统面临三大新挑战：为智能体服务、运行智能体集群、由智能体合成。
OpenAI NewsAI 评分1515 Australian Payments Plus 如何用 ChatGPT 和 Codex 加速支付业务
Australian Payments Plus 借助 ChatGPT Enterprise 和 Codex 应对支付业务的复杂性，实现提速、提质，同时保留人工判断。
Hugging Face Blog精选AI 评分6262 SkyPilot 与 Hugging Face 打通零出口费存储，可在任意云运行 AI 负载
SkyPilot 与 Hugging Face 联合推出 store: hf 存储后端，用一条 hf:// URL 和现有 HF_TOKEN 即可把 Hugging Face Bucket 或任意模型、数据集仓库挂载进 SkyPilot 任务，并在 20 多个云、Kubernetes、Slurm 和本地环境中调度运行。
推荐理由：原文给出零出口费存储与跨云调度的组合方式，读者可据此判断数据与 GPU 分离时的成本结构。
Import AIAI 评分4242 Import AI 464：Fable 编写 GPU kernel、AI 自动化与模拟计算
Fable 在 KernelBench-Mega 上写出首个真正的 megakernel，在 RTX PRO 6000 Blackwell 上以 CUDA 实现 18.71X 加速，超过 Claude Opus 4.8 的 14.4X、GLM-5.2 的 11.14X 和 GPT 5.5 的 4.34X。
Hugging Face BlogAI 评分3434 Hugging Face Kernels 项目重大更新：新增 kernel 仓库类型与代码签名
Hugging Face 为 Kernels 项目引入 Hub 上的全新 "kernel" 仓库类型，并新增可信发布者与代码签名两层安全机制，默认只加载可信发布者的 kernel。项目还重构了 kernels 与 kernel-builder 的 CLI，新增对 Torch Stable ABI 和 Apache TVM FFI 的支持，为智能体自主开发 kernel 打下基础。
Hugging Face Blog精选AI 评分6262 Hugging Face 与 Cerebras 将 Gemma 4 引入实时语音 AI
Hugging Face 与 Cerebras 联合演示了一套实时语音到语音的开源流水线，用 Cerebras 加速 Gemma 4 31B 的推理。该架构为模块化设计，依次经过 Nvidia Parakeet 语音识别、Cerebras 上的 Gemma 4 VLM 推理和阿里 Qwen3TTS 语音合成，各层均可替换。
推荐理由：原文给出了一套可替换的实时语音到语音开源架构，读者可据此了解各层组件如何组合与复用。
OpenAI NewsAI 评分2222 OpenAI 通过大规模 core dump 分析修复 18 年历史的软件 bug
OpenAI 工程师利用大规模 core dump 分析排查基础设施的罕见崩溃，发现了一处硬件故障和一个存在 18 年之久的软件 bug。
Google Research精选AI 评分6262 Google 用冻结多 token 预测加速 Pixel 上的 Gemini Nano 模型
Google Research 发布新架构，将多 token 预测（MTP）头接到已冻结的 Gemini Nano v3 模型上，在不改动主干权重的前提下加速端侧推理，已上线 Pixel 9 和 10 系列。
推荐理由：Google 把多 token 预测接到冻结的 Gemini Nano v3 上，读者可了解端侧推理在内存与能耗约束下的具体优化路径。
Hugging Face Blog精选AI 评分6262 如何用一条命令在 HF Jobs 上运行 vLLM 服务器
Hugging Face 介绍用一条 hf jobs run 命令在 HF Jobs 上启动私有、兼容 OpenAI API 的 vLLM 端点，按秒计费，无需自备服务器或 Kubernetes。
推荐理由：原文给出了一条命令在 HF Jobs 上起 vLLM 端点的完整流程，可迁移到自建推理与编码智能体后端。
Google ResearchAI 评分3838 Google 用线性弹性缓存优化云成本：Spanner 内存占用降 15.5%
Google Research 提出线性弹性缓存，将页面淘汰建模为滑雪租赁问题，用轻量机器学习动态调整缓存大小。在 Spanner 生产环境测试数月后，内存占用降低 15.5%，缓存未命中仅增加 5.5%，总拥有成本（TCO）降低约 5%，实际 I/O 成本影响仅 0.5%。
Google DeepMind精选AI 评分7474 Google DeepMind 在 Gemini 3.5 Flash 中内置 computer use 工具
Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash，此前它仅以独立的 Gemini 2.5 computer use 模型形式提供。
推荐理由：原文说明 computer use 从独立模型并入主 Flash 模型，并给出企业级安全护栏，读者可据此判断智能体自动化任务的落地路径。
Hugging Face Blog精选AI 评分6060 NVIDIA NeMo AutoModel 发布，MoE 微调吞吐提升 3.4-3.7 倍
NVIDIA 发布开源库 NeMo AutoModel，在 HuggingFace Transformers v5 之上加入 Expert Parallelism、DeepEP 融合 all-to-all 调度和 TransformerEngine 内核，微调 MoE 模型时训练吞吐提升 3.4-3.7 倍、GPU 显存减少 29-32%。
推荐理由：原文给出同一 from_pretrained() API 下的吞吐与显存对比数据，读者可据此判断 MoE 微调的迁移成本。
Mistral AIAI 评分5757 Mistral AI 为 Connectors 增加管理员控制、API key 作用域与调试器
Mistral AI 为 Connectors 推出多项新能力：按工作区或组织设置连接器访问权限、按工具粒度开关，以及带连接器作用域的 API key，均已 GA。
OpenAI News精选AI 评分6262 OpenAI 与 Broadcom 发布 LLM 推理专用芯片 Jalapeño
OpenAI 与 Broadcom 联合推出名为 Jalapeño 的定制 AI 芯片，专为 LLM 推理设计。该芯片旨在提升 AI 系统在性能、能效和规模化方面的表现。
推荐理由：OpenAI 与 Broadcom 联合推出面向 LLM 推理的自研芯片，读者可了解其在推理性能与规模化上的定位。
Mistral AI精选AI 评分6767 Mistral 发布 OCR 4 文档解析模型
Mistral 发布 OCR 4，在提取文本之外返回边界框、块类型分类和逐页逐词置信度分数，支持 170 种语言、10 个语系，可单容器自托管部署。
推荐理由：官方给出 OCR 4 的边界框、块分类与置信度输出，以及自托管和按页计价方案，便于评估文档解析管线。
Hugging Face BlogAI 评分3434 在 Transformers.js 中试验拟议的 Cross-Origin Storage API
Google Chrome 团队开发者关系工程师 Thomas Steiner 在 Hugging Face 博客展示如何用 Cross-Origin Storage（COS）扩展在 Transformers.js 中试验跨源缓存。
Hugging Face Blog精选AI 评分6262 Hugging Face 如何用 AI 与开源工具每周发布 huggingface_hub
Hugging Face 将 huggingface_hub 的发版周期从每 4 到 6 周一次改为每周一次，整个流程由单个 GitHub Actions 工作流驱动。
推荐理由：原文公开了每周发版工作流的完整结构，其中模型起草加确定性校验再人工确认的循环可迁移到其他生成任务。
Hugging Face Blog精选AI 评分6060 PP-OCRv6 上线 Hugging Face：1.5M 到 34.5M 参数支持 50 语言 OCR
PaddleOCR 发布 PP-OCRv6 通用 OCR 模型家族并上线 Hugging Face，提供 tiny、small、medium 三档，参数从 1.5M 到 34.5M，其中 small 和 medium 支持 50 种语言。
推荐理由：原文给出三档模型参数、检测与识别精度及多后端接入方式，便于按部署场景选型。
Hugging Face Blog精选AI 评分6262 如何用本地模型免费分诊 OpenClaw 仓库的 Issue 和 PR
Hugging Face 博客分享了用本地模型对 OpenClaw 仓库的 Issue 和 PR 做实时分类分诊的方案，作者在 NVIDIA GB10 上运行 gemma-4-26b-a4b 和 qwen3.6-35b-a3b，通过 Pi 智能体框架配合受限只读 shell（reposhell）和 final_json 工具输出结构化标签。
推荐理由：原文给出本地模型做 PR/Issue 分类的完整架构与 330 行评测数据，可迁移到其他高吞吐筛选场景。
OpenAI NewsAI 评分4242 三星电子向全球员工部署 ChatGPT 和 Codex
三星电子在全球范围内部署 ChatGPT Enterprise 和 Codex，供员工使用，这是 OpenAI 规模最大的企业 AI 落地项目之一。
Hugging Face BlogAI 评分4949 MosaicLeaks：你的深度研究智能体能守住秘密吗？
Hugging Face 博客提出 MosaicLeaks，用 1001 条多跳研究链测试深度研究智能体的隐私泄漏，其外部查询日志可被拼凑出私有企业信息。测试中智能体频繁泄漏，仅优化任务表现会加剧泄漏；其 Privacy-Aware Deep Research（PA-DR）RL 训练方法将严格链成功率从 48.7% 提升至 58.7%，并把答案/全信息泄漏从 34.0% 降至 9.9%。
Hugging Face Blog精选AI 评分6060 Hugging Face 发布 agent-eval：在自有工具上评测开放模型的智能体能力
Hugging Face 发布 agent-eval 评测工具，以 transformers 为案例，按 bare、clone、skill 三种层级在模型 × 版本 × 任务上并行运行，衡量智能体完成任务所需的轮次、token 与错误率，而非只看最终答案。
推荐理由：原文给出了一套可复用的智能体工具评测方法，并展示同一改动对不同规模模型效果相反的具体证据。
Hugging Face Blog精选AI 评分6060 用 Strands Agents 和 LeRobot 把 Hugging Face Hub 数据集部署到机器人硬件
AWS 开源 SDK Strands Robots 将 LeRobot 的硬件抽象、仿真与策略栈封装为 AgentTools，让一个 Strands 智能体完成从 Hub 数据集到实体机器人的全流程。
推荐理由：AWS 官方给出从 Hub 数据集到实体机器人的五步流程，可看到同一份智能体代码如何切换仿真与硬件。
Hugging Face Blog精选AI 评分8585 智谱发布 GLM-5.2，面向长程任务支持 1M 上下文
智谱发布旗舰模型 GLM-5.2，主打长程任务能力，首次在 1M token 上下文下稳定支撑长程工作，并采用 MIT 开源许可。
推荐理由：GLM-5.2 把 1M 上下文与编码智能体能力结合，并给出与闭源前沿模型的基准对比，可据此判断开源模型在长程任务上的位置。
OpenAI NewsAI 评分5353 OpenAI 推出合作伙伴网络并投入 1.5 亿美元
OpenAI 推出 Partner Network，投入 1.5 亿美元帮助全球合作伙伴加速企业级 AI 的采用、部署与转型。
Google ResearchAI 评分3838 Google 支持加州大学圣地亚哥分校用 2000 台退役 Pixel 手机搭建低碳计算平台
加州大学圣地亚哥分校在 Google 支持下，正用 2000 台退役 Pixel 手机的主板搭建数据中心，为数百名师生提供低成本、低碳的云计算。研究显示 25-50 台手机约等于一台现代服务器，20 台手机组成的集群已能支撑 75 人以上课程的评分负载，且延迟低于 AWS 默认后端。该系统预计 2026 年秋季上线。