Google DeepMind 推出 Fairwind 计划：以 Gemini 3.8 Flash Cyber 提供主动网络防御
Google DeepMind 推出 Fairwind 计划，向政府机构和受信任的合作伙伴开放先进的网络防御能力。该计划将 Gemini 3.8 Flash Cyber 模型与 CodeMender 结合，可自主查找、验证并修复漏洞，在几分钟内生成就绪的补丁，初始访问面向政府、关键基础设施运营商和核心技术平台。
#部署/工程
#部署/工程
今日 4 条Google DeepMindAI 评分4343
Hugging Face Blog精选AI 评分6060 Hugging Face 发布 @huggingface/kernels 及 207 个 WebGPU 内核
Hugging Face WebAI 团队发布 @huggingface/kernels 库和 207 个 WebGPU 内核（Apache-2.0），每个内核以带版本号的独立仓库发布，包含 manifest、正确性测试、基准用例和 WGSL shader 模板。
推荐理由：官方介绍了 207 个 WebGPU 内核的发布方式和与 ORT WebGPU 的实测对比，读者可以据此评估浏览器端推理优化的可用路径。
Hugging Face Blog精选AI 评分7373 Sentence Transformers v6.0 教程：训练与微调 MultiVectorEncoder 多向量嵌入模型
Sentence Transformers v6.0 引入第四种模型类型 MultiVectorEncoder，支持 ColBERT 式后期交互检索及完整训练流程。
推荐理由：作者实测比较了六种训练起点和各训练超参，给出可在单张消费级 GPU 上数小时完成的完整多向量模型微调配方。
Hugging Face BlogAI 评分5858 Multiverse Computing 提出 Quantization-Aware Healing：4-bit 压缩模型在 9 项基准中 7 项超越全精度原版
Multiverse Computing 发布 Quantization-Aware Healing（QAH）方法，将 GPT-OSS 120B 压缩到 60B 参数并量化为 MXFP4 后，模型在 9 项基准中的 7 项超过其 bfloat16 全精度版本，AA-LCR 提升 7.4 分、AIME 2025 提升 5.6 分。
OpenAI NewsAI 评分5252 OpenAI 发布自研推理芯片 Jalapeño 并公布首批结果
OpenAI 官方宣布 Jalapeño 自研推理芯片，称其提供更快、更省电的 AI 推理。官方表示该芯片面向现代模型，带来更高吞吐和更低延迟，并称首批结果显示其速度与效率达到行业领先水平。
Hugging Face Blog精选AI 评分6969 Gradio 推出 gr.Workflow：把 AI 流水线变成可拖拽的节点图界面
Hugging Face 在 Gradio 中推出 gr.Workflow，把 AI 应用的多步骤流水线描述为类型化节点图，并提供可拖拽画布，每个节点可运行、中间结果可见。
推荐理由：原文来自官方，给出 gr.Workflow 的节点图机制、多个可复制的在线示例和 REST API 用法，读者可以直接上手复用这套搭建 AI 流水线的方法。
Hugging Face BlogAI 评分5454 Hugging Face 详解 Inference Endpoints、Jobs 和 Buckets 如何支撑 Papers with Code 搜索
Hugging Face 团队详解 Papers with Code 混合搜索架构：PostgreSQL 全文检索加 pgvector 语义召回，经加权 RRF 融合，语义向量用 Qwen/Qwen3-Embedding-0.6B 生成 256 维 Matryoshka 截断向量。
Hugging Face Blog精选AI 评分6666 Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理最高提速 3.2x
Liquid AI 为 LFM2.5 系列三个模型（LFM2.5-1.2B-Instruct、LFM2.5-2.6B、LFM2.5-8B-A1B）发布 DSpark 草稿模型检查点，采用投机解码在不改变输出质量的前提下大幅加速解码。
推荐理由：官方给出 DSpark 草稿模型的具体加速数据、质量等价原理和 llama.cpp 与 SGLang 的用法，端侧部署可直接迁移。
Hugging Face BlogAI 评分5858 IBM Research 用 ALTK-Evolve 实测八模型后发现智能体记忆需要按模型能力校准剂量
IBM Research 在 Hugging Face 博客发布 ALTK-Evolve 研究，在 AppWorld 上测试八种模型后提出智能体记忆应按模型能力校准注入剂量，而非全量累积。
Hugging Face BlogAI 评分3939 Hugging Face：同一集群利用率提升 33 个百分点——改变的只是分配顺序
Hugging Face 构建了一个约束感知 GPU 分配器，在 7 个基准场景中与 FIFO 调度器对比。相同硬件和负载下，利用率从 52–85% 提升至 72–88%，最高提升 33 个百分点；优先级加权产出每个场景均上升，增幅 24.6%–105.1%，平均 52%。最强案例是 8 GPU 的训练密集型负载：利用率从 53.6% 升至 87.0%，产出提升 105%。
Hugging Face BlogAI 评分5555 Strands Robots 与 Hugging Face Storage Buckets 实现录制、训练、部署一体化数据环
Strands Robots 推出流式数据环，在一个 Agent 内完成录制机器人演示、直接从 Hub 流式读取训练、再把 checkpoint 部署回硬件，全程保持 LeRobot 格式。
Mistral AIAI 评分4949 Mistral 推出区域内推理、第三方开源模型支持与欧洲主权 AI 算力联盟
Mistral 推出三项主权 AI 举措：Mistral Regional Endpoints 正式可用，客户可选择推理在欧洲或美国运行；Mistral Priority Tier 进入公开预览，提供自定义速率限制和 uptime SLA。
OpenAI NewsAI 评分3636 OpenAI Daybreak 模型现已登陆 AWS，通过 Amazon Bedrock 提供服务
OpenAI 与 AWS 合作，将 Daybreak 网络安全能力通过 Amazon Bedrock 提供，用于支持企业安全工作流。企业客户现可在 AWS 上使用 Daybreak 模型。
Hugging Face BlogAI 评分5454 NVIDIA 发布 Magpie TTS 多语言版，开源权重支持 12 种语言并实现低延迟语音生成
NVIDIA 发布 Magpie TTS Multilingual，364M 参数开源权重模型，新增现代标准阿拉伯语、韩语和巴西葡萄牙语，共支持 12 种语言。
Hugging Face BlogAI 评分4545 Baseten 入驻 Hugging Face Inference Providers
Baseten 正式成为 Hugging Face Hub 支持的 Inference Provider，为 Hub 模型页面增强 serverless 推理能力。初始集成支持对话和文本生成任务，可调用 Kimi K3、DeepSeek V4 Flash、GLM-5.2 等开放权重 LLM。用户可设置自己的 API key 直连或经 HF 路由计费，PRO 用户每月获 $2 推理额度。
Hugging Face BlogAI 评分3535 GPU 管理：为何闲置 GPU 是新的“停飞客机”
Hugging Face 撰文指出，AI 的下一个真正约束不是智能而是 GPU 利用率，正如航空业的历史证明决定盈亏的是飞机停场时间而非机队规模。GPU 按日历小时产生融资、折旧、电力和冷却成本，产出却只按计算小时计，企业即便买下集群，也必须解决“如何让 GPU 保持忙碌”的新问题。文章认为利用率几乎取决于所有基础设施决策，是比容量承诺更难解决的问题。
OpenAI NewsAI 评分3030 OpenAI 下调 GPT-5.6 价格：以更优性价比推进性能前沿
OpenAI 下调 GPT-5.6 中 Luna 和 Terra 两个型号的价格，进一步推进性价比前沿。更高效的 GPT-5.6 模型可帮助企业在更大规模上部署 AI 工作流。
Berkeley AI ResearchAI 评分5757 Berkeley 团队用 K-Search 将 CUDA 内核优化经验迁移到 Apple Silicon 的 MLX
IBM Research 与 UC Berkeley Sky Lab 基于开源 K-Search 框架构建结构化 CUDA 到 MLX 翻译层，用演化搜索为 Apple Silicon 生成高质量内核。
Hugging Face BlogAI 评分5757 NVIDIA 发布 Cosmos-H-Dreams：面向手术机器人的实时生成式仿真器
NVIDIA 发布 Cosmos-H-Dreams，一个动作条件驱动的手术机器人实时生成式仿真器，将 Cosmos-H-Surgical-Simulator 蒸馏为因果、少步数的学生模型，并通过 FlashDreams 流式推理库在单张 NVIDIA RTX PRO 6000 上从约每秒10帧提升到约160帧的交互运行。
Hugging Face Blog精选AI 评分6666 Diffusers 原生集成 Nunchaku Lite，支持 4-bit SVDQuant 扩散模型推理
Hugging Face 宣布 Diffusers 原生支持 Nunchaku 的 SVDQuant 4-bit 推理，通过 Nunchaku Lite 集成路径直接用 from_pretrained() 加载量化 checkpoint，无需独立推理引擎或本地 CUDA 编译。
推荐理由：Diffusers 原生集成 Nunchaku，W4A4 量化在降显存的同时也降低推理延迟，是可复现的部署方案变化。
OpenAI NewsAI 评分3333 OpenAI 在佐治亚州 Effingham County 启动 Project Camellia AI 基础设施建设
OpenAI 宣布在佐治亚州 Effingham County 推出 Project Camellia，建设 AI 基础设施。项目承诺采用负责任的能源方案，并投入社区投资与创造就业机会，同时向当地提供 Codex 使用权。
Hugging Face Blog精选AI 评分6767 模型路由看似简单实则不然：IBM Research 谈如何把路由当系统优化问题
IBM Research 团队在博文中提出，模型路由不是分类问题而是系统优化问题。他们在 AppWorld Test Challenge 上用同一 CodeAct agent 跑 417 个任务。
推荐理由：作者基于 417 个 AppWorld 任务的一手实测说明标价、缓存和基础设施如何左右路由成本，并把路由从分类问题转为优化问题，方法可迁移。
Hugging Face BlogAI 评分5656 PyTorch Profiling 系列（三）：用 profiler 读懂 attention 的六种实现
Hugging Face 发布 Profiling in PyTorch 系列第三篇，用 A100 GPU 对比 naive attention、in-place 掩码、SDPA math/efficient/flash/cuDNN 六种实现的 profiler trace。
Mistral AIAI 评分4141 Mistral Studio 为 Prompts 与 Skills 提供系统化记录管理
Mistral 推出 Studio，为企业的 Prompts 与 Skills 提供统一的 system of record，实现版本化、明确归属和全程可追溯。每个资产拥有不可变版本、审计日志和分类标签，支持快速迭代与受控上线，业务人员无需工程师也能直接改进生产指令。该功能现已向 Mistral Studio 客户开放，Skills 可作为 MCP servers 从 Studio 直接调用。
Hugging Face Blog精选AI 评分7171 Hugging Face 使 vLLM 的 transformers 后端达到原生实现速度
Hugging Face 宣布 vLLM 的 transformers modeling backend 在多类 LLM 架构上已达到甚至超过 vLLM 手写原生实现的吞吐。
推荐理由：原文给出三档 Qwen3 模型的吞吐对比和实现原理，读者可据此评估 transformers backend 能否替代手写 vLLM 实现来省掉移植成本。
Hugging Face BlogAI 评分4646 Hugging Face 一键直达 Amazon SageMaker Studio
Hugging Face 与 Amazon SageMaker AI 推出深度链接集成，开发者点击模型页上的 "Customize on SageMaker AI" 或 "Deploy on SageMaker AI" 按钮，即可直接进入 SageMaker Studio，模型已预加载、环境已配置。
Hugging Face Blog精选AI 评分6060 Hugging Face 模型登陆 Microsoft Foundry Managed Compute
Microsoft 在 Build 2026 上推出 Foundry Managed Compute，并在 Foundry 模型目录中上线 Hugging Face 精选模型集，数以千计的开源权重模型每周更新，可一键部署到 NVIDIA A100、H100 或 AMD MI300X 加速器。
推荐理由：原文来自双方官方博客，详细说明了精选目录、curation 流程、运行时选择和部署模板，读者可以据此评估在 Foundry 上部署开源模型的实际路径。
Hugging Face Blog精选AI 评分6161 SkyPilot 与 Hugging Face 推出 store: hf，任意云端 GPU 可零 egress 读取 Hub 存储
SkyPilot 与 Hugging Face 联合推出 store: hf，用一条 hf:// URL 即可将 Hugging Face Bucket 或任意 Hub 仓库挂载进 SkyPilot 任务，作业可调度到 20+ 云、Kubernetes 和本地集群。
推荐理由：原文给出 hf:// 挂载、零 egress 读费与 Xet 去重的具体数字，读者可据此评估多云 GPU 任务的数据存储方案。
Hugging Face BlogAI 评分5353 Hugging Face Kernels 项目大版本更新：新增 kernel 仓库类型、签名机制与智能体开发支持
Hugging Face 官方博客总结 🤗 Kernels 项目近几个月的重大更新。Hub 新增 kernel 仓库类型，可查看内核支持的加速器、操作系统和后端版本；默认只加载受信任发布者的内核，非受信来源需显式传 trust_remote_code=True，并引入基于 Sigstore cosign 的代码签名（加载时尚未默认验证）。
Hugging Face BlogAI 评分5252 Hugging Face 与 Cerebras 联合展示 Gemma 4 实时语音 AI 方案
Hugging Face 与 Cerebras 发布开源级联语音到语音管线，语音识别用 Nvidia Parakeet，语言模型为 Google DeepMind Gemma 4 31B 并在 Cerebras 上推理，语音合成用 Qwen3TTS。
Hugging Face Blog精选AI 评分6666 Hugging Face 教你一条命令在 HF Jobs 上运行 vLLM 服务器
Hugging Face 发布教程，用一条 hf jobs run 命令即可在 HF 基础设施上启动私有 OpenAI 兼容的 vLLM 端点，无需配置服务器或 Kubernetes，按秒计费（a10g-large 为 $1.50/hour）。
推荐理由：官方教程给出一条命令在 HF Jobs 上起 vLLM 服务的完整路径，含定价、权限、SSH 调试和接 coding agent 等可复用细节。
Google ResearchAI 评分3737 Google 提出 linear elastic caching：用 ski rental 算法优化云缓存经济性
Google Research 在 CIDR 发表 linear elastic caching，将缓存页淘汰建模为 ski rental 问题，用轻量级机器学习动态调整缓存大小以最小化 TCO。
Google DeepMind精选AI 评分6868 Google DeepMind 在 Gemini 3.5 Flash 中内置 computer use 能力
Google DeepMind 宣布 computer use 成为 Gemini 3.5 Flash 的内置工具，此前该能力仅以独立 Gemini 2.5 computer use 模型提供。
推荐理由：原文说明 computer use 从独立模型转为 Gemini 3.5 Flash 内置工具，并给出 API 入口和企业级安全防护选项。
OpenAI NewsAI 评分5353 OpenAI 与 Broadcom 发布面向 LLM 推理的定制芯片 Jalapeño
OpenAI 与 Broadcom 发布定制 AI 芯片 Jalapeño，专为 LLM 推理设计，目标是提升 AI 系统的性能、效率与规模。
Mistral AI精选AI 评分6868 Mistral 发布 OCR 4，新增边界框、块分类与置信度分数，支持 170 种语言
Mistral 发布 Mistral OCR 4，除文本外返回边界框、分类型块（标题、表格、公式、签名等）和逐页逐词置信度分数，支持 10 个语系下 170 种语言。
推荐理由：官方公布了能力细节、定价和基准方法论，还主动列出自动评测的打分缺陷，读者可据此判断在自己场景中怎么用。
Hugging Face BlogAI 评分4949 Chrome 团队在 Transformers.js 中实验 Cross-Origin Storage API
Google Chrome 团队的 Thomas Steiner 在 Transformers.js 中实验了尚处早期提案阶段的 Cross-Origin Storage API。
Hugging Face Blog精选AI 评分6868 Hugging Face 讲解如何用开源模型和 GitHub Actions 把 huggingface_hub 改为每周发布
Hugging Face 在官方博客详解如何把 huggingface_hub 的发布节奏从每 4 到 6 周一次提升到每周一次，整条流程跑在一个 GitHub Actions 工作流里，使用开源工具、开源权重模型（当前为 Z.ai 的 GLM-5.2）和 HF Inference Providers，单次发布的模型成本约 $0.25。
推荐理由：Hugging Face 官方复盘自身发布流水线，给出可复用的确定性校验加人工把关模式，其他开源维护者可以照搬适配。
Hugging Face Blog精选AI 评分6565 Hugging Face 用 gemma-4-26b-a4b 和 qwen3.6-35b-a3b 本地模型实时分诊 OpenClaw 仓库 PR
Hugging Face 博客介绍了 localpager 系统，用 pi agent harness 加受限只读 shell reposhell，在 NVIDIA GB10（DGX Spark。
推荐理由：作者分享了本地模型加受限 shell 做高吞吐分类的完整配方，附带 330 条评测对比，可迁移到其他信息过滤场景。
Hugging Face Blog精选AI 评分6464 AWS Strands Robots 集成 LeRobot：从 Hugging Face Hub 数据集到实体机器人硬件
AWS 开源 SDK Strands Robots 将 LeRobot 栈封装为 AgentTools，可用单个 Strands agent 完成录制演示数据、运行策略、部署到实体 SO-101 和多机器人协调。
推荐理由：AWS 官方 walkthrough 给出从 Hub 数据集到实体 SO-101 机器人的完整可运行示例，仿真与硬件共享同一 LeRobotDataset 格式，可迁移到自己的机器人工作流。
Hugging Face Blog精选AI 评分6464 Hugging Face 发布 PyTorch 性能分析系列第二篇：从 nn.Linear 到融合 MLP
Hugging Face 博客发布 PyTorch 性能分析系列第二篇，从 nn.Linear 逐步剖析到 GeGLU MLP 的性能分析。
推荐理由：文章用逐级 profiler 对照讲清 bias 折叠、视图与内核命名，读者可以迁移这套方法去分析自己的 PyTorch trace。