Hugging Face 宣布 OpenEnv 改由委员会协调，成员包括 Meta-PyTorch、Reflection、Unsloth、Modal、Prime Intellect、Nvidia、Mercor、Fleet AI、Microsoft、Hugging Face 和 RadixArk，项目迁至 huggingface/OpenEnv。
推荐理由：OpenEnv 从单一项目转为多方共管的协议层，读者可据此了解开源智能体 RL 环境的协作方式与接入路径。
NVIDIA 发布 Nemotron 3.5 Content Safety，基于 Gemma 3 4B IT 微调，把多模态输入、多语言覆盖、自定义企业策略执行和可审计推理统一到一次推理调用中。
推荐理由：NVIDIA 把多模态、多语言、自定义策略与可审计推理合并进一次推理调用，并公开训练数据集。
Hugging Face 重构官方命令行工具 hf CLI，使其同时服务人类用户和 Claude Code、Codex、Cursor 等编码智能体，通过环境变量自动识别智能体并切换输出格式。
DharmaOCR 团队用 DPO 作为 SFT 之后的第二阶段训练，在巴西葡萄牙语结构化 OCR 任务上把文本退化率平均降低 59.4%，最佳案例降低 87.6%（Nanonets-OCR2–3B 从 1.61% 降至 0.20%）。
Reachy Mini 对话应用现已支持通过 MCP 调用托管在公开 Hugging Face Spaces 上的工具，用户只需执行 `reachy-mini-conversation-app tool-spaces add` 命令即可为机器人添加天气查询、网页搜索等能力，无需改动应用代码。
H Company 发布 Holo3.1 系列 Computer Use Agent 模型，基于 Qwen 家族，覆盖 0.8B、4B、9B 和 35B-A3B 四种尺寸，并首次提供 FP8、Q4 GGUF 和 NVFP4 量化权重。
推荐理由：原文给出跨环境、跨框架与本地量化部署的具体数据，可据此判断端侧 Computer Use Agent 的落地条件。
JetBrains 发布 Mellum2，一个从零训练、覆盖自然语言与代码的 12B 参数 MoE 模型，每个 token 仅激活 2.5B 参数，以 Apache 2.0 许可开源。官方称其在相近规模模型中基准表现有竞争力，推理速度超过 2 倍，可用于路由、RAG、摘要、子智能体和高吞吐编码场景。模型已在 Hugging Face 提供下载，技术报告发布在 arXiv（2605.31268）。
推荐理由：JetBrains 开源 12B MoE 模型，每 token 仅激活 2.5B 参数，读者可据此判断它在多模型系统中的定位。
Hugging Face 发布 PyTorch 性能分析系列第一篇，讲解如何用 torch.profiler 分析矩阵乘法加法运算。教程基于 PyTorch 2.13 和 NVIDIA A100-SXM4-80GB，介绍 profiler 表格与 trace 两种产物的用法，并演示 torch.compile 对执行链路的影响。
Hugging Face 在 TRL 中落地了增量权重同步（Delta Weight Sync）：只把两次 RL 优化步之间真正变化的 bf16 权重编码成稀疏 safetensors 文件，上传到 Hugging Face Bucket，再由 vLLM 拉取应用。
推荐理由：TRL 的稀疏增量权重同步把异步 RL 每步传输量压到原来的百分之几，读者可据此判断跨集群训练的成本边界。
Hugging Face 发布教程，让 Reachy Mini 机器人完全本地运行语音对话，无需云端、API key 或数据外传。
Hugging Face 发布 AI 智能体术语表，重点厘清 harness、scaffold 与 agent 的区别：model 是 LLM 本身，scaffold 是系统提示词、工具描述与上下文管理等行为定义层，harness 则是调用模型、处理工具调用并决定何时停止的执行层。
Hugging Face 发布 OlmoEarth v1.1，在保持 v1 性能的前提下将计算成本最多降低 3 倍。该系列通过将 Sentinel-2 各分辨率合并为单一 token 缩短序列长度，并修改预训练方案以避免性能下降，提供 Base、Tiny、Nano 三种规模权重及训练代码。
Hugging Face 发布 Ettin Reranker 系列六款 Sentence Transformers CrossEncoder 重排模型，参数规模从 17m 到 1b，均基于 Ettin ModernBERT 编码器，并开源训练数据与完整训练配方。
PaddleOCR 3.5 支持通过设置 engine="transformers" 将 Hugging Face Transformers 作为推理后端运行 PP-OCRv5、PaddleOCR-VL 1.5 等模型。
IBM 在 Hugging Face 发布 Granite Embedding Multilingual R2 系列两款 Apache 2.0 多语言嵌入模型，均基于 ModernBERT，支持 200+ 语言、32K token 上下文（较 R1 提升 64 倍）并新增 9 种编程语言的代码检索。
Hugging Face 详解如何在连续批处理中引入异步化，把 CPU 批次准备与 GPU 批次计算解耦并行执行。同步批处理下 CPU 与 GPU 轮流工作，用 8B 模型、batch size 32 生成 8K tokens 耗时 300.6 秒，其中 24.0% 时间 GPU 处于空闲等待 CPU。
Hugging Face 博客发布系列文章，分析 AWS 基础设施如何与开源软件栈配合支撑基础模型全生命周期。文章指出 scaling 已从单一预训练曲线演变为预训练、后训练与测试时计算三条路径，并梳理了 Slurm、Kubernetes、PyTorch、JAX、Prometheus、Grafana 等 OSS 工具的分层架构。
Hugging Face 与 Appen Inc.、DataoceanAI 合作，为 Open ASR Leaderboard 引入覆盖多口音、朗读与对话语音的高质量英文 ASR 私有数据集，以防 benchmaxxing 和测试集污染。
IBM Granite 团队发布技术文章，详解 Granite 4.1 系列稠密 LLM（3B、8B、30B）的训练流程：约 15T tokens 五阶段预训练，上下文窗口经长上下文扩展至 512K tokens，随后用约 4.1M 条高质量样本做 SFT，并采用 on-policy GRPO 配合 DAPO loss 的多阶段强化学习。
推荐理由：Granite 4.1 团队公开了从数据配比到多阶段 RL 的完整训练细节，可对照其 8B 稠密模型追平 32B MoE 的结论。
DeepInfra 现已作为 Inference Provider 接入 Hugging Face Hub，首批支持对话与文本生成任务，可调用 DeepSeek V4、Kimi-K2.6、GLM-5.1 等开放权重 LLM，后续将扩展至文生图、文生视频和嵌入向量等任务。
OpenAI 本周在 Hugging Face Hub 开源 Privacy Filter，一个 1.5B 参数、50M 激活参数的 PII 检测模型，Apache 2.0 许可，单次前向即可在 128k 上下文内标注八类个人信息，并在 PII-Masking-300k 基准上达到 SOTA。
Hugging Face 发布 Transformers.js 浏览器扩展教程，演示如何在 Manifest V3 约束下用 Gemma 4 E2B 构建本地 AI 功能。
Hugging Face 发布 QIMMA（阿拉伯语"顶峰"）阿拉伯语 LLM 排行榜，在评测模型前先对基准做质量验证，整合 14 个来源基准的 109 个子集、超 52,000 条样本，覆盖 7 个领域，其中 99% 为原生阿拉伯语内容，也是首个含代码评测的阿拉伯语排行榜。验证发现 ArabicMMLU 丢弃率 3.1%、MizanQA 2.3%，问题涵盖答案错误、文本损坏与文化偏见。
Hugging Face 发文讨论 Mythos 与 Project Glasswing 发布后 AI 网络安全格局，指出 Mythos 的漏洞发现与修补能力来自模型、算力、安全脚手架与自主性组成的系统配方，而非单一模型。文章认为开源代码与工具能分散检测、验证、协调、补丁传播四个环节，避免闭源单点故障，并主张采用半自主 AI 智能体在人类可控前提下进行防御。
Hugging Face Blog 发布文章《Welcome Gemma 4: Frontier multimodal intelligence on device》，标题显示 Gemma 4 是一款面向端侧设备的前沿多模态模型。原文正文未能抓取，暂无更多细节。
Mistral AI 发布首个文本转语音模型 Voxtral TTS，4B 参数，支持英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语 9 种语言，可做情感表达与零样本跨语言音色适配。
推荐理由：官方给出 4B 参数、9 种语言、70ms 延迟与每千字符 0.016 美元的定价，读者可据此判断语音智能体的成本与选型空间。
H Company 发布 Holotron-12B，一个基于 NVIDIA Nemotron-Nano-2 VL 后训练的多模态计算机操作模型，已在 Hugging Face 上线，采用 NVIDIA Open Model License。
推荐理由：原文给出混合 SSM 架构带来的吞吐对比数据与 WebVoyager 提升幅度，可据此判断计算机操作智能体的部署成本。
Hugging Face 对 16 个围绕异步训练构建的开源 RL 库做了横评，按编排原语、rollout buffer 设计、权重同步协议、陈旧度管理、部分 rollout 处理、LoRA 支持与分布式训练后端 7 个维度对比。
Hugging Face 在 Hub 上推出 Storage Buckets，一种非版本化的 S3 式可变对象存储，用于存放 checkpoint、优化器状态、处理后的分片和 Agent traces 等中间产物。
推荐理由：原文给出 Buckets 的创建、同步与 Python 调用方式，读者可据此判断它能否替代现有中间产物存储流程。
LeRobot v0.5.0 发布，自 v0.4.0 以来合并 200 多个 PR、新增 50 多位贡献者，首次加入 Unitree G1 人形机器人支持，涵盖运动、操作、遥操作与全身控制。
推荐理由：从人形机器人支持到策略库与数据管线提速，读者可据此判断开源机器人栈当前覆盖的硬件与训练能力。
Hugging Face 博客详解源自 Snowflake AI Research 的 Ulysses 序列并行（ALST 协议的一部分），通过注意力头并行与 all-to-all 通信把长序列切分到多 GPU，突破单卡显存限制。
Hugging Face 博客发布 NXP 的实践指南，介绍如何在嵌入式机器人平台上部署 VLA 模型，涵盖数据集录制、ACT 与 SmolVLA 策略微调以及端侧优化。文中以“把茶包放进杯子”任务为例，录制 120 个 episode，将工作空间划分为 11 个 10×10 cm 起始位置簇，并建议约 20% 训练集为恢复 episode。NXP i.MX 95 SoC 在优化后实现了实时性能。
Hugging Face 发布 Modular Diffusers，用可复用的 block 组合扩散流水线，作为 DiffusionPipeline 之外更灵活的替代方案。
推荐理由：原文给出可组合模块的 API 与自定义块示例，读者可据此判断扩散流水线改写的成本与迁移路径。
Photoroom 发布 PRX 系列第三篇，用 32 张 H200、约 1500 美元算力预算在 24 小时内完成一次文生图模型训练，并开源训练代码与实验框架。
推荐理由：Photoroom 公开了 24 小时训练文生图模型的完整配方与代码，读者可据此复现并调整各组件。
Hugging Face 发文介绍 transformers 库如何为 MoE 模型重构支持，涵盖权重加载、专家后端、专家并行与训练四部分。权重加载引入 WeightConverter 与惰性物化，将 256 个独立专家张量打包为单个连续张量；在 Qwen1.5-110B-Chat 上，v5 异步加载耗时 20.71s，v4 为 66.24s，张量并行下为 10.1s。
Hugging Face 宣布 GGML（llama.cpp 的创建者）加入 HF，Georgi Gerganov 及团队一同加入，目标是持续支持 ggml 与 llama.cpp 社区，让未来 AI 保持开放。
推荐理由：GGML 与 llama.cpp 团队加入 Hugging Face，读者可了解本地推理项目在资源与维护模式上的变化。
Hugging Face 发布教程，介绍如何通过 Claude Code、Codex 等编码智能体，用 Unsloth 和 Hugging Face Jobs 微调 LiquidAI/LFM2.5-1.2B-Instruct。
推荐理由：原文给出用编码智能体提交微调任务的完整命令与技能安装步骤，读者可据此复现小模型训练流程。
IBM Research 与 UC Berkeley 用 MAST 失败分类法分析 ITBench 中 310 条 SRE 执行轨迹，覆盖 Gemini-3-Flash、Kimi-K2 和 GPT-OSS-120B 三类模型。
Hugging Face 博客介绍 Gradio 6 中 gr.HTML 的新能力，支持自定义模板、作用域 CSS 和 JavaScript 交互，可在单个 Python 文件中完成前端、后端与状态管理，无需构建步骤即可部署到 Hugging Face Spaces。
推荐理由：原文给出 gr.HTML 的模板、状态同步与子类化写法，读者可据此把自定义组件直接接入现有 Gradio 流程。
Hugging Face 发布 cuda-kernels Agent Skill，让 Claude、Codex 等编码智能体为 diffusers 和 transformers 项目编写生产级 CUDA 内核，并生成 PyTorch 绑定与基准脚本。
推荐理由：原文给出可安装的 CUDA 内核技能与完整基准数据，读者可据此判断智能体写内核的可行边界。