OpenAI 加入欧盟 AI 行为准则,推进欧洲负责任 AI 与创新合作
OpenAI 宣布加入欧盟 AI 行为准则,在推进负责任 AI 的同时与欧洲各国政府合作,推动创新、基础设施建设和经济增长。
OpenAI 宣布加入欧盟 AI 行为准则,在推进负责任 AI 的同时与欧洲各国政府合作,推动创新、基础设施建设和经济增长。
Mistral AI 与 All Hands AI 合作推出 Devstral Medium,并升级 Devstral Small 至 1.1 版本。
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、开源许可与 API 定价,便于读者比较开源与闭源方案的成本性能。
Numina 与 Kimi 团队发布定理证明模型 Kimina-Prover-72B,基于 Qwen2.5-72B 和 Kimi k1.5 的 RL 流程训练,在 miniF2F 基准上取得 92.2% 的 SOTA 通过率。
Hugging Face 发布官方 MCP Server(hf.co/mcp),用户可通过一个 URL 访问 Hub 与 Spaces 上的数千个 AI 应用,并可在设置页自定义工具。
Hugging Face 发布博客详解异步推理,将机器人动作预测与执行解耦为 PolicyServer 和 RobotClient 两个进程,通过 gRPC 通信(比 REST API 快约 5 倍),让机器人在计算下一段动作时持续执行当前动作。该方法在 SmolVLA 中引入,任务完成时间提速约 2 倍且成功率相当,适用于 ACT、OpenVLA、PI0 等输出动作块的策略。
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)。
推荐理由:ScreenEnv 把桌面智能体的运行环境封装进 Docker,并同时提供 MCP 与直接 API 两种接入方式,读者可据此判断现有智能体架构能否低成本迁移。
Gradio 5.28.0 起支持 MCP 协议,使 Hugging Face Spaces 上数千个 AI 应用可作为 MCP server 接入 LLM,相当于一个「MCP App Store」。
Hugging Face 与 AMD 合作,为 MI300X GPU 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 激活与 FP8 转换内核、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 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,均需另付税费和运费,预计约 90 天发货。
推荐理由:官方给出开源桌面机器人的两档配置、价格与 Python SDK,可据此判断入门机器人 AI 实验的成本与上手门槛。
OpenAI 与美国教师联合会(AFT)达成合作,启动一项为期 5 年的计划,帮助 40 万名 K-12 教育工作者在课堂中主导 AI 创新。
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。朴素填充方案中约 60% 的 batch 被无用 padding token 占据,团队随后引入全局最大长度约束,并用背包问题(knapsack)策略将序列打包进固定 token 上限的 batch。
Hugging Face 发布完全开源的 3B 模型 SmolLM3,在 11T tokens 上训练,支持 think / no_think 双模式推理、6 种语言和最高 128k 上下文。
推荐理由:官方完整公开了 3B 模型的预训练、中训练与后训练配方,读者可据此复现或迁移到自研小模型。
Hugging Face 基础设施团队公开了支撑其生产环境的三大关键告警机制,包括 NAT 网关吞吐量告警和 Hub 请求日志归档成功率告警。NAT 网关告警采用静态阈值,用于发现流量异常并优化云成本;日志归档链路则通过 Filebeat、Logstash 与 Elasticsearch 完成日志的采集、加工与存储。
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 Hugging Face 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。该计划已与法国、卢森堡、新加坡、荷兰、英国、瑞士等国政府、国防部队及公共部门机构合作,提供开源模型、自托管部署、数据主权保障及定制化研发,以替代"一刀切"的封闭 AI 方案。
Genspark 借助 GPT-4.1 和 OpenAI Realtime API 构建无代码个人智能体,45 天内做到 3600 万美元 ARR。该产品主打无代码方式,让用户无需编程即可搭建个人 AI 智能体。
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,尤其适合混合检索或先检索后重排场景。
OpenAI 与 Mandala Partners 联合发布面向澳大利亚的 AI 经济蓝图,提出一份清晰可执行的方案,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 发布 Llama Nemotron Nano VL,一个 8B 视觉语言模型,面向智能文档处理,已在 Hugging Face 上线并可通过 NVIDIA NIM API 调用。
Retell AI 基于 GPT-4o 和 GPT-4.1 打造 AI 语音自动化,正改造呼叫中心。其无代码平台让企业无需脚本即可上线自然的实时语音智能体,降低通话成本、提升 CSAT 并自动处理客户对话。
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、Google AI Edge 等开源库上线。
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部署路径与内存优化思路。
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 后端支持,可自动回退运行其未原生支持的 transformers 模型,也可通过 impl="transformers" 显式指定。
Hugging Face 发布教程,介绍用 diffusers 库以 QLoRA 在单张 GPU 上微调 FLUX.1-dev,峰值显存约 10GB 以下。在 RTX 4090 上,QLoRA 峰值显存约 9GB,标准 BF16 LoRA 需 26GB,700 步训练约 41 分钟。
推荐理由:给出在单张消费级 GPU 上微调 FLUX.1-dev 的完整配置与显存对比,方法可直接复用。
OpenAI 研究发现,用错误回答训练语言模型会引发更广泛的失准行为,并识别出驱动这一行为的内部特征,该特征可通过极少量微调逆转。
OpenAI 正在主动评估先进 AI 在生物学和医学领域的能力,并实施防护措施以防止滥用。该公司指出,先进 AI 虽能变革生物学与医学,但也带来生物安全风险。
OpenAI 推出 OpenAI for Government 新计划,面向美国公共服务人员提供其最先进的 AI 工具,支持美国政府采用一流技术并将这些工具用于公共服务。
Groq 现已作为 Inference Provider 接入 Hugging Face Hub,支持 Llama 4、QWQ-32B 等开源模型的 serverless 推理,并集成 JS 和 Python 客户端 SDK。
TNG 在 24 张 H100 上自托管多个大语言模型,日均消耗超 1 亿 token、生成超 1000 万 token,发现 vLLM 默认 chunked-prefill 会顺序调度 prefill,单个长提示词请求会阻塞后续请求的 prefill 队列,显著拉高首 token 延迟。
OpenAI 与 Mattel 达成合作,将 AI 整合进 Barbie、Hot Wheels 等标志性品牌,目标是提升创意开发、简化工作流程,并为粉丝创造新的互动方式。
Hugging Face 推出 Kernel Hub,让 Python 库和应用直接从 Hugging Face Hub 加载预编译的优化计算内核,无需本地编译。通过 kernels 库的 get_kernel 函数,一行代码即可调用 FlashAttention、量化内核、MoE 层等,自动匹配 Python、PyTorch 和 CUDA 版本,数秒内完成下载。
Featherless AI 现已作为 Inference Provider 接入 Hugging Face Hub,支持 DeepSeek、Meta、Google、Qwen 等最新开源文本与对话模型,并集成到 JS 和 Python 客户端 SDK。
NVIDIA 发布 Isaac GR00T N1.5,这是其开源人形机器人基础模型 GR00T N1 的首次重大更新,支持语言和图像多模态输入并可通过后训练适配特定本体。
推荐理由:原文给出从数据准备到真机部署的完整命令流程,读者可据此在低成本 SO-101 机械臂上复现微调。
Mistral AI 发布 Mistral Compute,提供包含 GPU、编排、API 与服务的私有集成栈,形态从裸金属服务器到全托管 PaaS。该服务将搭载 NVIDIA 参考架构,可提供数万块 GPU,并包含用于区域和行业特定 AI 的训练套件。Mistral 称其面向欧洲、中东、亚洲及南半球等寻求美国或中国云厂商替代方案的机构,强调数据主权与脱碳能源。
推荐理由:Mistral 从模型厂商延伸到自有 AI 基础设施,读者可据此判断欧洲主权算力供给的另一种路径。
Hugging Face 在 GTC Paris 宣布与 NVIDIA 合作推出 Training Cluster as a Service,让全球研究机构更容易获取大型 GPU 集群,按训练时长付费。
推荐理由:Hugging Face 与 NVIDIA 把 GPU 集群申请、调度和训练工具串成一条流程,读者可据此判断中小研究团队获取算力的门槛变化。
Mistral AI 发布首个推理模型 Magistral,分为 24B 参数的开源版 Magistral Small 和企业版 Magistral Medium。
推荐理由:Mistral 首个推理模型同时给出开源权重与企业版,并公开 AIME2024 成绩与多语言推理定位,可据此判断其与现有推理模型的差异。
OpenAI 发布对外协调漏洞披露政策(Outbound Coordinated Disclosure Policy),规范其如何负责任地报告第三方软件中的漏洞。该政策强调诚信、协作与大规模主动安全。
Hugging Face 发布 ScreenSuite,称其为面向 GUI 智能体的最全面评测套件,统一整合了 13 个基准,覆盖感知与定位、单步动作、多步智能体三类能力。
OpenAI 正就《纽约时报》及原告提出的数据要求应对一项法院命令,该命令涉及无限期保留 ChatGPT 消费者用户和 API 用户数据。OpenAI 表示正努力维护用户隐私、满足法律要求,并坚持其数据保护承诺。
推荐理由:OpenAI 与《纽约时报》围绕用户数据留存的法律争议,涉及 ChatGPT 与 API 用户数据的处理边界。
OpenAI 发布最新报告,通过案例研究披露其检测和阻止 AI 恶意使用的方式。报告聚焦 2025 年 6 月发现的滥用行为及相应处置措施。