公司追蹤
Hugging Face 最新 AI 新聞、產品、模型、生態和行業動態。
本文介紹了 Amazon SageMaker HyperPod 推理的五項新功能：多層數據捕獲以進行審計和模型改進、從 Hugging Face Hub 直接部署、本地 NVMe 模型加載以加快冷啓動速度、自動 Route 53 DNS 自定義域名管理以及通過自定義服務賬户實現 pod 級 IAM。這些功能共同為企業在生產環境中部署和運行大模型提供了更快速、更可觀測、更靈活的推理基礎設施。
英偉達與Hugging Face合作，旨在通過開源機器人模型提升物理AI的可訪問性和部署，進一步鞏固英偉達在該領域的強勢地位。
NVIDIA 通過開放數據和合成數據推動智能體 AI 發展，強調數據質量、可檢查性和信任。
本期AINews涵蓋了2026年7月6日至7日的廣泛AI發展。亮點包括Lilian Weng對遞歸自我改進中套件工程深入分析、Meta推出Muse Image和預覽Muse Video（具有代理生成循環）、以及Anthropic、LangChain和Google在代理平台上的重大產品更新。其他值得注意的內容：NVIDIA的Audex音頻模型、Cohere的阿拉伯語ASR、與Hugging Face和NVIDIA的機器人集成、Liquid AI的Antidoom方法減少推理循環失敗、以及Anthropic有爭議的J-space可解釋性研究。還涵蓋了代理和法律AI的基準測試、研究自動化和推理效率進展。
Hugging Face的Transformers庫的vLLM後端現在在多種LLM架構上達到了與原生vLLM實現相當甚至更快的推理速度。模型作者無需額外編碼即可自動利用其Transformers實現獲得超快推理。
高通收購了Nexa AI，並開源了其GenAI運行時GenieX，該運行時專為Hexagon NPU優化，支持在Snapdragon設備上本地運行LLM和VLM。GenieX提供CLI、Python、Kotlin/Java、Docker及OpenAI兼容服務器接口，支持Hugging Face的GGUF模型和Qualcomm AI Hub的預編譯包。
Hugging Face與Amazon SageMaker AI深度集成，開發者現在可以通過一鍵操作從模型發現直接進入SageMaker Studio進行實驗。該集成自動配置權限、顯示GPU配額，並支持模型微調和部署，大幅縮短從靈感到部署的路徑。
NVIDIA和Hugging Face合作，將NVIDIA Isaac GR00T 1.7模型和Isaac Teleop框架集成到Hugging Face的開源機器人庫LeRobot中，並計劃引入NVIDIA Cosmos 3。這些整合為開發者提供了更易訪問和標準化的機器人開發路徑，推動開放機器人社區的創新。
SkyPilot與Hugging Face合作，允許用户將模型和數據集存儲在Hugging Face Hub上，並通過SkyPilot在任何雲上運行計算任務，無需支付數據傳輸費用。
LeRobot v0.6.0 引入了世界模型策略（VLA-JEPA、FastWAM、LingBot-VA），新一批VLA模型（GR00T N1.7、MolmoAct2等），獎勵模型API（Robometer、TOPReward），六個新仿真基準，以及部署CLI、深度感知、數據集註解加速等功能，旨在閉環機器人學習循環。
Hugging Face 與 Amazon SageMaker AI 推出深度鏈接集成，開發者只需一鍵即可從模型發現直接進入 SageMaker Studio 進行實驗。該集成自動配置權限，顯示 GPU 配額，簡化了模型微調和部署流程。
IOL-AI 2026挑戰賽在Hugging Face Spaces上發佈，旨在測試AI模型解決語言學奧林匹克題目的能力。這是一個開放性的競賽，鼓勵研究者提交創新的解決方案。
本文詳細介紹了PRX（一個7B文本到圖像模型）背後的數據管道。關鍵點包括從公開和內部數據集構建多樣化的預訓練數據集，使用VLM生成長而準確的標題，並利用Lance構建數據集、MDS進行流式處理。團隊解釋了選擇質量92的JPEG編碼、實時計算文本潛在向量以及關於數據碎片化的經驗教訓。
本教程構建了一個端到端的GRPO訓練工作流，利用Tunix、JAX、LoRA和自定義獎勵函數，教會Gemma-3解決GSM8K數學問題。內容包括環境準備、Hugging Face認證、模型加載、提示格式設計、獎勵函數定義、LoRA適配器附加、基線評估以及GRPO訓練。
Hugging Face 的 Kernels 項目旨在標準化自定義內核的打包、分發和使用方式。本文總結了近期重大更新：引入新的“內核”倉庫類型以提升可發現性；通過受信任的發佈者和代碼簽名增強安全性；重構 CLI 以明確職責劃分；擴展對 Torch Stable ABI 和 Apache TVM FFI 等框架的支持；為 AI 代理開發內核奠定基礎；以及改進環境配置和兼容性檢查工具。
Leanstral 1.5 是一款免費、Apache-2.0 許可的模型，擁有 119B 總參數和 6B 活躍參數，在形式化驗證方面取得重大突破：在 miniF2F 上達到飽和，解決 PutnamBench 中 587/672 的問題，並在 FATE-H (87%) 和 FATE-X (34%) 上實現最優結果。通過中期訓練、監督微調和基於 CISPO 的強化學習，它在基於代理的證明工程和真實代碼驗證中表現出色，在 57 個測試倉庫中發現了 5 個先前未知的 bug。該模型完全開源，可通過 Hugging Face 和免費 API 獲取。
Wiola是一種全新的小型語言模型架構，從基本原理設計，與GPT、LLaMA、Mistral或Falcon等現有模型無結構關聯。它引入了五種獨立創新的組件：螺旋旋轉位置編碼（SRPE）、門控跨層注意力（GCLA）、自適應令牌合併（ATM）、雙流前饋（DSFF）和WiolaRMSNorm歸一化。模型提供四種規模（120M、360M、700M和1.5B參數），完全兼容HuggingFace Transformers生態系統。
Hugging Face 與 Cerebras 合作，利用 Gemma 4 模型打造實時語音 AI 系統，通過開放模塊化架構顯著降低延遲，實現更自然的對話體驗。該系統集成 Nvidia 的語音識別、Cerebras 的推理加速和 Alibaba 的語音合成，已在 9000 多台 Reachy Mini 機器人中應用。
研究人員首次對Hugging Face等平台上的AI應用進行了系統性安全分析，發現了五大威脅類別和十種攻擊向量，包括訪問控制失效、資源重用不安全、輸入驗證不足和敏感數據泄露。研究覆蓋超過97萬個AI應用，數千個泄露憑證，數百個存在輸入注入漏洞，數十個含有後門。
IBM Research推出ScarfBench，這是一個用於評估AI智能體在企業Java中跨框架遷移任務的開源基準。該基準包含34個應用程序、102個框架實現和204個遷移任務。目前頂尖智能體的行為成功率低於10%，突顯了在遷移過程中保持行為的難度。
本文從優化理論、進化生物學、競爭市場和機器學習四個角度論證了專業化是資源有限條件下系統提升性能的必然路徑。作者指出，通用性並非性能優勢，在有限資源下，集中資源於有限任務集比分散到無限範圍更有效。文章還澄清了專業化和領域知識的區別，指出規模擴展不會改變這一根本約束。
Every Eval Ever (EEE) 與 Hugging Face Community Evals 實現互操作，允許用户交叉發佈和解讀評估結果，同時鏈接到開放模型、排行榜和統一的標準化元數據存儲。
DiScoFormer是一種新型變換器模型，能通過一次前向傳播從數據點估計分佈的密度和分數（對數密度的梯度），無需重新訓練。它結合了跨注意力機制和共享骨幹網絡，利用密度與分數的數學關係進行無標籤一致性學習。在100維空間中，其分數誤差比最佳KDE降低約6.5倍，密度誤差降低超過37倍，且能泛化到未見的高斯和非高斯分佈。
Kog發佈了Laneformer 2B，一個23億參數的指令微調編碼模型，專為高速單請求推理從頭設計。通過將模型架構與推理引擎協同設計，Kog引入了延遲張量並行（DTP）和車道結構Transformer以隱藏通信開銷。該模型在編碼基準上取得競爭性結果（HumanEval+ 45.1%，MBPP+ 51.6%），現已在Hugging Face上開源。
本教程詳細介紹如何在Colab中構建圍繞Hugging Face的Fable 5 Traces數據集的工作流。通過手動解析合併的JSONL文件避免依賴問題，標準化工具調用，審計數據結構，檢測機密模式，並訓練純Python的樸素貝葉斯基線模型來預測輸出類型和工具使用。
本教程介紹如何使用NVIDIA的Open-SWE-Traces數據集為智能體軟件工程軌跡準備監督微調數據。包括從Hugging Face流式加載數據、標準化多輪對話、解析代碼補丁、構建分析DataFrame，以及根據成功標籤、Token限制、語言過濾和補丁可用性篩選高質量軌跡。
本文介紹如何通過一行命令在 Hugging Face 基礎設施上快速啓動一個私有、兼容 OpenAI 的 LLM 端點，無需配置服務器或 Kubernetes，按秒計費。涵蓋從啓動、查詢、清理到擴展為大模型、創建聊天 UI、SSH 調試及作為編碼代理後端的完整流程，並與 Inference Endpoints 進行比較。
Ai2團隊比較了7B參數規模的Transformer模型Olmo 3和混合模型Olmo Hybrid，發現混合模型在內容詞（名詞、動詞、形容詞）和需要上下文推理的token上表現更優，但在重複token和閉合括號上優勢消失。研究表明，基於token的損失過濾可以揭示架構間的細微差異。
NVIDIA NeMo AutoModel基於HuggingFace Transformers v5，通過專家並行、DeepEP融合通信和TransformerEngine內核，將MoE模型微調的訓練吞吐量提升3.4-3.7倍，GPU內存減少29-32%，且無需更改API。
CUGA是IBM開源的智能體框架，處理了智能體構建中的管道工作，讓開發者只需編寫工具列表和提示詞即可。本文通過一個IBM雲架構顧問示例，展示瞭如何用少量代碼構建一個完整的智能體應用，並介紹了CUGA的規劃、執行、反射步驟和策略系統。
本文介紹了跨域存儲（COS）API提案，該API允許Web應用跨域共享大型文件（如AI模型和Wasm運行時），通過加密哈希而非URL標識文件，從而避免重複下載和存儲。文章以Transformers.js為例，展示了當前瀏覽器緩存隔離導致的問題，以及COS如何通過哈希標識、可升級的訪問控制和安全完整性檢查來解決這些問題。
Hugging Face團隊通過結合AI和開源工具，將huggingface_hub的發佈週期從4-6周縮短至每週一次，同時保留人工審核環節以確保質量。該流程基於GitHub Actions、OpenCode和開放權重模型，每次發佈成本僅約0.25美元。
PP-OCRv6 是 PaddleOCR 的最新通用 OCR 模型系列，支持從 1.5M 到 34.5M 參數的三個層級，覆蓋 50 種語言。相比 PP-OCRv5_server，檢測準確率提升 4.6 個百分點，識別準確率提升 5.1 個百分點。新架構包括 PPLCNetV4 骨幹網絡、RepLKFPN 檢測模塊和 EncoderWithLightSVTR 識別模塊。支持 Paddle Inference、Transformers 和 ONNX Runtime 後端。
OpenClaw維護者利用本地開源模型（Gemma、Qwen）在智能體框架中，實時對問題和拉取請求進行分類，性能媲美閉源模型，僅需硬件電費成本。
本教程實現了Salesforce CodeGen的端到端工作流程，從Hugging Face加載模型，超越基礎推理，添加函數提取、語法檢查、靜態安全檢查、單元測試驗證、最佳N候選重排、多步驟程序合成、提示風格實驗，最後可視化迷你基準並導出可複用文件。
深度研究代理結合私有文檔與網頁搜索時，可能通過查詢日誌無意中泄露敏感信息。MosaicLeaks基準量化了這種隱私風險，並提出了一種名為隱私感知深度研究（PA-DR）的訓練方法，可以在保持任務性能的同時，將信息泄露減少3倍以上。
LoRA是目前最流行的參數高效微調（PEFT）技術，但研究表明其他方法在某些任務上表現更好。本文介紹了Hugging Face的PEFT庫及其基準測試，探討了如何根據具體需求選擇合適的PEFT技術，並指出LoRA並非總是最佳選擇。
一個全新的基準測試框架專注於評估AI智能體使用軟件庫的整個過程工作量，以Hugging Face的Transformers庫為案例。通過測量令牌使用量、時間、錯誤率等指標，揭示不同模型和工具層級下的性能權衡，為庫維護者和智能體用户提供關鍵見解。
MolmoMotion是一種新型3D運動預測模型，能夠根據視頻幀、物體上的3D點以及語言指令預測未來幾秒內物體點的3D軌跡。該模型在多個下游任務中表現出色，如機器人規劃和可控視頻生成。同時發佈了最大的3D點軌跡數據集MolmoMotion-1M和基準測試PointMotionBench。
AWS開源SDK Strands Robots集成了LeRobot，允許開發者通過單一Agent工作流從Hub數據集訓練並在模擬或實體機器人上部署策略。本文介紹了五步流程，並提供了可在筆記本上運行的示例。
GLM-5.2 是 Z.AI 推出的最新旗艦模型，專為長週期任務設計，擁有穩定的 1M 上下文窗口，在編碼基準測試中表現優異，並引入 IndexShare 架構以降低計算成本，同時提供靈活的努力水平控制。該模型採用 MIT 開源許可證，無區域限制。
Agentic Resource Discovery（ARD）規範為AI智能體提供了一個發現層，使其能夠動態尋找工具、技能和其他智能體，而無需預安裝配置。Hugging Face 在其 Hub 上實現了參考工具，支持自然語言搜索。
在中美AI競賽中，開源與閉源模式的哲學分歧可能決定勝負。中國AI實驗室積極發佈開源模型，而美國巨頭如OpenAI和Anthropic則採用閉源方式。前Hugging Face亞太區負責人王鐵振在Rest of World活動中討論了開源模型的歷史、中國AI實驗室的盈利方式以及模型蒸餾和知識產權爭議。
olmo-eval 是一個新的評估工作台，旨在支持 LLM 開發過程中持續進行的模型評估。它建立在 OLMES 標準之上，提供靈活的任務定義、可交換的運行時策略以及詳細的逐問題比較功能，幫助開發者判斷每次干預的效果是否顯著。
本文是 PyTorch 性能分析系列的第二部分，深入探討了 nn.Linear 層的內部機制，包括轉置操作、融合偏置的 epilogue 技術，以及 torch.compile 對單個線性層的影響。隨後，文章剖析了一個包含 GeGLU 激活的多層感知機（MLP）的性能特徵，展示了 GPU 內核的調度和執行過程。
Cohere 發佈了 North Mini Code，一個 300 億參數的混合專家模型，擁有 30 億活躍參數，專為代理式軟件工程任務設計。該模型在 Apache 2.0 許可證下開源，並在多項編碼基準測試中表現優異，超越了同類開源模型。
本文從 Hugging Face 上超過 90,000 個文本到圖像模型中精選出七個值得在 2026 年使用的模型，涵蓋 FLUX.1 Schnell、FLUX.1 Dev、FLUX.1 Kontext Dev、Stable Diffusion 3.5 Large、FLUX.2 Dev、Playground v2.5 和 Kolors，並提供了每個模型的許可證、最佳用途和實際權衡。
作者通過一個編碼智能體，利用兩個Hugging Face Space（圖像生成和3D高斯潑濺重建），僅通過文本提示就構建了一個展示巴黎紀念碑的3D網站。整個過程無需圖像生成器或3D工具，智能體通過每個Space的agents.md文件自動調用API並拼接結果。文章闡述了多媒體AI領域的“積木經濟”趨勢——將模型作為可調用的獨立組件，由智能體靈活組合，大幅降低集成門檻。
NeuroBait是一個針對ADHD大腦微調的AI模型，旨在通過提供温暖、可操作的小步驟來克服任務啓動癱瘓，而不是傳統的待辦事項列表。該項目源於作者的妻子患有ADHD，通過觀察和實踐，利用LoRA在Gemma 3 12B模型上訓練，並部署在Hugging Face Space上。它不僅是ADHD工具，也能幫助任何感到不知所措的人。
Hush是Weya AI開發的開源語音增強模型，專門用於語音AI代理，能在CPU上實時隔離主要説話者，抑制背景噪音和競爭人聲，延遲低於1毫秒。模型僅8MB，基於Apache 2.0許可開源，已在Hugging Face音頻排行榜位列第五。