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。
#部署/工程
#部署/工程
今日 7 条Hugging Face Blog精选AI 评分6565
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。
Hugging Face Blog精选AI 评分6464 Hugging Face 发布教程：将 GitHub CI 迁移到 HF Jobs
Hugging Face 发布教程，教你把 GitHub Actions CI 任务改由 HF Jobs 执行，只需将 runs-on 改为 hf-jobs-* 标签，通过 dispatcher Space 和 GitHub App 桥接即可。
推荐理由：Hugging Face 官方给出把 GitHub Actions CI 迁到 HF Jobs 的完整步骤，并用 Trackio 实测数据说明 CPU 提速约 30% 和低成本 GPU CI 的可行路径。
Hugging Face Blog精选AI 评分6666 Hugging Face 重构 hf CLI，让编码 Agent 更高效地使用 Hub
Hugging Face 重构官方 hf CLI，使其同时服务人类和 Claude Code、Codex、Cursor 等编码 Agent，hf v1.9.0 引入按环境变量自动检测的 agent 模式，输出 TSV、完整字段、无 ANSI、不截断，并提供 next-command 提示、--yes/--dry-run 等安全重试设计。
推荐理由：官方实测数据显示 CLI 在多步 Hub 任务上可把 token 消耗降到手工 curl/SDK 的几分之一，方法与结论可迁移给 Agent 工具设计。
Hugging Face BlogAI 评分3939 超越 LLM：为什么企业级 AI 规模化落地取决于智能体逻辑
IBM 在四个企业场景（Cobol/PL/1 遗留代码理解、Aster 测试生成、事件响应等）中验证：在智能体层加入程序分析、知识图谱等 agent logic，可约束 LLM 的上下文空间。
OpenAI NewsAI 评分5858 OpenAI 在密歇根动工 Stargate 1GW 数据中心项目
OpenAI 在密歇根州动工建设一个 1GW 数据中心项目，属于 Stargate 计划的一部分。该项目旨在扩展 AI 基础设施，扩大模型访问范围、创造就业并支持当地社区。
OpenAI NewsAI 评分3434 OpenAI 前沿模型与 Codex 现已登陆 AWS
OpenAI 前沿模型与 Codex 已在 AWS 正式可用，企业可通过既有的 AWS 环境、管控和采购流程使用 OpenAI 构建应用。客户可在 AWS 上开始使用 OpenAI，加快从评估到生产落地的进程。
Hugging Face BlogAI 评分4747 PyTorch 性能分析入门指南（第一部分）：torch.profiler 使用教程
Hugging Face 发布 PyTorch 性能分析系列教程第一篇，面向初学者讲解 torch.profiler 的设置与使用。
Mistral AIAI 评分4848 Mistral 在 AI Now Summit 2026 发布面向工业工程的 AI 全栈方案
Mistral 在 AI Now Summit 2026 上发布面向工业工程的 AI 全栈方案，并与 Airbus、BMW 和 ASML 合作优化设计、仿真与生产。其智能体工具 Vibe 升级为可执行长程多步任务，涵盖深度研究、代码修复与提交可审查的 PR。位于法国 Les Ulis 的新 10 MW 推理数据中心计划于 2026 年第三季度启用。
Mistral AIAI 评分5959 Mistral 开源 Search Toolkit 公测版：统一 AI 应用的搜索管线
Mistral AI 发布开源框架 Search Toolkit 公共预览版，将数据摄取、检索与评估整合为单一框架，供企业构建生产级搜索管线。内置 BM25、稠密向量与混合检索，以及 recall、precision、MRR、NDCG 评估指标，模块共享统一配置接口；已在金融、制造、公共服务等行业验证，CMA CGM 配合 Voxtral 用于假新闻检测，音频管线端到端 15 秒内返回告警。
Google ResearchAI 评分5151 Google 发布基于零信任聚合的隐私分析方案
Google Research 提出一种零信任隐私分析方案，用新型格密码协议让设备通过单条消息完成安全聚合，无需多轮在线交互，并结合 TEE 远程证明形成多层防御。该方案将用于 Android SafetyCore，在不接触用户原始内容的情况下度量安全模型的真实准确率，帮助优化分类器阈值。
Hugging Face BlogAI 评分5656 Hugging Face 教你让 Reachy Mini 语音对话完全本地运行
Hugging Face 发布教程，教 Reachy Mini 用户用 speech-to-speech 库跑通完全本地的语音对话管线，音频不再上传服务器，无需云端和 API key。
Hugging Face BlogAI 评分5858 TRL 推出 Delta Weight Sync：通过 HF Bucket 只传 RL 权重变化量
Hugging Face 在 TRL 中合入 Delta Weight Sync 功能（PR huggingface/trl#5417），将相邻 RL 步之间约 99% 未变化的 bf16 权重剔除，只编码变化元素为稀疏 safetensors 文件，经 Hub Bucket 供 vLLM 拉取。
Hugging Face BlogAI 评分5353 PaddleOCR 3.5 发布，支持用 Hugging Face Transformers 作为推理后端
PaddleOCR 3.5 通过新增 engine 参数让支持的模型（如 PP-OCRv5、PaddleOCR-VL 1.5）可用 Hugging Face Transformers 作为推理后端，并提供 engine_config 配置 dtype、设备与 attention 实现等选项。
Hugging Face Blog精选AI 评分6262 IBM 发布 Granite Embedding Multilingual R2 两款 Apache 2.0 多语言嵌入模型，支持 32K 上下文
IBM 发布 Granite Embedding Multilingual R2 两款 Apache 2.0 多语言嵌入模型：97M 紧凑版在 MTEB Multilingual Retrieval 得 60.3。
推荐理由：原文给出完整基准数据、训练方法与框架集成示例，读者可按规模和场景直接选型。
Hugging Face BlogAI 评分4949 Hugging Face 详解如何用异步批处理解锁 continuous batching 的性能潜力
Hugging Face 讲解如何将 CPU 与 GPU 工作负载分离，实现异步 continuous batching 以提升 LLM 推理性能。在使用 8B 模型、batch size 32 生成 8K token 的测试中，同步批处理有 24.0% 的时间 GPU 处于空闲等待，总耗时 300.6 秒；消除 CPU 开销可带来约 24% 的免加速。
Hugging Face BlogAI 评分3535 在 AWS 上构建基础模型训练与推理的构建模块
Hugging Face 与 AWS 分析了基础模型预训练、后训练和推理生命周期所需的基础设施，提出由加速计算、高带宽低延迟网络和分布式存储构成的分层架构。
OpenAI NewsAI 评分4040 OpenAI 推出 MRC（Multipath Reliable Connection）大规模 AI 训练网络协议
OpenAI 推出 MRC（Multipath Reliable Connection），一种新的大规模 AI 训练集群网络协议，已通过 OCP 发布。该协议旨在提升大规模 AI 训练集群的韧性与性能。
OpenAI NewsAI 评分4949 OpenAI 如何实现大规模低延迟语音 AI
OpenAI 重构了其 WebRTC 技术栈，以支持低延迟、全球规模的实时语音 AI，并实现流畅的对话轮换。这套架构让语音智能体在生产环境中可以稳定运行。
Hugging Face BlogAI 评分4444 DeepInfra 正式接入 Hugging Face Inference Providers
DeepInfra 现已成为 Hugging Face Hub 支持的 Inference Provider，为开发者提供按 token 计价的低成本 serverless 推理服务。
OpenAI NewsAI 评分5454 OpenAI GPT 模型、Codex 和 Managed Agents 上架 AWS
OpenAI 宣布 GPT 模型、Codex 和 Managed Agents 现已登陆 AWS，企业可在 AWS 环境中构建安全的 AI 应用。
OpenAI NewsAI 评分5252 OpenAI 通过 FedRAMP Moderate 授权
OpenAI 宣布 ChatGPT Enterprise 和 OpenAI API 获得 FedRAMP Moderate 授权，使美国联邦机构能够在合规框架下安全采用 AI。授权覆盖企业版产品与 API 两条使用路径。
Mistral AIAI 评分4545 Mistral AI 推出 Workflows 公开预览版：面向企业级 AI 的编排层
Mistral AI 发布 Workflows 公开预览版，这是构建于 Studio 之上的企业 AI 编排层，提供持久执行、可观测性和人在环节点审批，帮助 AI 流程从概念验证走向生产环境。
Hugging Face Blog精选AI 评分8383 DeepSeek 发布 V4：MoE 双检查点上线 Hub，主打百万 token 上下文的 Agent 能力
DeepSeek 发布 V4，在 Hub 上开源 DeepSeek-V4-Pro（1.6T 总参数 / 49B 激活）和 DeepSeek-V4-Flash（284B 总参数 / 13B 激活）两个 instruct 及对应 base 检查点，均支持 1M token 上下文。
推荐理由：文章拆解了 V4 为长上下文与 Agent 场景做的架构与后训练设计，读者可据此评估开源模型跑长任务的部署成本。
Hugging Face Blog精选AI 评分6363 Hugging Face 讲解如何在 Chrome 扩展的 Manifest V3 中运行 Transformers.js
Hugging Face 发布教程，指导开发者在 Manifest V3 约束下用 Transformers.js 在 Chrome 扩展中运行本地 AI，并复刻其 Gemma 4 Browser Assistant 架构。
推荐理由：作者基于自家 Gemma 4 浏览器扩展拆解 MV3 下运行 Transformers.js 的架构决策，给出可直接迁移的运行时划分与消息契约设计。
Google DeepMindAI 评分4949 Google DeepMind 发布 Decoupled DiLoCo：面向弹性分布式 AI 训练的新架构
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构，将训练拆分为异步通信的“岛屿”（learner units），可在全球分布的数据中心间训练 LLM。
Hugging Face Blog精选AI 评分6262 TII 发布 Falcon Perception 0.6B 早融合感知模型及 0.3B Falcon OCR
TII Falcon Vision 团队发布 Falcon Perception，一个 0.6B 参数的早融合 Transformer，用混合注意力掩码处理图像块与文本，做自然语言提示的开放词汇定位与分割，在 SA-Co 上达到 68.0 Macro-F1（SAM 3 为 62.3），但在 presence calibration 上落后（MCC 0.64 vs 0.82）。
推荐理由：TII 自述用单一早融合 Transformer 做开放词汇感知，读者可以看到架构、数据配方和 SA-Co 与 PBench 上的具体对比依据。
Hugging Face Blog精选AI 评分6666 Gradio 推出 gradio.Server，支持任意自定义前端搭配 Gradio 后端
Hugging Face 发布 gradio.Server，一个扩展自 FastAPI 的类，让开发者用 React、Svelte 或原生 HTML/JS 等任意前端框架，同时保留 Gradio 的排队、并发管理、SSE 流式、gradio_client 兼容和 Spaces 上的 ZeroGPU 支持。
推荐理由：官方介绍了 gradio.Server 如何让任意自定义前端继续复用 Gradio 的排队、MCP 和 ZeroGPU 能力，并附完整代码示例。
Mistral AI精选AI 评分6767 Mistral AI 发布 Spaces CLI，让同一命令行工具同时服务人类与编码 Agent
Mistral AI 发布面向人类开发者和 Agent 的 Spaces CLI，三条命令即可从零搭建带热重载、数据库和生成 Dockerfile 的多服务项目并部署。
推荐理由：Mistral 以自家 CLI 为例，总结了一套让同一工具同时服务人类与 Agent 的可复用设计原则，细节具体。
Hugging Face Blog精选AI 评分6868 Hugging Face 发布 TRL v1.0，后训练库首次进入语义化版本稳定承诺
Hugging Face 发布 TRL v1.0，将六年迭代的后训练代码库正式转为稳定库，已实现超过 75 种后训练方法，月下载量达 300 万次。
推荐理由：原文解释了 v1.0 的稳定与实验分层契约和反抽象设计取舍，读者可以借此理解后训练库如何应对快速变化的算法领域。
Hugging Face BlogAI 评分5454 Hugging Face 教你把 OpenClaw 智能体迁移到开源模型
Hugging Face 发文称 Anthropic 正在限制 Pro/Max 订阅者在开放智能体平台使用 Claude 模型，并给出两条迁移路径。
Google ResearchAI 评分4141 Google Research 推出 TurboQuant：以极致压缩重新定义 AI 效率
Google Research 推出 TurboQuant 压缩算法（将发表于 ICLR 2026），通过 PolarQuant 高质量压缩与仅 1 bit 的 QJL 零开销纠错两步，实现大幅模型压缩且零精度损失，同时支持 KV cache 压缩与向量搜索。
Hugging Face Blog精选AI 评分6060 NVIDIA 发布一天内微调领域专用嵌入模型的完整教程
NVIDIA 在 Hugging Face 博客发布教程，用 6 条命令在单张 80GB GPU、不到一天内把 Llama-Nemotron-Embed-1B-v2 微调为领域专用嵌入模型，无需人工标注。
推荐理由：原文给出从文档到部署的完整六步命令与关键超参数，读者可照此在单卡上微调自己的领域嵌入模型。
Mistral AIAI 评分4343 Mistral AI 推出 Forge：面向企业的专有知识训练系统
Mistral AI 发布 Forge，帮助企业基于内部文档、代码库和运营数据训练前沿级自有模型，并已与 ASML、Ericsson、欧洲空间局等机构合作。Forge 支持 pre-training、post-training 与强化学习，兼容 dense 和 MoE 架构及多模态输入，模型可在企业自有基础设施中运行。
Hugging Face BlogAI 评分5757 H Company 发布 Holotron-12B 高吞吐计算机使用智能体模型
H Company 发布多模态计算机使用模型 Holotron-12B，基于 NVIDIA Nemotron-Nano-2 VL 后训练约 140 亿 token，已在 Hugging Face 以 NVIDIA Open Model License 开放。
Hugging Face BlogAI 评分4545 Hugging Face 从 16 个开源 RL 库总结异步强化学习训练经验
Hugging Face 为给 TRL 设计新的异步训练器，调研了 16 个围绕异步 RL 训练构建的开源库，并从编排原语、rollout 缓冲、权重同步协议、staleness 管理、partial rollout、LoRA 支持和分布式训练后端 7 个维度对比。
Hugging Face Blog精选AI 评分6767 Hugging Face Hub 推出 Storage Buckets 可变对象存储
Hugging Face 在 Hub 上推出 Storage Buckets，一种不版本控制的可变、类 S3 对象存储，用于存放 checkpoints、处理后的数据、Agent traces 等中间产物。
推荐理由：官方发布后明确解释了为什么中间产物不适合放 Git 仓库，并给出 CLI、Python、fsspec 的完整上手路径，便于迁移现有训练和数据流程。
Hugging Face BlogAI 评分5656 Hugging Face 解析 Ulysses 序列并行：如何训练百万 token 长上下文
Hugging Face 官方博客详解 Ulysses Sequence Parallelism 的原理，通过注意力头并行将长序列训练扩展到多卡，已集成到 Accelerate、Transformers Trainer 和 TRL 的 SFTTrainer。
Hugging Face BlogAI 评分5353 Hugging Face 详解 transformers 库对 Mixture of Experts（MoE）的支持
Hugging Face 博客介绍 transformers 库如何让 MoE 稀疏架构成为一等公民，涵盖权重加载重构、Expert Backend、专家并行和 MoE 训练支持。