Hugging Face 发布 agent-eval：在自有工具上评测开源模型的智能体表现
Hugging Face 发布 agent-eval 工具，用于评测智能体使用某个库完成任务的全过程，而不只看最终答案，并以 transformers 为案例在模型、版本、任务三个维度上展开测试。
推荐理由：原文给出了一套可复用的工具基准方法，并展示了同一改动对不同规模模型效果相反的具体证据。
开源生态
全部主题开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。
263条精选相关主题模型发布Hugging FaceAI 编码
最新精选
第 41–60 条 · 共 263 条Hugging Face Blog精选AI 评分6262
Hugging Face Blog精选AI 评分6262 用 Strands Agents 和 LeRobot 把 Hugging Face Hub 数据集接到机器人硬件
AWS 开源的 Strands Robots SDK（Apache 2.0）把 LeRobot 栈封装成 AgentTools，让一个 Strands 智能体在单次循环里完成仿真录制演示、推送 LeRobotDataset 到 Hub、跑策略、再以改一个关键字参数的方式部署到实体 SO-101，并通过 Zenoh 对等网格广播指令到多台机器人。
推荐理由：AWS 团队给出从 Hub 数据集到实体机器人的五步流程，可看到仿真与真机共用同一数据集格式的工程取舍。
Hugging Face Blog精选AI 评分8888 智谱发布 GLM-5.2：面向长程任务，支持 1M 上下文并采用 MIT 开源许可
智谱发布旗舰模型 GLM-5.2，主打长程任务能力，首次在 1M token 上下文上稳定支撑长程工作，并以 MIT 开源许可发布。模型引入 IndexShare 架构，每 4 层稀疏注意力共享同一 indexer，在 1M 上下文下将每 token FLOPs 降低 2.9 倍，同时改进 MTP 层使投机解码接受长度最高提升 20%。
推荐理由：GLM-5.2 把 1M 上下文与长程编码能力结合，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。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 DiffusionGemma 文本扩散模型，推理速度最高提升 4 倍
Google DeepMind 发布实验性开放模型 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 文本扩散模型的开放权重与硬件门槛，读者可据此判断本地低并发推理的适用边界。
Hugging Face Blog精选AI 评分6262 OpenEnv 转为委员会共管，定位智能体 RL 环境互操作层
Hugging Face 宣布 OpenEnv 改由委员会协调，成员包括 Meta-PyTorch、Reflection、Unsloth、Modal、Prime Intellect、Nvidia、Mercor、Fleet AI、Microsoft、Hugging Face 和 RadixArk，项目迁至 huggingface/OpenEnv。
推荐理由：OpenEnv 从单一项目转为多方共管的协议层，读者可据此判断开源智能体 RL 环境标准化的走向。
Hugging Face Blog精选AI 评分6262 NVIDIA 发布 Nemotron 3.5 Content Safety 多模态安全模型
NVIDIA 发布 Nemotron 3.5 Content Safety，基于 Gemma 3 4B IT 微调，将多模态输入、多语言覆盖、自定义企业策略执行和可审计推理链统一到一次推理调用中。
推荐理由：NVIDIA 发布 4B 多模态安全模型，支持自定义策略与可审计推理链，并公开训练数据集。
Google Research精选AI 评分6060 Google 开源水文建模框架，支持机构自建 AI 洪水预报
Google Research 在 GitHub 上以 Apache 2.0 许可开源其水文建模框架，让各国气象与水文机构用与 Google Flood Hub 相同的架构和相近训练数据训练 AI 洪水预报模型。
推荐理由：Google 把驱动 Flood Hub 的水文模型架构与训练流程开源，读者可了解其能力边界与接入方式。
Hugging Face Blog精选AI 评分6262 JetBrains 发布 Mellum2：12B MoE 模型，Apache 2.0 开源
JetBrains 发布 Mellum2，一个从零训练的 12B 参数 Mixture-of-Experts 模型，覆盖自然语言与代码，每个 token 仅激活 2.5B 参数，以 Apache 2.0 许可开源。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 2 倍以上。模型已在 Hugging Face 开放下载，架构、训练与评测细节见技术报告。
推荐理由：JetBrains 开源 12B MoE 模型，激活 2.5B 参数并主打 2 倍以上推理速度，可据此判断轻量模型在 RAG 与子智能体中的定位。
Mistral AI精选AI 评分6666 Mistral AI 发布 Search Toolkit 公开预览版
Mistral AI 发布 Search Toolkit 公开预览版，这是一个用于构建生产级搜索管线的可组合框架，把摄取、检索和评估统一到共享接口下，并已开源、可部署在云、本地或边缘。
推荐理由：Mistral 把摄取、检索与评估收进同一框架，读者可据此判断自建 RAG 检索链路的整合成本。
Hugging Face Blog精选AI 评分6262 Hugging Face 在 TRL 中实现 Delta Weight Sync，用 Hub Bucket 传输万亿参数增量
Hugging Face 在 TRL 中落地 Delta Weight Sync：只把 RL 优化步之间发生变化的 bf16 权重编码成稀疏 safetensors 文件，上传到 Hugging Face Bucket，再由 vLLM 拉取应用。
推荐理由：TRL 把稀疏增量权重同步落到可 pip 安装的实现，读者可据此判断跨机房异步 RL 训练的成本结构变化。
Mistral AI精选AI 评分8282 Mistral 发布 Mistral Medium 3.5 与 Vibe 云端远程智能体
Mistral 发布 Mistral Medium 3.5，这是一个 128B 稠密模型，把指令遵循、推理和编码合并到同一套权重中，以修改版 MIT 许可开放权重，公开预览阶段成为 Mistral Vibe 和 Le Chat 的默认模型。
推荐理由：Mistral 把编码智能体搬到云端并同步放出 128B 开源权重，读者可据此判断自托管与异步编码的可行边界。
Hugging Face Blog精选AI 评分6262 Granite 4.1 LLM 是如何构建的：IBM 公开五阶段预训练与多阶段 RL 细节
IBM Granite 团队公开了 Granite 4.1 系列稠密 LLM（3B、8B、30B）的完整训练流程，模型在约 15T token 上从零训练，采用五阶段预训练管线，上下文窗口最终扩展至 512K token。
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 的结论。
Hugging Face Blog精选AI 评分7878 NVIDIA 发布 Nemotron 3 Nano Omni 全模态模型
NVIDIA 发布 Nemotron 3 Nano Omni，一款面向文档分析、多图推理、语音识别、长音视频理解与智能体电脑操作的全模态理解模型，在 MMlongbench-Doc、OCRBenchV2、WorldSense、DailyOmni、VoiceBench 等榜单上取得领先成绩。
推荐理由：原文给出架构、训练配方与多榜成绩，可据此判断开源全模态模型在文档、音视频与智能体场景的可用性。
Hugging Face Blog精选AI 评分6060 如何用 OpenAI Privacy Filter 构建可扩展 Web 应用
OpenAI 本周在 Hugging Face Hub 发布开源 PII 检测模型 Privacy Filter，可在单次 128k 上下文前向传播中标注八类个人信息，采用 Apache 2.0 许可，1.5B 参数、50M 激活参数，在 PII-Masking-300k 基准上达到 SOTA。
推荐理由：文章给出三个基于 Privacy Filter 的可运行应用与 gradio.Server 前后端分工写法，可迁移到自己的 PII 脱敏工具。
Hugging Face Blog精选AI 评分8787 DeepSeek-V4 发布：百万 token 上下文面向智能体任务
DeepSeek 发布 V4，两个 MoE 检查点上线 Hub：DeepSeek-V4-Pro 为 1.6T 总参数、49B 激活，DeepSeek-V4-Flash 为 284B 总参数、13B 激活，均支持 1M token 上下文窗口。
推荐理由：DeepSeek-V4 把长上下文成本压到 V3.2 的零头，读者可据此判断智能体长任务部署的可行性。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 transformers 到 mlx-lm 的移植 Skill 与测试工具
Hugging Face 发布了一个 Skill 和配套测试工具，帮助贡献者把 transformers 中的语言模型移植到 mlx-lm，使模型加入 transformers 后能较快在 MLX 上可用。
推荐理由：Hugging Face 公开了把 transformers 模型移植到 mlx-lm 的 Skill 与测试工具，读者可了解其流程与对评审者的减负方式。
Hugging Face Blog精选AI 评分6262 Overworld 发布 Waypoint-1.5 实时视频世界模型，面向消费级 GPU
Overworld 发布实时视频世界模型 Waypoint-1.5，在 RTX 3090 至 5090 等桌面硬件上可生成最高 720p、60 FPS 的实时环境，并新增面向更广消费级硬件的 360p 版本，后续将支持 Apple Silicon Mac。
推荐理由：Waypoint-1.5 把实时世界模型从数据中心拉到消费级显卡，读者可据此判断本地交互式生成世界的硬件门槛。
Hugging Face Blog精选AI 评分6060 Sentence Transformers v5.4 支持多模态嵌入与重排模型
Sentence Transformers v5.4 更新后，可用同一套 API 编码和比较文本、图像、音频与视频，并支持多模态嵌入与重排模型。嵌入模型把不同模态映射到共享向量空间，重排模型对混合模态输入对打分，可用于视觉文档检索、跨模态搜索和多模态 RAG。
推荐理由：官方给出 v5.4 多模态嵌入与重排的完整用法和模型清单，可据此判断跨模态检索如何接入现有 RAG 流程。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemma 4 开源模型家族
Google DeepMind 发布 Gemma 4 开源模型家族，包含 E2B、E4B、26B MoE 和 31B Dense 四个尺寸，采用 Apache 2.0 许可。
推荐理由：Gemma 4 以四个尺寸覆盖端侧到工作站，并给出 Apache 2.0 许可与首日工具支持，可据此判断本地部署与微调的选择空间。
Hugging Face Blog精选AI 评分8585 Google DeepMind 发布 Gemma 4 多模态模型家族，已在 Hugging Face 上线
Google DeepMind 的 Gemma 4 多模态模型家族已在 Hugging Face 发布，采用 Apache 2 许可，支持图像、文本和音频输入并生成文本。
推荐理由：Gemma 4 五档尺寸与 Apache 2 许可一并给出，读者可据此判断端侧多模态与本地部署的可行边界。