Cloudflare Agent Cloud 引入 OpenAI GPT-5.4 与 Codex 助力企业智能体工作流
Cloudflare 将 OpenAI 的 GPT-5.4 和 Codex 引入 Agent Cloud，帮助企业快速、安全地构建、部署和扩展用于真实任务的 AI 智能体。企业可在 Agent Cloud 上直接运行智能体工作流。
#部署/工程
#部署/工程
今日 8 条OpenAI NewsAI 评分3636
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。
OpenAI NewsAI 评分5151 OpenAI 为 Responses API 配备计算机环境，构建 Agent 运行时
OpenAI 介绍了如何基于 Responses API、shell 工具和托管容器构建 Agent 运行时，用于运行带文件、工具和状态的 Agent。方案强调安全性与可扩展性。
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。
OpenAI NewsAI 评分3434 Amazon Bedrock 推出面向智能体的 Stateful Runtime 环境
Amazon Bedrock 推出 Stateful Runtime for Agents，为多步骤 AI 工作流提供持久编排、记忆和安全执行能力。该运行时由 OpenAI 模型驱动，可支持跨步骤保持状态的智能体应用。
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。
Hugging Face Blog精选AI 评分6363 IBM 与 UC Berkeley 用 IT-Bench 和 MAST 诊断企业级 Agent 的失败原因
IBM Research 与 UC Berkeley 将 MAST（多智能体系统失败分类法）应用于 ITBench，标注了 310 条由 Gemini-3-Flash、Kimi-K2 和 GPT-OSS-120B 产生的 SRE 执行轨迹，把成功率之外的黑盒失败转成结构化失败签名。
推荐理由：原文把基准的单一成功率拆解为结构化失败模式，并针对三类模型给出对应的工程修复方向。
OpenAI NewsAI 评分5252 OpenAI 超越速率限制：扩展 Codex 与 Sora 的访问能力
OpenAI 介绍其构建的实时访问系统，结合速率限制、用量追踪和 credits，为 Sora 和 Codex 提供持续访问能力。材料仅提供摘要，未包含更多细节。
Hugging Face Blog精选AI 评分6767 Hugging Face 发布 cuda-kernels 智能体技能，让 Claude 和 Codex 编写生产级 CUDA 内核
Hugging Face 发布一个随 kernels 库分发的智能体技能，教编码智能体编写可集成进 transformers 和 diffusers 的生产级 CUDA 内核。
推荐理由：原文给出技能安装方法、覆盖内容和 H100 实测数据，读者可以照此让编码智能体生成并发布 CUDA 内核。
Hugging Face Blog精选AI 评分7171 Transformers.js v4 登陆 NPM，新增 WebGPU 运行时与众多新模型
Hugging Face 发布 Transformers.js v4，已可在 NPM 安装，核心变化是采用 C++ 重写的 WebGPU Runtime，同一套代码可运行于浏览器、Node、Bun 和 Deno。
推荐理由：官方发布说明完整列出 WebGPU 运行时重写、新架构支持和构建性能数据，读者可评估在浏览器或服务端本地跑模型的可行性。
OpenAI NewsAI 评分4747 GPT-5 将无细胞蛋白质合成成本降低 40%
OpenAI 的 GPT-5 与 Ginkgo Bioworks 的云自动化平台结合，组成自主实验室，通过闭环实验将无细胞蛋白质合成成本降低了 40%。
Google ResearchAI 评分3939 Google 提出 Sequential Attention：让 AI 模型更精简快速且不牺牲准确率
Google Research 提出 Sequential Attention，一种用于特征选择等子集选择问题的贪心算法，利用注意力分数逐步选出最有价值的组件。它将选择过程集成到单次模型训练中，避免了传统贪心方法每步重新训练的高昂开销，以极小代价应用于大规模模型。该方法在多个神经网络基准上取得 SOTA 结果，并支持并行评估候选、提升可解释性。
OpenAI NewsAI 评分5656 OpenAI 详解 Codex App Server：用双向 JSON-RPC 嵌入 Codex 智能体
OpenAI 介绍 Codex App Server，这是一个双向 JSON-RPC API，用于嵌入 Codex 智能体。该 API 支持流式进度、工具调用、审批和 diffs。
Hugging Face Blog精选AI 评分6666 Hugging Face 开源 Daggr：用 Python 编排 Gradio 应用并可可视化检查每一步
Hugging Face Gradio 团队发布开源 Python 库 Daggr（beta，当前版本 0.4.3），用几行代码把 Gradio Spaces、ML 模型和自定义函数连接成 AI 工作流，并自动生成可视化画布。
推荐理由：Gradio 团队介绍用代码定义 AI 工作流并自动生成可视化画布，可单步检查和重跑，适合在重编排平台和脆弱脚本之外多一个实验选择。
OpenAI NewsAI 评分5050 OpenAI 如何将 PostgreSQL 扩展至支撑 8 亿 ChatGPT 用户
OpenAI 详解了其如何将 PostgreSQL 扩展到每秒数百万次查询，以支撑 8 亿 ChatGPT 用户。技术手段包括使用副本、缓存、速率限制和工作负载隔离。
Mistral AIAI 评分4949 Mistral AI 深度解析：vLLM 内存泄漏排查实录
Mistral AI 团队分享了排查 vLLM 内存泄漏的过程，问题仅出现在 Mistral Medium 3.1 与 P/D 分离部署结合 NIXL、开启 graph compilation 的条件下，系统内存以每分钟 400 MB 的速度线性增长，数小时后触发 out of memory。
OpenAI NewsAI 评分1919 OpenAI 推出 Stargate Community：以社区为先的 AI 基础设施计划
OpenAI 发布 Stargate Community 计划细节，提出以社区为先的 AI 基础设施建设方式。方案将结合社区意见、能源需求和就业优先事项，因地制宜地进行本地化定制。
OpenAI NewsAI 评分5959 OpenAI 与 Cerebras 合作新增 750MW 高速算力
OpenAI 与 Cerebras 达成合作，新增 750MW 高速 AI 算力，用于降低推理延迟，使 ChatGPT 在实时 AI 工作负载下更快。
OpenAI News精选AI 评分6060 OpenAI 与软银集团联合 SB Energy 建设 AI 数据中心园区
OpenAI 与软银集团宣布与 SB Energy 合作，开发多吉瓦级 AI 数据中心园区，其中包含一座支持 Stargate 计划的 1.2 GW 德克萨斯州设施。
推荐理由：合作扩展了 Stargate 的算力与能源布局，读者可以借此了解 AI 数据中心建设对电力供应的依赖程度。
Hugging Face Blog精选AI 评分6363 llama.cpp server 新增 router mode 支持多模型动态管理
llama.cpp server 新增 router mode，无需重启即可动态加载、卸载和切换多个模型，补上类似 Ollama 的模型管理能力。该功能采用多进程架构，单个模型崩溃不影响其他模型；支持自动发现 GGUF 文件、按需加载、LRU 淘汰（默认 --models-max 4）、请求路由和 Web UI 切换。
推荐理由：原文给出 router mode 的加载与切换机制和具体命令选项，读者可以据此评估本地多模型管理的新工作流。
Hugging Face BlogAI 评分4848 Hugging Face 发布 swift-huggingface：完整的 Swift 客户端库
Hugging Face 推出 Swift 软件包 swift-huggingface，为 Hugging Face Hub 提供完整客户端，后续将集成进 swift-transformers 替换其 HubApi 实现。
Hugging Face Blog精选AI 评分7878 Hugging Face Transformers v5.0.0rc-0 发布，聚焦互操作与量化
Hugging Face 发布 Transformers v5.0.0rc-0，距 v4 首个 RC 五年，目前每日 pip 安装超 300 万次、累计超 12 亿次，模型架构从 40 个增至 400 多个。
推荐理由：官方详解 v5 在简洁性、训练、推理和量化上的改动，以及与主流训练推理工具的互操作设计。
OpenAI NewsAI 评分3939 OpenAI 面向全球企业客户扩展数据驻留支持
OpenAI 为 ChatGPT Enterprise、ChatGPT Edu 和 API Platform 扩展数据驻留能力，符合条件的客户可将静态数据存储在所在区域内。此举帮助全球企业客户满足本地数据合规要求。
Hugging Face BlogAI 评分5959 Hugging Face 从第一性原理推导 LLM 推理中的 continuous batching
Hugging Face 发布教程，从 attention 机制和 KV cache 出发推导 continuous batching，讲解其如何最大化 LLM 服务的吞吐。
Hugging Face BlogAI 评分4242 Tavily 如何打造达到 SOTA 水平的 Deep Research 智能体
Tavily 分享其打造达到 SOTA 水平的 deep research 智能体的经验：七个月前他们放弃了第一版复杂架构并从零重建，因为其中的假设在下一代模型到来时成为瓶颈。
Hugging Face BlogAI 评分3232 OVHcloud 接入 Hugging Face Inference Providers
OVHcloud 现已成为 Hugging Face Hub 支持的 Inference Provider，用户可在模型页面直接调用其 AI Endpoints 服务。
Google ResearchAI 评分3131 Google Research 用简单 AI 模型预测充电桩可用性，缓解电动车里程焦虑
Google Research 发布一个轻量级线性回归模型，预测特定时间后电动车充电桩可用的概率。团队在加州和德国的真实充电网络数据上训练，以一天中各小时为特征，在 30 和 60 分钟预测窗口、100 座随机选取的站点上评估，表现优于"保持当前状态"基线。该简单模型依赖易获取的特征即可实现低延迟部署，有助于减少里程焦虑。
Hugging Face BlogAI 评分5555 ServiceNow 发布 Apriel-H1：用推理数据蒸馏将 15B 模型改造为 Mamba 混合架构，吞吐提升 2.1 倍
SLAM Lab 发布 Apriel-H1 系列，将 15B 推理模型部分注意力层替换为 Mamba，旗舰 Apriel-H1-15b-Thinker-SFT 以 76.8B token 训练实现 2.1 倍吞吐且推理质量损失很小。
Hugging Face BlogAI 评分4242 Hugging Face 教你轻松构建和分享 ROCm Kernel
Hugging Face 的 kernels 库支持构建和分享可在 AMD GPU 上运行的 ROCm kernel，文章以获 AMD Developer Challenge 2025 大奖的 RadeonFlow GEMM kernel 为例，讲解项目结构、build.toml 配置与打包流程。
Hugging Face BlogAI 评分5656 Hugging Face 与 Google Cloud 达成深度合作，共建开源模型部署通道
Hugging Face 宣布与 Google Cloud 达成更深入的合作，帮助企业在 Google Cloud 上用开放模型构建自己的 AI。