AMD 以 8.2 亿美元收购 World Labs，加码对抗 Nvidia
AMD 与 World Labs 宣布，AMD 将在年底前收购这家世界模型公司，交易金额 8.2 亿美元，尚待监管批准。World Labs 由计算机视觉学者李飞飞于 2024 年与 Justin Johnson、Christoph Lassner、Ben Mildenhall 共同创立，最初融资 2.3 亿美元，其中部分来自 AMD。
#开源生态
#开源生态
今日 1 条Ars Technica · AIAI 评分7474
AWS Machine Learning Blog精选AI 评分6767 在 Amazon Bedrock AgentCore Runtime Instances 上构建多智能体音乐制作流水线
AWS 官方博客演示如何在 Amazon Bedrock AgentCore Runtime Instances 上部署三智能体音乐制作流水线：作曲智能体用 Claude Sonnet 4.6 生成音乐简报并在实例自带的 NVIDIA L4 上运行开源音乐生成模型 ACE-Step，20 秒 48kHz 立体声渲染约 9 秒。
推荐理由：文章给出三智能体共享 GPU 实例视频/音频流水线的完整代码与踩坑点，可迁移到其他长时任务编排。
The DecoderAI 评分6767 DeepSeek 联合华为为昇腾芯片发布开源编程工具
DeepSeek 与华为合作为昇腾芯片构建编程工具，并全部开源，Huawei 表示对此工作给予完全支持。核心是北京大学研究者最初开发的编程语言 TileLang，DeepSeek 已使用约一年，认为它比 CUDA 的编程模型更简单，它也是 DeepSeek 面向 AGI 工作的主要工具。
The DecoderAI 评分7474 Anthropic 评测称智谱开源权重模型 GLM-5.3 的漏洞利用能力接近 Claude Mythos Preview
Anthropic 公布评测结果，称智谱开源权重模型 GLM-5.3 在漏洞利用开发上接近其 Claude Mythos Preview。
Hugging Face BlogAI 评分4040 Hugging Face 发布 Open TTS Leaderboard：面向开源与多语言的 TTS 与声音克隆评测榜
Hugging Face 推出 Open TTS Leaderboard，用客观指标评估开源与多语言 TTS 模型：以 Qwen3 ASR 计算 WER/CER、用 RTFx 和 TTFA 衡量速度、以 WavLM 嵌入向量余弦相似度（SIM）衡量声音克隆。
Hugging Face Blog精选AI 评分6969 NVIDIA 发布表格基础模型 Kumo Tabular，在四个基准排名第一
NVIDIA 发布开源表格基础模型 Kumo Tabular，属于 Kumo Structured 模型系列，在 Hugging Face 上提供权重。给定带标签行的表格，它在单次前向传播中预测新行标签，无需训练、调参和特征工程，支持分类与回归，提供 28M 至 215M 三档参数规模，采用 OpenMDW-1.1 许可可商用。
推荐理由：原文公开了表格基础模型的三档规模、单次前向推理方式和四个基准排名，可据此判断无训练微调的表格预测路径。
Latent SpaceAI 评分7070 AMD 以 82 亿美元收购 World Labs，Atlas 解决稀疏重建难题
AMD 以 82 亿美元收购 World Labs，后者由李飞飞创立，专注空间智能。World Labs 近期发布 Atlas，这是一种从零训练的 omni 模型架构，能从 2D 图像输入预测新视角，性能超过专用模型，解决了计算机视觉中长期存在的稀疏重建问题，潜在应用覆盖机器人仿真、设计工程、科学等领域。
AWS Machine Learning BlogAI 评分2525 用 vLLM-Omni 在 SageMaker AI 上构建实时语音应用（Part 1）
AWS 发布 vLLM-Omni v1.5 DLC，可在 Amazon SageMaker AI 上部署 Qwen3-TTS，通过 SageMaker 双向流在一条持久连接上输入文本、回流 24 kHz PCM 音频块，并用 Gradio 应用演示。
AWS Machine Learning BlogAI 评分2727 在 SageMaker AI 上用 vLLM-Omni 生成图像与视频：FLUX.2-klein 与 Wan2.1-VACE 实战（第二部分）
在 Amazon SageMaker AI 上，用同一个 AWS vLLM-Omni DLC 镜像部署两个端点：实时端点跑 FLUX.2-klein-4B 图像生成，异步端点跑 Wan2.1-VACE-1.3B 图生视频。
AWS Machine Learning BlogAI 评分3535 在 Amazon EKS 上用 EFA 和 DeepEP 扩展 MoE 强化学习，吞吐量提升 40%
AWS 博客介绍在 Amazon EKS 上结合 EFA 与 DeepEP 扩展 MoE 模型强化学习训练的架构，吞吐量提升 40%。该方案针对 rollout 生成与策略训练并行、数百加速器间高吞吐通信，以及 MoE 专家并行（EP）带来的跨节点动态 all-to-all 通信开销。文中覆盖 RLHF、GRPO 等大规模 RL 负载在计算、内存和网络带宽上的资源平衡问题。
AWS Machine Learning BlogAI 评分3333 在 Amazon SageMaker HyperPod 上用 SkyRL 加速多模态 RL 训练
在 Amazon SageMaker HyperPod 上使用开源 RL 框架 SkyRL，通过 GRPO 对 Qwen3-VL-8B 视觉语言模型进行后训练，在固定 64 个迷宫评测集上把迷宫求解率从 43.75% 提升到 95% 以上。
AWS Machine Learning BlogAI 评分3838 在 Amazon SageMaker AI 上部署 Qwen3-TTS 实时个性化语音
Amazon SageMaker JumpStart 现已支持部署 Qwen3-TTS-12Hz-1.7B-Base，可在全托管实时推理端点上用几秒参考音频完成声音克隆，输出 24 kHz 音频，无需重训练模型。
Latent SpaceAI 评分2626 Latent Space 公布 AINews v3 与多刊网络改版计划
Latent Space 宣布将合并 AINews 与 Discord 的职能、推出 AINews v3，并探索迁移至 Beehiiv 和新首页，同时重新开放赞助与 PR 投稿。
Simon WillisonAI 评分1010 Datasette 1.0a41 发布：支持 OpenTelemetry，模态对话框重构为 Web Component
Datasette 1.0a41 发布，Alec Garcia 为该版本加入了 OpenTelemetry 支持。此版本还将 Datasette 的所有模态对话框重构为单个 Web Component，并已编写文档供其他插件使用。
Latent SpaceAI 评分3636 Foundries 与 Navigators：AI 如何降低科学研究的成本
AI 让思考变得廉价但实验本身并未加速，生物科技行业由此分化出两种路径：Foundries 用下一代测序、高通量显微和物理自动化把实验数据生成速度提升一个数量级，Navigators 则把模型嵌入公司日常流程以加快决策。Navigators 虽不显眼却适用于所有公司，早期的 Endura Therapeutics 已用几小时搭建内部仪表盘，使实验分析从一周缩短到一小时。
Latent SpaceAI 评分7373 Meta Connect 2026：Muse 眼镜、语音、视频与 Charm 设备
Meta 在 Connect 2026 上把个人智能体 Muse 作为硬件加智能体战略的核心，发布相关智能体功能与新眼镜，仅预告而未发布新前沿模型。Muse 现已支持语音与实时视频，可后台持续处理任务，并将在所有 Meta 眼镜上以唤醒词激活；每台 Muse 拥有独立邮箱地址，Mac 版 Muse 支持计算机使用。
Latent Space精选AI 评分8282 小米发布 MiMo-V2.6-Pro 与 Flash：新的开放权重模型，训练成本约 300 万美元
小米发布 MiMo-V2.6 系列，包含原生全模态的 MiMo-V2.6-Pro（1.02T 总参数、42B 激活）和 MiMo-V2.6-Flash，并推出输出速度最高快 20 倍的 UltraSpeed 版本。
推荐理由：小米 MiMo-V2.6-Pro 以约 300 万美元训练成本登顶开放权重模型，其 RL 环境与训练配方同步开源值得关注。
Latent SpaceAI 评分7070 TypeSafe 发布决策模型 Jev，称比小型前沿 LLM 快 100 倍以上、便宜 200 倍以上
TypeSafe 发布名为 Jev 的决策模型，官方称其专为分类、路由与打分等决策任务优化，采用 RLCD 训练，比小型前沿 LLM 快 100 倍以上、便宜 200 倍以上，输出 token 不计费。
NVIDIA BlogAI 评分3131 曼彻斯特大学用 NVIDIA Earth-2 预测全英空气污染
曼彻斯特大学团队基于 NVIDIA Earth-2 的生成式模型 Earth-2 CorrDiff，用一年英国逐小时污染模拟数据训练出覆盖全英、分辨率 2-3 平方公里的空气污染模型，在 Isambard-AI 单节点八卡上仅用两天完成训练并一次成功。
Hugging Face BlogAI 评分5656 用 LoRA 在 HF Jobs 上跑异步 GRPO：一个存储桶、一个代理，不用 NCCL
TRL v1.14 的 AsyncGRPOTrainer 支持只训练并同步 LoRA 适配器到 vLLM，rank-1 适配器仅几 MB，可经由各 Job 挂载的 Storage Bucket 传输，从而让训练与推理分属不同 Hugging Face Jobs，无需 NCCL。
Mistral AI精选AI 评分6565 Mistral 完成 30 亿欧元 D 轮融资，估值超 210 亿欧元
Mistral 宣布完成 30 亿欧元 D 轮融资，投后估值超过 210 亿欧元，由三星电子领投，Scaleup Europe Fund 和 PSG Equity 联合领投。
推荐理由：Mistral 以 30 亿欧元 D 轮融资明确把开源权重与主权 AI 绑定为商业路线，读者可据此观察欧洲 AI 的资本与定位取向。
Hugging Face BlogAI 评分3939 用 100 步 GRPO 微调 350M 模型提升结构化输出
一份公开教程用 TRL 的 GRPO 对 LFM2.5-350M 做约 500 样本、100 步的轻量微调，在 IFStruct benchmark 上把合规率从基线 22.6% 提升到 29.7%。
Hugging Face Blog精选AI 评分7070 Hugging Face 发布 funes：为编码智能体提供自有记忆层
Hugging Face 发布 funes，一个为编码智能体提供持久记忆层的开源工具，支持 Claude Code、Codex、pi 和 Hermes。它用单条命令安装，通过本地嵌入与重排把历史会话索引成本地 Lance 数据集，并可按需发布为默认私有的 Hugging Face 数据集，让不同智能体跨机器召回彼此推理过程。
推荐理由：funes 把聊天记录变成可检索的本地记忆层，读者可据此判断跨智能体协作的落地方式。
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。
Google Research精选AI 评分6666 Google 发布 TimesFM-3：面向多变量预测的零样本基础模型
Google 发布 TimesFM-3，这是其时间序列基础模型的新一代版本，原生支持多变量预测，参数规模 3.3 亿，在超过 1 万亿个时间点的真实与合成时序语料上预训练。
推荐理由：TimesFM-3 从单变量扩展到原生多变量预测，读者可了解一次前向传播完成多序列预测的架构取舍。
Hugging Face BlogAI 评分5353 用 Sentence Transformers 训练和微调多向量嵌入模型
Hugging Face 博客介绍 Sentence Transformers v6.0 新增的 MultiVectorEncoder 模型类型，并给出 ColBERT 式后交互检索模型的完整训练与微调流程。
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 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。
Hugging Face BlogAI 评分4444 Hugging Face 研究：11 款开源 ASR 模型存在基准测试“刷分”现象
Hugging Face 最新研究用三项测试量化语音识别中的“benchmaxxing”，评估 11 款开源 ASR 模型后发现，多款高分模型会复现 VoxPopuli 英文集和 LibriSpeech（clean、other）的基准转录文本，即使音频与之矛盾或相关词已被静音。
Hugging Face BlogAI 评分5858 Sentence Transformers v6.0 新增 MultiVectorEncoder 支持 ColBERT 式后期交互检索
Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder，支持 ColBERT 式后期交互检索，PyLate、Stanford-NLP ColBERT 及 colpali-engine 视觉文档检索模型均可直接加载，沿用与稠密、稀疏、reranker 模型相同的 API。
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%。
Hugging Face BlogAI 评分5858 Hugging Face 发布 2026 夏季开源模型观察报告
Hugging Face 发布 2026 年 1 至 8 月的开源模型观察报告，模型仓库从 243 万增至 296 万，数据集从 71.1 万增至 100 万。
Hugging Face BlogAI 评分5151 用 Strands Agents、LeRobot 和 Hugging Face Storage Buckets 打通录制、训练与部署
Hugging Face 博客给出 Strands Robots 的流式数据循环教程：机器人演示录成 LeRobot 格式后同步进 Storage Bucket，训练时用 stream_dataset() 从 Hub 按分片直接读取而不下载，训练好的 checkpoint 改一个 mode="real" 参数即可部署回硬件。
Hugging Face Blog精选AI 评分7777 Hugging Face 用智能体复现 ICML 2026 的 2226 篇论文
Hugging Face 在 7 月 15 日至 8 月 2 日举办 ICML 2026 开放复现挑战，1221 名社区成员用 Claude Code、Codex、Cursor 等编码智能体逐条验证论文结论，共发布 6816 份 Trackio logbook，覆盖 2226 篇论文，占会议接收论文的 34%。
推荐理由：Hugging Face 公开 ICML 2026 论文复现活动的数据与方法，读者可据此看到智能体做科研复现的真实边界与人类角色。
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 BlogAI 评分5151 Multiverse Computing 提出低成本 LLM 知识蒸馏方法：离线 top-K logits 与融合分块 KL 损失
Multiverse Computing 发布论文《Efficient Knowledge Distillation for LLMs: Offline Top-K Logits and a Fused Chunked KL Loss》，通过缓存教师模型每位置的 top-100 logits 做离线蒸馏，并把输出投影融合进分块 KL 损失计算，使峰值显存只随序列长度线性增长。
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。
Google DeepMind精选AI 评分7676 Google DeepMind 开源 WeatherNext 气象模型，气旋预测多出一天预警时间
Google DeepMind 在 Nature 发表论文，称 WeatherNext AI 模型在气旋路径、强度和风场结构预测上达到 SOTA，平均可多提供一天预报时效，三天预报精度相当于此前模型的两天水平。
推荐理由：官方给出气旋路径与强度预测多出一天预警时间的评估结果，并同时开源模型与权重，可据此判断气象预报模型的可用边界。
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。