Hugging Face 用 Gradio Workflow 重建 AUTOMATIC1111
Hugging Face 发布 Workflow1111，用 Gradio Workflow 把 AUTOMATIC1111 stable-diffusion-webui 的大部分功能重建为单张工作流画布。
推荐理由：用 73 个节点复刻 A1111 的十一类图像与视频管线，可直观看到节点式工作流的组织方式与复用边界。
#部署/工程
#部署/工程
今日 5 条Hugging Face Blog精选AI 评分6060
Mistral AIAI 评分5252 Mistral 如何用 AI 智能体把 4 万行 Fortran 77 迁移到 C++
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 水库模拟器迁移到 C++，该代码库没有测试套件，也没有集中文档。做法是先搭数值一致性校验框架，用自研 parser 生成调用树并让上百个智能体借助 Mistral OCR 归档散落文档，再以 coder、tester、reviewer 加人工检查点的结构化工作流逐模块迁移。
GitHub Blog · AI & ML精选AI 评分6969 GitHub Copilot 推出 Project HydraFusion 多模型编排研究预览
GitHub Copilot 在 CLI 中通过 /experimental 开放 Project HydraFusion 研究预览，用户在 /model 中选择后由运行时编排多模型完成任务。
推荐理由：GitHub Copilot 官方给出多模型编排研究预览的三种执行模式与三个基准的成本质量数据，可据此判断路由策略的取舍。
Hugging Face BlogAI 评分5757 Hugging Face 发布 @huggingface/kernels：207 个 WebGPU kernel 与浏览器基准工具 Fleet
Hugging Face 的 WebAI 团队发布 @huggingface/kernels，一个可从 Hugging Face Hub 加载并运行优化 WebGPU kernel 的 JavaScript 加载库，同时上线 207 个以独立仓库形式发布的 kernel，采用 Apache-2.0 许可。
Hugging Face Blog精选AI 评分6666 Granite 4.2 推理模型发布：3B/8B/30B 三尺寸如何构建
IBM Granite 团队发布 Granite 4.2 系列推理模型，包含 3B、8B、30B 三种稠密尺寸，均以 Apache 2.0 许可开源，并从 Granite-4.1 基座模型后训练而来。
推荐理由：原文给出了从预训练到多阶段强化学习的完整构建细节，读者可以据此理解推理模型的训练配方与工程取舍。
Hugging Face Blog精选AI 评分6262 Multiverse Computing 提出 Quantization-Aware Healing，4-bit 压缩模型反超其全精度版本
Multiverse Computing 提出 Quantization-Aware Healing（QAH），把 GPT-OSS 120B 压缩到 60B 参数并量化为 MXFP4 后，直接在原始预压缩模型上做 KL 蒸馏而非从恢复出的 checkpoint 蒸馏，结果在 9 项基准中的 7 项超过该 60B 模型的 bfloat16 版本。
推荐理由：论文给出压缩加量化后再蒸馏原始模型的做法，读者可比较其与常规 QAT 在精度和训练稳定性上的差异。
Hugging Face Blog精选AI 评分7272 Hugging Face 在 Gradio 中推出 gr.Workflow，把管线变成可拖拽界面与 API
Hugging Face 在 Gradio 中推出 gr.Workflow，把 AI 管线描述为带类型节点的图，Gradio 直接提供可拖拽画布，每个节点可运行、中间结果可见。
推荐理由：官方给出 gr.Workflow 的节点模型与多个可运行示例，读者可据此判断管线能否直接落成 API 与 Space。
Import AIAI 评分2525 Import AI 470：机器不应享有权利；用 SPADE 自动生成环境；用 Hawkeye 构建更好的 GPU kernel
METR 研究发现 AI 对科研的加速并不均衡：2026 年 cURL、OpenSSL、Firefox 等项目的漏洞报告速度大幅加快，数学只有小幅加速（部分领域 arXiv 投稿不到 12 个月翻倍），而 AI 研究本身的算法进展尚无显著加速。
Hugging Face BlogAI 评分3737 Hugging Face Inference Endpoints、Jobs 和 Buckets 如何支撑 Papers with Code 的搜索
Papers with Code 采用混合搜索系统支撑论文检索，结合 PostgreSQL 全文检索与 pgvector 向量召回，并用 RRF 算法融合两路结果。
Mistral AI精选AI 评分7171 Mistral AI 发布 Agentic Search，面向企业复杂文档检索
Mistral AI 发布 Agentic Search，一个让模型在多步检索循环中查找、查阅并核验信息的检索层，通过 Mistral Search Toolkit 和 Studio、Vibe 中的 Libraries 提供。
推荐理由：官方给出两套基准上的准确率、token 与 p90 延迟变化，可对照现有一站式 RAG 判断升级收益。
Hugging Face BlogAI 评分4141 同一集群，利用率高出 33 个百分点：约束感知 GPU 分配器对比 FIFO
Hugging Face 构建了一个约束感知的 GPU 分配器，在七个基准场景中与 FIFO 调度器对比测试：相同硬件、相同负载下，GPU 利用率最多提升 33 个百分点，优先级加权产出在每个场景中都有提高，最高增幅 105%。
Google DeepMind精选AI 评分6767 Google DeepMind 发布手语转文本模型 SL2T，首发落地 Gboard 与 Live Transcribe
Google DeepMind 发布手语转文本模型 SL2T，以超过 10 万小时、50 多种手语的数据训练，实现手语到文本的机器翻译。该模型首先在 Pixel 11 的 Gboard 与 Live Transcribe 中上线，支持美国手语（ASL）转英文，可用来搜索、写消息或向 Gemini 提问，更多设备和语言将后续支持。
推荐理由：官方披露 SL2T 的训练规模、手语到文本的翻译路径与隐私处理方式，可了解手语 AI 首次落地消费产品的工程取舍。
Mistral AI精选AI 评分6262 Mistral 推出区域推理端点与优先级服务，并新增欧洲算力联盟
Mistral 宣布三项推进主权 AI 的动作：Mistral Regional Endpoints 正式可用，客户可选择推理在欧洲还是美国运行；Mistral Priority Tier 进入公开预览，提供自定义速率限制和带 SLA 的可用性承诺。
推荐理由：Mistral 把推理区域选择、SLA 保障与第三方开源模型接入放进同一平台，可看作欧洲主权 AI 基础设施的具体落地路径。
Hugging Face BlogAI 评分4949 NVIDIA Magpie TTS 多语言语音智能体：开放权重、12 种语言、32ms 首音频延迟
NVIDIA Magpie TTS Multilingual 开放权重模型开放权重、364M 参数，新增 Modern Standard Arabic、韩语和巴西葡萄牙语，共支持 12 种语言，并经由 NVIDIA NIM 在自有基础设施部署。
Hugging Face Blog精选AI 评分8787 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。
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。
Import AIAI 评分4848 Import AI 464：Fable 写出 GPU kernel、AI 自动化与模拟计算
Fable 在 KernelBench-Mega 上写出被认为首个真正的 megakernel，用 CUDA 在 RTX PRO 6000 Blackwell 上相对优化 PyTorch 基线取得 18.71X 加速，超过 Claude Opus 4.8 的 14.4X、GLM-5.2 的 11.14X 和 GPT 5.5 的 4.34X。
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。