Hugging Face 教程：用 Codex 和 HF Skills 端到端微调模型
Hugging Face 发布教程，展示如何让 OpenAI Codex 通过 HF Skills 仓库完成端到端机器学习实验，包括数据校验、硬件选择、提交 Hugging Face Jobs 训练、监控进度、评测并生成训练报告。
推荐理由：原文给出 Codex 调用 HF Skills 完成端到端微调的完整流程与成本区间，可据此判断智能体托管训练实验的可行边界。
技术方向
部署工程 最新动态
把模型跑起来的工程实践：推理优化、显存与成本、Serving 架构与基础设施选型。
239 条精选近 30 天 22 条共收录 717 条
更新
精选归档 · 第 7 页
Hugging Face Blog精选AI 评分6666
Mistral AI精选AI 评分8080 Mistral 发布 Devstral 2 编码模型家族与 Vibe CLI
Mistral 发布 Devstral 2 编码模型家族，含 123B 的 Devstral 2 和 24B 的 Devstral Small 2，均开源，前者采用修改版 MIT 许可，后者采用 Apache 2.0。
推荐理由：官方给出两款开源编码模型的参数、许可与 SWE-bench 成绩，并附独立人工评测对比，可据此判断开源编码模型与闭源模型的差距。
Mistral AI精选AI 评分8080 Mistral 发布 Mistral 3 系列，含 675B 参数 Mistral Large 3 与 3B/8B/14B Ministral 3
Mistral 发布 Mistral 3 系列，包括 14B、8B、3B 三个稠密小模型和迄今最强的 Mistral Large 3，后者为稀疏 MoE，41B 激活参数、675B 总参数，全部以 Apache 2.0 许可开源。
推荐理由：Mistral 3 全系以 Apache 2.0 开源并给出 NVFP4 量化与多平台部署路径，可据此判断开源前沿模型的落地成本。
Hugging Face Blog精选AI 评分7272 Hugging Face 发布 Transformers v5，主打互操作性
Hugging Face 发布 Transformers v5.0.0rc-0，主题是互操作性，官方称该库目前每天通过 pip 安装超过 300 万次、累计安装量超 12 亿次，模型架构从 v4 时的 40 个增至 400 多个。
推荐理由：官方给出 v5 在简化模型定义、训练与推理上的取舍，读者可据此判断自家训练和部署链路要不要跟进。
Hugging Face Blog精选AI 评分6262 Tavily 如何构建达到 SOTA 的深度研究智能体
Tavily 分享其深度研究智能体的构建经验，通过上下文工程把工具输出蒸馏为反思而非在上下文中累积原始 token，相比 LangChain 的 Open Deep Research 减少 66% token 消耗，并在 DeepResearch Bench 上达到 SOTA。
推荐理由：Tavily 复盘自建深度研究智能体的架构取舍，给出上下文工程与 token 消耗对比的具体做法，可迁移到其他长任务智能体。
Hugging Face Blog精选AI 评分6262 Hugging Face TRL 集成 RapidFire AI，微调实验提速最高 20 倍
Hugging Face TRL 正式集成 RapidFire AI，用户可用 RFSFTConfig、RFDPOConfig、RFGRPOConfig 近乎零代码替换原有 SFT/DPO/GRPO 配置，在单张 GPU 上并发运行多组微调配置。
推荐理由：官方集成给出了并发调度与实时控制的具体机制和基准数字，可据此判断微调实验流程能压缩多少时间。
Hugging Face Blog精选AI 评分6060 AnyLanguageModel 发布：为 Apple 平台本地与远程 LLM 提供统一 API
Hugging Face 发布 Swift 包 AnyLanguageModel，作为 Apple Foundation Models 框架的替代方案，只需替换 import 语句即可保持同一套 API。
推荐理由：面向 Apple 平台的统一 LLM 调用接口，用同一套 API 在本地开源模型与云端模型间切换，可降低实验成本。
Google Research精选AI 评分7474 Google 发布端到端实时语音翻译模型，延迟降至 2 秒
Google Research 介绍了一种端到端语音到语音翻译（S2ST）模型，直接生成译文音频并保留原说话人音色，延迟仅 2 秒，而现有级联系统通常有 4-5 秒延迟且会累积误差。
推荐理由：Google 端到端语音翻译把延迟从 4-5 秒压到 2 秒并保留原说话人音色，可对照级联方案理解取舍。
Google DeepMind精选AI 评分8282 Google 发布智能体开发平台 Antigravity
Google 发布智能体开发平台 Antigravity，即日起免费公开预览，提供 Gemini 3 Pro 的宽松速率限制。该平台在传统 AI IDE 之外新增以智能体为中心的 Manager 界面，可并行编排多个工作区中的智能体，并支持浏览器控制与异步交互。
推荐理由：Google 把 IDE 改造成以智能体为中心的开发平台，读者可据此判断异步编排与 Artifacts 验证会怎样改变编码工作流。
Google DeepMind精选AI 评分6262 Google DeepMind 发布天气预报模型 WeatherNext 2
Google DeepMind 与 Google Research 发布天气预报模型 WeatherNext 2，称其生成预报速度比前代快 8 倍，分辨率最高可达 1 小时，并能在单个 TPU 上不到一分钟生成数百种可能天气情景。
推荐理由：官方给出 8 倍生成速度、1 小时分辨率与 99.9% 变量超越前代等指标，可据此判断 AI 天气预报的可用性边界。
OpenAI News精选AI 评分7878 OpenAI 面向开发者发布 GPT-5.1
GPT-5.1 已在 API 中开放，带来更快的自适应推理、扩展的提示词缓存和改进的编码表现。同时新增 apply_patch 和 shell 两个工具。
推荐理由：GPT-5.1 进入 API，开发者可据此判断自适应推理、缓存与编码能力的升级幅度。
Google Research精选AI 评分6262 Google 发布 Project Suncatcher 太空 AI 基础设施系统设计预印本
Google 公布名为 Project Suncatcher 的研究计划，设想由太阳能卫星组成星座、搭载 Google TPU 并通过自由空间光链路互联，相关预印本论文探讨了卫星间高带宽通信、轨道动力学和辐射对计算的影响。
推荐理由：Google 公开了太空 AI 数据中心的系统设计与关键挑战，读者可了解其轨道方案、星间链路和 TPU 抗辐射测试的早期结论。
Hugging Face Blog精选AI 评分6666 Hugging Face 分析全球算力格局变化：中国开源模型与国产芯片的相互牵引
Hugging Face 发布分析文章，指出中国开源权重模型的推理已开始由华为昇腾、寒武纪等国产芯片承载，部分模型开始用国产芯片训练。文章认为美国出口管制与中国芯片产能提速高度相关，算力稀缺也促使 DeepSeek 的 MLA、GRPO 等效率创新走向开源，并推动 CUDA 之外的软件生态成形。
推荐理由：梳理中国开源模型与国产芯片互相牵引的路径，可看到算力受限如何反过来塑造模型架构与部署生态。
Hugging Face Blog精选AI 评分6262 NVIDIA Isaac for Healthcare 如何从仿真到部署构建医疗机器人
NVIDIA 发布 Isaac for Healthcare v0.4，提供基于 SO-ARM 的端到端手术辅助机器人工作流，覆盖数据采集、训练与真机部署。该工作流用 LeRobot 采集仿真与真机数据，后训练 GR00T N1.5，并在 Isaac Lab 评估后部署到硬件，其中超过 93% 的训练数据由仿真合成生成。
推荐理由：原文给出从仿真采集、GR00T N1.5 后训练到真机部署的完整命令与硬件要求，可据此复现医疗机器人工作流。
Hugging Face Blog精选AI 评分6262 Hugging Face 将流式数据集效率提升 100 倍
Hugging Face 改进 datasets 库的流式加载，load_dataset(streaming=True) 的启动请求最多减少 100 倍、数据文件解析快 10 倍、流式速度最多快 2 倍，256 并发 worker 下无崩溃。
推荐理由：原文给出流式加载的具体优化项与实测倍数，读者可据此判断大规模训练的数据读取成本能降到什么程度。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 huggingface_hub v1.0
Hugging Face 发布 huggingface_hub v1.0，这是该 Python 库五年来的首个大版本，引入破坏性变更。主要变化包括后端从 requests 迁移到 httpx、以基于 Typer 的 hf CLI 取代已弃用的 huggingface-cli、文件传输全面改用 hf_xet 替代 hf_transfer。
推荐理由：官方梳理了 v1.0 的破坏性变更与迁移路径，读者可据此判断升级自家依赖库的时机与成本。
Mistral AI精选AI 评分6262 Mistral 发布 AI Studio 生产级 AI 平台
Mistral 发布 Mistral AI Studio，一个面向企业团队的生产级 AI 平台，围绕可观测性、Agent Runtime 和 AI Registry 三大支柱构建。
推荐理由：Mistral 把自家大规模系统的可观测、执行与治理能力产品化，读者可据此判断企业 AI 从原型走向生产的工程路径。
OpenAI News精选AI 评分6666 OpenAI 与 Broadcom 达成战略合作，将部署 10 吉瓦 OpenAI 自研 AI 加速器
OpenAI 与 Broadcom 宣布多年期战略合作，将部署 10 吉瓦由 OpenAI 设计的 AI 加速器。双方将共同开发下一代系统与以太网方案，目标是在 2029 年前支撑可扩展且高能效的 AI 基础设施。
推荐理由：OpenAI 与 Broadcom 联合设计加速器并规划 10 吉瓦部署，可观察自研芯片与算力基础设施的走向。
OpenAI News精选AI 评分7272 OpenAI Codex 正式可用，新增 Slack 集成、SDK 与管理工具
OpenAI Codex 现已正式可用，面向开发者新增 Slack 集成、Codex SDK，以及用量看板和工作区管理等管理工具。官方称这些功能让 Codex 更易使用，也更容易在规模化场景下管理。
推荐理由：Codex 从预览走向正式可用，新增 Slack 集成、SDK 与管理后台，读者可据此判断团队规模化使用的门槛变化。
OpenAI News精选AI 评分7474 AMD 与 OpenAI 达成战略合作，将部署 6 吉瓦 AMD GPU
AMD 与 OpenAI 宣布达成多年战略合作，将部署 6 吉瓦 AMD Instinct GPU，用于支撑 OpenAI 的下一代 AI 基础设施。其中首批 1 吉瓦将于 2026 年开始部署。
推荐理由：OpenAI 与 AMD 达成多年算力合作，读者可据此了解其下一代 AI 基础设施的芯片供应布局。