Meta 开源 Muse Glimmer：面向本地智能体的 30B 多模态模型
Meta 发布开源多模态模型 Muse Glimmer，从 Muse 蒸馏至 30B 参数，采用 Apache 2.0 许可，面向编码、文档分析、个人助理等本地智能体场景。
推荐理由：Meta 开源 30B 多模态模型，附 day-0 推理与量化支持，可用于评估本地智能体模型的落地方案。
#部署/工程
#部署/工程
今日 2 条Hugging Face Blog精选AI 评分8787
Hugging Face BlogAI 评分2020 Baseten 加入 Hugging Face Inference Providers，首批支持 Kimi K3、DeepSeek V4 Flash、GLM-5.2
Baseten 成为 Hugging Face Hub 新支持的 Inference Provider，首批上线对话与文本生成任务，可访问 Kimi K3、DeepSeek V4 Flash、GLM-5.2 等热门开源权重 LLM。
Microsoft Research精选AI 评分7070 微软研究院开源 Orchard：面向可扩展智能体的开放框架
微软研究院开源 Orchard，一个面向可扩展智能体 AI 研究的框架，核心是可在软件工程、网页导航和智能助手等任务间复用的 Orchard Env 环境服务，并支持直接在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中训练智能体。
推荐理由：微软研究院开源 Orchard 环境服务与三套训练配方，读者可了解小参数模型在真实 harness 内训练后能达到的智能体水平。
Hugging Face BlogAI 评分1919 GPU 管理：为什么闲置 GPU 正在成为新的停飞客机
继模型质量之后，GPU 利用率正成为企业 AI 的下一个真实约束：GPU 成本按日历小时计（融资、折旧、电力、制冷），产出却只按计算小时计，而需求并非全天候。到 2026 年，连 Anthropic 都同时在 Amazon、Google、Microsoft 和 AMD 四家平台上做多吉瓦级承诺，Meta 也签下类似规模的多吉瓦协议，算力获取仍是活生生的战略约束。
Berkeley AI ResearchAI 评分4141 从 CUDA 到 MLX：K-Search 如何将数十年 kernel 经验带到 Apple Silicon
Berkeley Sky Lab 将进化式 kernel 搜索框架 K-Search 扩展到 MLX 后端，通过结构化 CUDA-to-MLX 翻译层，把已有 CUDA kernel 当作知识库适配为 Apple Silicon 上的高质量 kernel。
Hugging Face BlogAI 评分4949 NVIDIA Cosmos-H-Dreams：为手术机器人带来实时生成式仿真
NVIDIA 推出 Cosmos-H-Dreams，一个面向手术机器人的实时、动作条件生成式仿真器，可将 Cosmos-H-Surgical-Simulator 蒸馏为因果少步学生模型，每帧潜变量最少只需 2 步去噪。
Hugging Face Blog精选AI 评分6666 Diffusers 原生支持 Nunchaku 4-bit 扩散推理
Hugging Face 在 Diffusers 中引入 Nunchaku Lite，可直接用 from_pretrained() 加载 Nunchaku 风格的 SVDQuant 量化检查点，无需自定义 pipeline 或本地 CUDA 编译。
推荐理由：原文给出 Nunchaku Lite 在 Diffusers 中的原生加载方式和显存与延迟对比，读者可据此判断是否替换现有量化后端。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 两款新模型，并推出面向网络安全的 Gemini 3.5 Flash Cyber。
推荐理由：官方给出三款新模型的价格、token 效率与多项基准对比，可据此判断智能体工作流的成本变化。
Hugging Face BlogAI 评分4444 模型路由并不简单：Hugging Face 谈智能体路由为何是系统优化问题
Hugging Face 在 AppWorld Test Challenge 的 417 个任务上用同一 CodeAct 智能体实测发现，Claude Sonnet 4.6 总成本 79 美元（0.19 美元/任务），GPT-4.1 却要 155 美元（0.37 美元/任务），近乎翻倍，原因在缓存而非标价。
Google DeepMindAI 评分3535 Google DeepMind 推出 Gemini 驱动的 ATL Saathi，为印度 100 所学校提供教学助手
Google DeepMind 面向印度 Atal Tinkering Labs 启动 ATL Saathi 试点，这是一款 Gemini 驱动的网页应用，为每位实验室教师提供 24/7 备课与培训助手，首批覆盖全国 100 所试点学校。
Hugging Face BlogAI 评分2222 PyTorch 性能分析（第三部分）：注意力机制全剖析
Hugging Face 发布 PyTorch 性能分析系列第三篇，聚焦注意力机制。文章从朴素注意力实现出发，展示矩阵乘法、缩放、因果掩码等操作在 profiler 中的 kernel 表现，并指出将 masked_fill 改为原地操作 masked_fill_ 可省去每次前向的 Memcpy kernel。所有脚本在 NVIDIA A100-SXM4-80GB 上运行。
Mistral AIAI 评分4040 Mistral Studio 为 Prompts 和 Skills 提供版本化管理系统
Mistral Studio 现已为 Prompts 和 Skills 提供统一记录系统，让每个资产可版本化、有明确归属并可追溯。该功能支持不可变版本、版本回滚、分类标签和审计日志，任何 AI 构建者都能直接编辑测试，生产发布仍走企业已有的 CI/CD 流程。Skills 可通过 MCP 服务器直接调用，数据全程保留在企业边界内。
Hugging Face Blog精选AI 评分6262 vLLM 的 transformers 建模后端实现原生速度
Hugging Face 宣布 vLLM 的 transformers 建模后端现在在许多 LLM 架构上达到或超过 vLLM 手写实现的速度。该后端通过 torch.fx 做静态图分析并借助 ast 在运行时重写算子、融合为 vLLM 优化内核，模型作者只需加 --model-impl transformers 一个参数即可用上极速 vLLM 推理。
推荐理由：原文给出了让 transformers 模型免改代码即可达到 vLLM 原生推理速度的机制与实测对比，读者可据此判断自建部署的迁移成本。
Hugging Face BlogAI 评分2828 Hugging Face 与 Amazon SageMaker Studio 一键直连集成发布
Hugging Face 与 Amazon SageMaker AI 推出深度链接集成，支持从模型页一键跳转至 SageMaker Studio，模型预加载、环境已配置。
Google ResearchAI 评分3131 Google Research 在 10 座美国城市实验用 Google Maps 改道缓解拥堵
Google Research 在 Nature Cities 发表首个大规模真实世界研究，通过修改 Google Maps 算法将遇到预设拥堵路段的行程引导至耗时相近的替代路线，在 10 座美国城市开展为期六个月的实验。不足 2% 的行程收到改道建议，目标路段行驶速度中位数提升约 2%，油耗中位数下降 0.5% 至 1.0%，每座城市每年可减少数千吨 CO2e 排放。
Hugging Face BlogAI 评分5151 微软 Foundry Managed Compute 上架 Hugging Face 模型
微软在 Build 2026 上发布 Foundry Managed Compute 与 Hugging Face 模型集合，把 Hugging Face 生态的开源权重模型纳入 Foundry Model Catalog，每周刷新，可一键部署到托管 GPU 平台。
Hugging Face Blog精选AI 评分6161 Hugging Face 与 SkyPilot 联合推出零出网存储集成
Hugging Face 与 SkyPilot 联合发布集成，用户可用一个 hf:// URL 将 Hugging Face Bucket 或模型、数据集、Space 仓库挂载进 SkyPilot 任务，并在 20 多个云、Kubernetes 和本地集群上运行。
推荐理由：原文给出 hf:// 挂载方式与免费出网机制，读者可据此判断跨云训练工作流的存储成本变化。
Hugging Face BlogAI 评分3434 Hugging Face 发布 Kernels 项目重大更新：新增 kernel 仓库类型并加强安全
Hugging Face 为 Kernels 项目引入 Hub 上的 "kernel" 仓库类型，并默认只加载受信任发布者的 kernel，其他来源需通过 trust_remote_code 显式开启。同时加入基于 Sigstore cosign 的代码签名，并新增对 Torch Stable ABI 与 Apache TVM FFI 的支持。
Hugging Face Blog精选AI 评分6262 Hugging Face 与 Cerebras 将 Gemma 4 引入实时语音 AI
Hugging Face 与 Cerebras 联合演示了一条实时语音到语音流水线，采用开源可替换的级联架构。语音识别用 Nvidia 的 Parakeet，语言模型用 Google DeepMind 的 Gemma 4 31B 在 Cerebras 上推理，文本转语音用 Alibaba 的 Qwen3TTS。
推荐理由：Hugging Face 与 Cerebras 联合演示开源语音到语音流水线，读者可了解各层组件如何组合与何处替换。
Google ResearchAI 评分4444 Google Research 将 Heat Resilience 反照率数据扩展至 50+ 全球城市
Google Research 将建筑级屋顶反照率数据集从 2024 年试点的 14 座城市扩展至 50+ 全球城市，并同步上线高分辨率 Heat Resilience Earth Engine App。
Google ResearchAI 评分3434 Google 用线性弹性缓存优化云成本，Spanner 实测 TCO 降约 5%
Google Research 提出线性弹性缓存，将页面淘汰建模为滑雪租赁问题，用轻量机器学习动态调整缓存大小，在 Spanner 生产环境实测内存占用降 15.5%、缓存未命中仅增 5.5%、总拥有成本降约 5%。该方案用浅层决策树为每个页面预测 TTL，缓存写满时回退到 LRU 策略，无需按峰值需求预分配内存。论文已在 CIDR 发表。
Mistral AI精选AI 评分6363 Mistral AI 为 Connectors 增加管理员权限、密钥作用域与调试功能
Mistral AI 宣布 Connectors 多项新能力：管理员可按 workspace 或组织设置连接器访问、逐工具开关，带连接器作用域的 API key 和服务账号防止自动化任务冒用身份，多账号连接器支持一个连接器绑定多个账号，Connectors Debugger 处于公开预览，可对 MCP 连接做 11 步根因分析。
推荐理由：从权限管理、密钥作用域到连接调试，这组功能给出了企业级智能体接入外部数据的治理路径。
Mistral AI精选AI 评分6565 Mistral 发布 OCR 4，新增文本框选与区块分类
Mistral 发布文档解析模型 OCR 4，在提取文本之外新增边界框、区块分类和内联置信度评分，支持 170 种语言并可单容器自托管部署。官方称独立标注者在 600+ 份、12+ 种语言的文档对比中平均 72% 情况下更偏好 OCR 4，该模型在 OlmOCRBench 得 85.20、OmniDocBench 得 93.07。
推荐理由：Mistral OCR 4 在文本框选、区块分类和自托管上的变化，让文档解析可直接进入 RAG 与智能体管线。
Google DeepMindAI 评分4848 Google DeepMind 发布 AI Control Roadmap，为内部 AI 智能体构建纵深防御
Google DeepMind 推出 AI Control Roadmap，用纵深防御思路保障内部部署的 AI 智能体安全，即便模型对齐不完美也能提供保障。该框架将不可信智能体视为"内部威胁"，借鉴 MITRE ATT&CK 拆解攻击手法，并用可信 AI 监督工作智能体的推理与行动。团队已分析 100 万个编码智能体任务，并为 Gemini Spark 智能体搭建实时监控，防范数据误删等问题。
Google ResearchAI 评分3939 用退役手机搭建低碳计算平台：加州大学圣地亚哥分校与 Google 打造 2000 台 Pixel 手机集群
加州大学圣地亚哥分校在 Google 支持下，将退役智能手机的主板拆出组成集群，部署一个由 2000 台 Pixel 手机搭建的数据中心，为数百名研究者与学生提供低成本、低碳的云计算。研究显示 25-50 台手机约等于一台现代服务器，20 台手机的小型集群已能支撑 75 人以上课程的评分负载，且延迟低于 AWS 默认后端。该系统预计 2026 年秋季全面上线。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 DiffusionGemma：文本生成最高提速 4 倍
Google DeepMind 发布实验性开放模型 DiffusionGemma，基于 Gemma 4 与 Gemini Diffusion 研究，用文本扩散同时生成整块 token，在专用 GPU 上最高提速 4 倍，单张 NVIDIA H100 超 1000 tokens/秒、RTX 5090 超 700 tokens/秒。
推荐理由：原文给出扩散文本生成的速度收益、硬件门槛与质量取舍，读者可据此判断它适合哪类本地推理场景。
Google ResearchAI 评分5252 Google 开源洪水预报水文建模框架
Google Research 在 GitHub 上以 Apache 2.0 许可证开源其水文建模框架，让各国气象与水文机构能把 AI 洪水预报集成进自身工作流。
Google ResearchAI 评分3737 Google Research 在 I/O 2026 发布 Gemini for Science 等系列科研 AI 工具
Google Research 在 I/O 2026 发布 Gemini for Science，一套与 Google Cloud、Google DeepMind。
Mistral AI精选AI 评分6767 Mistral 发布工业工程 AI 栈与统一智能体 Vibe，并将在法国建 10 MW 数据中心
Mistral 在 AI Now Summit 2026 上发布面向工业工程的 AI 栈，与 Airbus、BMW、ASML 合作优化设计、仿真与生产，同时保证对专有数据和 IP 的控制。
推荐理由：Mistral 一次性公布工业工程 AI 栈、统一智能体 Vibe 与自建 10 MW 推理数据中心，可据此观察其企业级全栈布局。
Mistral AI精选AI 评分6565 Mistral 推出面向工程加速的物理 AI 能力
Mistral 宣布将 Emmi AI 团队并入公司，推出物理 AI 能力，用数据驱动模型从几何与边界条件直接预测物理场，单次前向推理在单 GPU 上以秒级完成，而不是传统 CFD/FEM 的数小时到数周。
推荐理由：Mistral 把物理仿真做成企业平台的一层能力，并给出合作伙伴与适用行业，可用于判断工业 AI 落地路径。
Mistral AI精选AI 评分6464 Mistral 在 Studio 发布 Connectors，支持内置与自定义 MCP
Mistral 在 Studio 发布 Connectors，内置连接器和自定义 MCP 均可通过 API/SDK 用于所有模型与智能体调用，该功能处于 Public Preview。
推荐理由：官方给出连接器在 Studio 中的注册、直接调用与人审流程，读者可据此判断企业工具接入方式的变化。
Google DeepMind精选AI 评分6565 Google 扩大内容溯源工具，SynthID 与 C2PA 验证进入 Search 和 Chrome
Google 扩大内容透明度与验证工具，把 SynthID 的图像、视频和音频验证从 Gemini 应用扩展到 Search，并将在未来数周进入 Chrome。
推荐理由：原文给出了内容溯源工具从 Gemini 扩展到 Search 和 Chrome 的路径，读者可据此判断合成内容核验的可用范围。
Mistral AI精选AI 评分7171 Mistral AI 发布 Workflows 公开预览版
Mistral AI 发布企业 AI 编排层 Workflows 公开预览版，用于把 AI 流程从概念验证推进到生产，ASML、ABANCA、CMA-CGM、France Travail 等组织已用它自动化关键流程。
推荐理由：原文给出 Workflows 的持久化执行、可观测与人审暂停机制及已落地客户，便于判断企业级 AI 编排如何从 PoC 走向生产。
Google DeepMind精选AI 评分6565 Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布新论文提出 Decoupled DiLoCo 分布式训练架构，将大规模训练拆分为相互解耦的计算岛屿并以异步数据流连接，从而隔离局部硬件故障。
推荐理由：原文给出跨数据中心异步训练的低带宽与容错实测数据，读者可据此判断分布式预训练的工程可行边界。
Google DeepMindAI 评分5858 Google DeepMind 发布 Gemini Robotics-ER 1.6，新增仪表读数能力
Google DeepMind 推出 Gemini Robotics-ER 1.6，定位为机器人的高层推理模型，强化空间推理与多视角理解，可通过 Gemini API 和 Google AI Studio 供开发者使用。
Mistral AIAI 评分3232 Mistral AI 推出 Spaces CLI：同时面向人类开发者与 AI 智能体
Mistral AI 推出内部平台工具 Spaces CLI，可为项目脚手架、启动开发环境并部署到 staging，典型流程只需 init、dev 三条命令。它把所有交互式提问都设计成等价的 flag（如 --components、-y），因此 AI 智能体也能自主完成端到端操作。
Mistral AI精选AI 评分6666 Mistral AI 发布 Forge，让企业用私有知识训练前沿模型
Mistral AI 发布 Forge，一套让企业基于专有知识训练前沿级 AI 模型的系统。Forge 覆盖预训练、后训练和强化学习等模型生命周期阶段，支持 dense 与 MoE 架构及多模态输入，并可由 Mistral Vibe 等智能体用自然语言完成微调和调参。
推荐理由：原文给出企业用私有数据训练前沿模型的分阶段方案与多个行业落地场景，可据此判断企业自建模型的能力边界。
Mistral AIAI 评分3434 Rails 测试自动化：基于 Mistral Vibe 构建自动编写 RSpec 测试的智能体
Mistral 基于其开源编码助手 Vibe 构建了一个自主智能体，能读取 Rails 源码文件、生成或改进 RSpec 测试并在 CI/CD 流水线中无需人工干预地运行，多个实例可并行处理不同文件。通过引入 AGENTS.md 和分类 SKILLS 文件，其质量分数从 0.68 提升至 0.74。
Mistral AI精选AI 评分6161 Mistral 发布终端编码智能体 Mistral Vibe 2.0
Mistral 发布 Mistral Vibe 2.0，这是其终端原生编码智能体的重大升级，由 Devstral 2 模型系列驱动。新版本支持自定义子智能体、多选项澄清、斜杠命令技能、统一智能体模式和自动更新，已在 Le Chat Pro 和 Team 套餐上线，超出额度可按 API 价格按量付费或自带 API key。
推荐理由：原文列出了子智能体、斜杠命令技能与计费方式的变化，读者可据此判断终端编码智能体的可用范围。
Mistral AIAI 评分5252 堆内存会说谎：Mistral 如何排查 vLLM 中的一个内存泄漏
Mistral AI 发文复盘其在 vLLM 中排查一处内存泄漏的过程：在生产级流量下，系统内存以每分钟 400 MB 线性增长，数小时后触发 out of memory，且只在 Prefill/Decode 分离部署、Mistral Medium 3.1 与图编译启用时复现。