PyTorch 性能剖析（第二部分）：从 nn.Linear 到融合 MLP
PyTorch 性能剖析系列第二部分将手写的 matmul-add 替换为 nn.Linear（bias=True），并堆叠三层加激活函数构成 MLP 模块，在 NVIDIA A100-SXM4-80GB 上分析其 profiler trace。
#部署/工程
Hugging Face BlogAI 评分2626 OpenAI NewsAI 评分2525 OpenAI 模型与 Codex 可通过 Oracle 云承诺额度访问
OpenAI 模型和 Codex 现可通过 Oracle Cloud 访问，企业可使用现有云承诺额度来构建和部署 AI。该接入方式支持企业级安全与治理。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 DiffusionGemma 文本扩散模型，推理速度最高提升 4 倍
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用文本扩散方式并行生成整块文本，在专用 GPU 上推理速度最高提升 4 倍。
推荐理由：官方给出 26B MoE 文本扩散模型的速度、显存与质量取舍，便于判断本地低并发场景是否值得换用。
Hugging Face Blog精选AI 评分6262 一个智能体如何串联两个 Hugging Face Space 搭建 3D 巴黎画廊
作者让编码智能体通过调用两个 Hugging Face Space 搭建了展示巴黎地标的 3D Gaussian splat 网站，全程未手动使用图像生成或 3D 重建工具。
推荐理由：作者用一次真实搭建演示了 agents.md 如何让智能体串联两个 Space 完成图像到 3D 的流水线，可迁移到其他多媒体组合场景。
Hugging Face Blog精选AI 评分6262 如何把 GitHub CI 迁移到 Hugging Face Jobs
Hugging Face 官方博客给出把 GitHub Actions 的 CI 任务迁移到 Hugging Face Jobs 的分步教程，只需把 runs-on 从 ubuntu-latest 改成 hf-jobs-cpu-upgrade 或 hf-jobs-t4-small 等标签。
推荐理由：原文给出把 GitHub Actions 任务改到 Hugging Face Jobs 上运行的完整步骤与实测数据，可据此迁移自家 CI。
Google ResearchAI 评分5858 Google 在 Gemini Enterprise Agent Platform 上线 Agentic RAG
Google 在 Gemini Enterprise Agent Platform 推出由 Agentic RAG 驱动的跨语料检索公开预览版，通过编排器、规划器、查询改写、搜索扇出和充分上下文智能体协同处理多源多跳查询。相比标准 RAG，该框架在事实性数据集上准确率最高提升 34%；在跨语料设置下从 4 个候选语料中路由查询，90.1% 的问题回答正确，单语料与跨语料版本延迟平均相差约 3%。
Hugging Face Blog精选AI 评分6262 Hugging Face 将 hf CLI 重构为面向智能体优化的 Hub 命令行工具
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。
Google Research精选AI 评分6262 Google 开源洪水预报水文建模框架
Google Research 在 GitHub 上以 Apache 2.0 协议开源其水文建模框架，供各国气象与水文机构将 AI 洪水预报接入自身工作流。该框架是基于 PyTorch 的 Python 包，采用 LSTM 网络架构，可用开源 Caravan 数据集训练，并支持加入本地数据微调。
推荐理由：Google 开源其洪水预报水文建模框架，读者可了解模型架构、训练数据与业务化接入方式。
OpenAI NewsAI 评分2222 Wasmer 如何用 Codex 为边缘计算构建 Node.js 运行时
Wasmer 借助 Codex 与 GPT-5.5 构建了面向边缘计算的 Node.js 运行时，开发速度提升 10x 至 20x，交付周期从数月缩短到数周。
Hugging Face BlogAI 评分3434 Hugging Face 为 Reachy Mini 加入 MCP 工具支持
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。
Hugging Face Blog精选AI 评分7272 H Company 发布 Holo3.1 计算机使用智能体模型家族
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。
Hugging Face Blog精选AI 评分6060 JetBrains 发布 Mellum2：12B 混合专家模型
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。
Hugging Face BlogAI 评分3636 超越 LLM：为什么可扩展的企业 AI 落地依赖智能体逻辑
Hugging Face 博客指出，企业 AI 试点大规模失败，症结在于缺少"智能体逻辑"这一引导层。IBM 用知识图谱、程序分析库等软件原语约束 LLM，在 Cobol/PL-1 应用理解中实现约 30× token 消耗降低，Aster 测试生成在 75+ 个 Java 应用上覆盖率提升 20%-45%、token 消耗最多降低 15×。
OpenAI News精选AI 评分6060 OpenAI 前沿模型与 Codex 正式上线 AWS
OpenAI 前沿模型与 Codex 现已在 AWS 上正式可用，企业可通过已有的 AWS 环境、管控和采购流程接入 OpenAI。客户可在 AWS 上开始使用 OpenAI，从评估到生产部署的推进更快。
推荐理由：OpenAI 前沿模型与 Codex 上线 AWS，企业可在既有云环境与采购流程中直接接入。
Hugging Face BlogAI 评分3434 PyTorch 性能分析入门（一）：torch.profiler 新手指南
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。
Mistral AI精选AI 评分6565 Mistral 发布工业工程 AI 栈，Vibe 升级为长周期智能体
Mistral 在 AI Now Summit 2026 上发布面向工业工程的 AI 栈，与 Airbus、BMW、ASML 合作优化设计、仿真与生产，并强调对专有数据和 IP 的完全控制。
推荐理由：Mistral 一次性公布工业工程 AI 栈、Vibe 智能体升级与自建数据中心，可看到其企业级全栈布局。
Mistral AI精选AI 评分8080 Mistral 将 Le Chat 升级为统一智能体 Vibe，推出 Work Mode 与 Code Mode
Mistral 宣布将 Le Chat 升级为统一 AI 智能体 Vibe，同时覆盖工作与编码场景，原有对话、设置和订阅方案全部保留。
推荐理由：Mistral 把 Le Chat 升级为统一智能体 Vibe，读者可据此判断工作与编码两类长任务如何被同一入口承接。
Mistral AI精选AI 评分7171 Mistral AI 发布 Search Toolkit 公开预览版
Mistral AI 发布 Search Toolkit 公开预览版，这是一个用于构建 AI 应用生产级搜索管线的可组合框架，将数据摄取、检索和评测整合到共享接口下，开源并支持云端、本地和边缘部署。
推荐理由：原文给出检索管线的统一框架与内置评测指标，读者可据此判断自建 RAG 检索栈的整合成本。
Google ResearchAI 评分3636 Google 推出零信任聚合的隐私分析方案
Google 为隐私分析服务推出零信任聚合方案，结合新型密码学聚合协议与 TEE，使设备只需单条消息即可安全提交数据，无需多轮在线交互。该协议可证明 Google 只能获得群体的匿名聚合洞察，原始个体数据即使在硬件保护范围内也不会被解密或重建，TEE 证明机制则向参与者验证协议按公开代码正确执行。
Mistral AI精选AI 评分6060 Mistral 推出物理 AI，将 Emmi AI 并入企业平台
Mistral 宣布将 Emmi AI 并入公司，推出面向工业工程的物理 AI 能力，作为其企业解决方案中的新基础能力。该能力从几何与边界条件直接预测物理场，单次前向推理在单张 GPU 上以秒级完成，用于加速产品设计、工装工艺设计和实时数字孪生，合作方包括 ASML、Airbus、Safran 和 Siemens Energy。
推荐理由：Mistral 把物理仿真 AI 纳入企业平台，读者可据此判断工业设计流程的算力与迭代节奏会如何变化。
OpenAI NewsAI 评分3131 Cisco 与 OpenAI 用 Codex 重塑企业工程
Cisco 与 OpenAI 正用 Codex 重塑企业工程，帮助 Cisco 规模化 AI 原生开发、加速 AI Defense 工作并自动化缺陷修复。
Hugging Face Blog精选AI 评分6262 Reachy Mini 实现全本地语音对话
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 Blog精选AI 评分7575 Hugging Face 在 TRL 中实现增量权重同步，用 Hub Bucket 传输万亿参数模型
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。
Mistral AI精选AI 评分6262 Mistral 在 Studio 发布 Connectors，支持内置与自定义 MCP
Mistral 在 Studio 发布 Connectors（公开预览），内置连接器和自定义 MCP 均可通过 API/SDK 用于所有模型与智能体调用。连接器以 MCP 协议打包为可复用实体，集中注册后可在 LeChat 和 AI Studio 中使用，并支持程序化创建、修改、列出和删除。
推荐理由：原文给出连接器注册、直接工具调用与人工审批三段能力，读者可据此判断企业级 Agent 集成层的落地方式。
Hugging Face BlogAI 评分4242 PaddleOCR 3.5 发布：支持 Transformers 作为推理后端
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。
OpenAI NewsAI 评分4444 OpenAI 与 Dell 合作，将 Codex 引入混合云与本地部署企业环境
OpenAI 与 Dell 达成合作，将 Codex 引入混合云和本地部署环境，帮助企业在数据与工作流中安全部署 AI 编程智能体。
Hugging Face BlogAI 评分3838 Hugging Face 详解连续批处理中的异步调度：如何让 GPU 利用率提升 24%
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。
OpenAI NewsAI 评分4242 OpenAI 如何为 Windows 版 Codex 构建安全有效的沙箱
OpenAI 为在 Windows 上启用 Codex 构建了安全有效的沙箱，通过受控的文件访问和网络限制来约束其运行。该方案旨在让 Codex 在 Windows 环境下安全可用。
Hugging Face BlogAI 评分2222 在 AWS 上构建基础模型训练与推理的积木：计算、网络与存储架构解析
Hugging Face 博客发布技术文章，解析 AWS 基础设施如何与开源软件栈配合支撑基础模型全生命周期。文章梳理了 Amazon EC2 P5（H100/H200）与 P6（B200/B300）实例的算力规格，并指出预训练、后训练与推理正走向融合的基础设施需求：紧耦合加速计算、高带宽低延迟网络与分布式存储。
OpenAI NewsAI 评分4040 OpenAI 成立 DeployCo，帮企业把前沿 AI 落地生产环境
OpenAI 推出企业部署公司 DeployCo，目标是帮助各类组织把前沿 AI 引入生产环境，并转化为可衡量的业务成果。
OpenAI NewsAI 评分3838 OpenAI 如何安全运行 Codex
OpenAI 通过沙箱、审批机制、网络策略和智能体原生遥测来安全运行 Codex，以支持编程智能体的安全合规采用。
Berkeley AI ResearchAI 评分3434 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队梳理了并行推理领域进展，指出当前多数方法（如 Self-consistency、Best-of-N、Tree of Thoughts、MCTS）的并行结构与分解策略由外部预设，而非模型自主决定。
Hugging Face BlogAI 评分2828 vLLM V0 到 V1 迁移：RL 训练中先对齐正确性再改目标
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。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 AlphaEvolve 一年落地成果
Google DeepMind 汇总了 Gemini 驱动的编码智能体 AlphaEvolve 发布一年来的落地成果，覆盖数学、量子物理、基因组、电网与 AI 基础设施等领域。
推荐理由：官方汇总 AlphaEvolve 一年落地案例，涵盖基因组、电网、TPU 与量子模拟，可据此判断编码智能体的跨领域迁移边界。
OpenAI NewsAI 评分3535 OpenAI 发布 MRC（Multipath Reliable Connection）大规模 AI 训练网络协议
OpenAI 推出 MRC（Multipath Reliable Connection）超级计算机网络协议，并通过 OCP 开放发布，用于提升大规模 AI 训练集群的韧性与性能。
OpenAI NewsAI 评分4040 OpenAI 如何大规模实现低延迟语音 AI
OpenAI 重建了其 WebRTC 技术栈，以支撑实时语音 AI 的低延迟、全球规模与流畅的对话轮转。
Hugging Face Blog精选AI 评分6262 Granite 4.1 LLM 是如何构建的：IBM 公开预训练、SFT 与强化学习全流程
IBM Granite 团队发布技术文章，详解 Granite 4.1 系列（3B、8B、30B 稠密 decoder-only 模型）的构建流程：约 15T token 五阶段预训练、上下文扩展至 512K、约 4.1M 高质量样本的 SFT，以及基于 on-policy GRPO 与 DAPO loss 的多阶段强化学习。
推荐理由：Granite 团队公开了从数据配比到多阶段 RL 的完整训练细节，可对照其 8B 稠密模型追平 32B MoE 的取舍。
OpenAI NewsAI 评分5656 OpenAI 扩展 Stargate 算力基础设施
OpenAI 宣布扩展 Stargate，建设支撑 AGI 的算力基础设施，并新增数据中心容量以应对不断增长的 AI 需求。
Hugging Face BlogAI 评分2222 DeepInfra 加入 Hugging Face Inference Providers
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。
OpenAI News精选AI 评分6262 OpenAI 将 GPT 模型、Codex 与 Managed Agents 上线 AWS
OpenAI 的 GPT 模型、Codex 和 Managed Agents 现已在 AWS 上可用，企业可在自己的 AWS 环境中构建安全的 AI 应用。
推荐理由：OpenAI 把 GPT 模型、Codex 与 Managed Agents 接入 AWS，读者可据此判断企业现有云环境能否直接落地。