Transformers.js v4 发布并上线 NPM
Hugging Face 发布 Transformers.js v4，已上线 NPM，可通过 npm i @huggingface/transformers 安装。
推荐理由：官方披露了 WebGPU 运行时重写、构建提速与包体积变化，可据此判断浏览器端本地推理的工程成熟度。
#部署/工程
#部署/工程
Hugging Face Blog精选AI 评分
Google ResearchAI 评分Google Research 提出 Sequential Attention：让 AI 模型更小更快且不牺牲精度
Google Research 提出 Sequential Attention，用贪心选择机制在单次训练中顺序、自适应地挑选最佳组件，把子集选择直接整合进模型训练，避免传统贪心算法带来的数量级训练开销。该方法在多个神经网络基准上取得 SOTA，并实现快速单遍贪心选择，可用于特征选择、嵌入维度调优和权重剪枝，兼顾效率、精度、可解释性与可扩展性。
中国开源 AI 生态的架构选择：超越 DeepSeek 之后
中国开源模型社区已近乎一致转向 MoE 架构，Kimi K2、MiniMax M2、Qwen3 均采用该路线，以在成本约束下兼顾能力与灵活部署。开源活动从文本扩展到多模态与智能体，StepFun 的 Step-Audio-R1.1 语音模型性能超越闭源模型，腾讯开源 Hunyuan Video 与 Hunyuan 3D。
OpenAI NewsAI 评分 OpenAI 如何将 PostgreSQL 扩展至支撑 8 亿 ChatGPT 用户
OpenAI 通过副本、缓存、限流和工作负载隔离，将 PostgreSQL 扩展至每秒数百万次查询，以支撑 8 亿 ChatGPT 用户。文章披露了这套架构在副本、缓存、限流与工作负载隔离方面的具体做法。
Mistral AIAI 评分
堆内存会说谎：排查 vLLM 内存泄漏
Mistral AI 团队在 vLLM 上排查一起内存泄漏，问题只在 Mistral Medium 3.1、开启图编译的 Prefill/Decode 分离部署中出现，系统内存以每分钟 400 MB 线性增长，数小时后触发 out of memory。Memray、Guppy 3 均未发现泄漏，Heaptrack 显示堆内存稳定但峰值 RSS 存在差异，说明泄漏发生在堆之外。
Overworld 发布实时交互视频扩散模型 Waypoint-1
Overworld 发布实时交互式视频扩散模型 Waypoint-1，可通过文本、鼠标和键盘控制，权重已上传 Hugging Face Hub，先开放 Waypoint-1-Small，Medium 版本即将推出。
推荐理由：Waypoint-1 把实时交互式视频扩散模型和推理库一并开源，读者可据此了解世界模型从控制输入到消费级硬件落地的路径。
OpenAI NewsAI 评分 OpenAI：构建 AI Agent 实用指南
OpenAI 发布《构建 AI Agent 实用指南》，系统讲解 AI Agent 的设计、编排与部署。内容覆盖用例选择、模型选型、工具设计、护栏设置以及多 Agent 模式等关键环节，为开发者落地 AI Agent 提供一站式参考。
OpenAI NewsAI 评分 OpenAI 与软银集团联手 SB Energy 开发多吉瓦 AI 数据中心园区
OpenAI 与软银集团合作 SB Energy，开发多吉瓦级 AI 数据中心园区，其中包括一座 1.2 GW 的得州设施，用于支持 Stargate 计划。
NVIDIA 用 DGX Spark 与 Reachy Mini 搭建桌面智能体教程
NVIDIA 在 CES 2026 发布博客，给出用 DGX Spark 与 Reachy Mini 搭建桌面个人智能体的分步教程，演示代码已开源。
Mistral 发布 OCR 3 文档解析模型
Mistral AI 发布 Mistral OCR 3，在表单、扫描件、复杂表格和手写内容上相对 Mistral OCR 2 的整体胜率为 74%。
推荐理由：官方给出与 Mistral OCR 2 的胜率对比、每千页定价和自托管选项，便于评估文档解析成本与合规。
llama.cpp 新增模型管理功能：router 模式支持动态加载与切换模型
llama.cpp server 新增 router 模式，可在不重启服务的情况下动态加载、卸载和切换多个模型，实现类似 Ollama 的模型管理。
推荐理由：llama.cpp server 新增 router 模式，读者可了解本地多模型动态加载与切换的具体用法和配置项。
Hugging Face 发布 Swift 客户端 swift-huggingface
Hugging Face 推出 Swift 包 swift-huggingface，为 Hub 提供完整客户端，可独立使用，后续将并入 swift-transformers 替换现有 HubApi。它支持断点续传与进度追踪、与 Python 生态共享的缓存结构、TokenProvider 认证模式和 OAuth 2.0，Xet 存储后端支持即将上线。
Hugging Face 发布 Transformers v5.0.0rc-0
Hugging Face 发布 Transformers v5.0.0rc-0，距 v4 首个候选版已五年，如今该库每天通过 pip 安装超过 300 万次，累计安装量超过 12 亿次。
推荐理由：官方梳理了 v5 在模型定义、训练、推理与量化上的取舍，可据此判断现有工作流是否需要迁移。
OpenAI NewsAI 评分 OpenAI 面向全球企业客户扩展数据驻留能力
OpenAI 为 ChatGPT Enterprise、ChatGPT Edu 和 API Platform 扩展数据驻留，符合条件的客户可将静态数据存储在本地区域。
从第一性原理理解 continuous batching
Hugging Face 发布博客，从注意力机制与 KV 缓存出发，推导出 continuous batching 这一推理优化技术。该方法通过并行处理多个对话、完成即换出，来最大化高负载场景下的吞吐量。文中指出注意力是 token 间唯一交互之处，其计算量随序列长度呈平方增长。
Tavily 如何打造达到 SOTA 的 Deep Research 智能体
Tavily 分享了构建 SOTA 深度研究智能体的经验：七个月前其第一版架构因假设过于复杂，在下一代模型到来时成为瓶颈，团队被迫推倒重建。新方案简化编排逻辑、强调自主性，并借助 Tavily Advanced Search 在工具侧完成上下文工程，只返回最相关内容块以降低模型幻觉与延迟。团队还提出将工具输出蒸馏为反思、仅在生成最终交付物时注入原始信息，以模拟人类研究方式管理上下文窗口。
OVHcloud 加入 Hugging Face Inference Providers
OVHcloud 成为 Hugging Face Hub 支持的 Inference Provider，用户可直接在模型页调用 gpt-oss、Qwen3、DeepSeek R1、Llama 等开源权重模型。
- Google ResearchAI 评分
Google 如何用简单 AI 模型预测电动车充电桩可用性
Google 设计了一个基于线性回归的轻量模型，预测某充电站在未来若干分钟后仍有空闲充电桩的概率，用于将充电站纳入 EV 导航路线以缓解续航焦虑。该模型仅以一天中的小时作为特征，在 30 至 60 分钟预测窗口、至少 6 个充电桩的站点上，表现优于"保持当前状态"这一强基线，主要靠识别高占用周转的少数关键时刻。
OpenAI NewsAI 评分 OpenAI 与富士康合作，强化美国 AI 供应链制造
OpenAI 与富士康达成合作，将在美国设计并制造下一代 AI 基础设施硬件。双方将共同开发多代数据中心系统，强化美国供应链，并在本土生产关键组件，以加速先进 AI 基础设施建设。
AnyLanguageModel 发布：为 Apple 平台本地与云端 LLM 提供统一 API
AnyLanguageModel 是一个 Swift 包，作为 Apple Foundation Models 框架的 drop-in 替代，只需把 import FoundationModels 换成 import AnyLanguageModel 即可保持同一套 API。
Mistral AI 与 SAP、Helsing 达成合作，推进德国主权 AI 布局
Mistral AI 宣布与 SAP 建立多年合作，为德国和欧洲提供完全主权的 AI 技术栈，将其模型集成进 SAP 的 AI Foundation，并联合开发面向复杂行业与政府机构的定制方案。同时与 Helsing 合作加速面向国防与安全应用的视觉-语言-动作模型研发。Mistral AI 还将大幅扩充德国本地团队，并于未来数月内在德国开设办公室。
如何用 Hugging Face kernels 构建并分享 ROCm 内核
Hugging Face 的 kernels 库支持用 kernel-builder 构建并分享 ROCm 内核，可运行在 AMD GPU 上并集成进 PyTorch。指南以 RadeonFlow 的 FP8 GEMM 内核为例，该内核针对 AMD Instinct MI300X 优化，采用 e4m3fnuz 格式与分块缩放，曾获 AMD Developer Challenge 2025 大奖。
Hugging Face 与 Google Cloud 达成新合作，共建开放模型 AI 未来
Hugging Face 宣布与 Google Cloud 建立更深层合作，让企业用开放模型构建自己的 AI。
- Google ResearchAI 评分
Google 发布 JAX-Privacy 1.0：面向大规模机器学习的差分隐私工具库
Google 发布 JAX-Privacy 1.0，这是构建在 JAX 之上、用于大规模机器学习差分隐私训练的模块化工具库。新版本集成最新 DP 算法研究成果，支持 DP-SGD、DP-FTRL 及 DP matrix factorization 等方法，并借助 JAX 的 vmap、shard_map 实现数据与模型并行，可在多加速器和超算上训练大模型。
- Google Research精选AI 评分
Google 发布 Project Suncatcher 预印本，探索太空 AI 基础设施设计
Google 公布研究项目 Project Suncatcher，设想由太阳能卫星组成星座、搭载 Google TPU 并通过自由空间光链路互联，以在太空扩展 AI 算力。
推荐理由：Google 公开了太空 AI 基础设施的预印本，给出卫星互联、轨道与 TPU 抗辐射的实测数据，可了解这一设想的技术边界。
OpenAI News精选AI 评分 AWS 与 OpenAI 宣布 380 亿美元多年期战略合作
OpenAI 与 AWS 达成多年期、金额 380 亿美元的战略合作，用于扩展先进 AI 工作负载。AWS 将提供基础设施和算力，支撑 OpenAI 下一代模型。
推荐理由：原文披露了 380 亿美元多年期合作与算力供给安排，读者可据此了解 OpenAI 的算力来源布局。
Hugging Face 分析全球算力格局变迁：中国国产芯片与开源模型的双向推动
Hugging Face 发布分析文章，指出中国开源权重模型的推理已开始由华为昇腾、寒武纪等国产芯片承载，部分模型开始用国产芯片训练。文章认为美国出口管制与中国芯片产能提速高度相关，芯片稀缺也促使 DeepSeek 的 MLA、GRPO 等算力效率创新走向开源。
推荐理由：梳理中国算力从被限制到自建全栈的路径，帮助读者理解开源模型与国产芯片如何互相推动。
如何用 NVIDIA Isaac for Healthcare 构建医疗机器人：从仿真到部署
NVIDIA Isaac for Healthcare v0.4 发布基于 SO-ARM 的端到端入门工作流，覆盖数据采集、GR00T N1.5 后训练与真机部署，可构建自主手术助手机器人。
huggingface_hub v1.0 发布：迁移到 httpx 与 hf_xet，CLI 全面重写
Hugging Face 发布 huggingface_hub v1.0，这是该库五年来的首个大版本，带来多项破坏性变更。主要变化包括底层从 requests 迁移到 httpx、文件传输全面改用 hf_xet 取代 hf_transfer，以及用基于 Typer 的 hf CLI 替换已弃用的 huggingface-cli。
推荐理由：官方梳理了 huggingface_hub v1.0 的破坏性变更与迁移路径，可据此评估自家依赖库的升级成本。
Mistral AI 发布 AI Studio 生产平台，含可观测性、Agent Runtime 与 AI Registry 三大支柱
Mistral AI 发布 AI Studio，一个面向企业团队的生产 AI 平台，由 Observability、Agent Runtime 和 AI Registry 三大支柱组成。
推荐理由：原文完整交代了三大支柱的能力边界与私有 beta 入口，读者可据此判断企业级 AI 生产化工具链的构成。
Google Cloud C4 搭配 Intel 与 Hugging Face，让 GPT OSS 的 TCO 提升 70%
Intel 与 Hugging Face 联合测试显示，在搭载 Intel Xeon 6 处理器（Granite Rapids）的 Google Cloud C4 虚拟机上运行 OpenAI GPT OSS 大模型，总拥有成本（TCO）较上一代 C3 实例提升 1.7 倍，即 70%。
如何在 Intel CPU 上三步运行 VLM
Hugging Face 博客给出用 Optimum Intel 和 OpenVINO 在 Intel CPU 上本地运行 SmolVLM2-256M-Video-Instruct 的三步流程：导出 OpenVINO IR、量化、推理。
OpenAI News精选AI 评分 OpenAI 与 Broadcom 达成战略合作，将部署 10 吉瓦 OpenAI 自研 AI 加速器
OpenAI 与 Broadcom 宣布多年期战略合作，将部署 10 吉瓦 OpenAI 设计的 AI 加速器。双方将共同开发下一代系统与以太网方案，目标是在 2029 年前支撑可扩展、高能效的 AI 基础设施。
推荐理由：OpenAI 与 Broadcom 的多年合作给出了 10 吉瓦自研加速器的部署规模与 2029 年时间点，可据此观察其算力自研路线。
Arm 将参展 PyTorch Conference，邀开发者共探 AI 部署
Arm 将于 10 月 22-23 日参展 PyTorch Conference，展示如何用 PyTorch 和 ExecuTorch 构建与部署 AI 应用。
OpenAI News精选AI 评分 AMD 与 OpenAI 达成战略合作，将部署 6 吉瓦 AMD GPU
AMD 与 OpenAI 宣布达成多年期合作，将部署 6 吉瓦 AMD Instinct GPU，用于支撑 OpenAI 的下一代 AI 基础设施。部署从 2026 年的 1 吉瓦起步。
推荐理由：OpenAI 与 AMD 的多年期算力合作给出了分阶段部署规模，可观察其基础设施供应格局的变化。
用 Core ML 和 dots.ocr 实现 SOTA OCR
Hugging Face 发布三部分系列文章，讲述如何将 RedNote 的 3B 参数 OCR 模型 dots.ocr 转换到端侧运行，该模型在 OmniDocBench 上超过 Gemini 2.5 Pro。
在 Intel Core Ultra 上用深度剪枝草稿模型加速 Qwen3-8B 智能体
Hugging Face 用 OpenVINO.GenAI 在 Intel Core Ultra 上加速 Qwen3-8B 智能体，以 Qwen3-0.6B 作草稿模型做投机解码，生成速度提升约 1.3 倍。
OpenAI News精选AI 评分 OpenAI、Oracle 与 SoftBank 为 Stargate 新增五个 AI 数据中心站点
OpenAI、Oracle 和 SoftBank 宣布为 Stargate 新增五个 AI 数据中心站点，推进一项 500B 美元、10 吉瓦的美国基础设施扩建，用于支撑下一代 AI 并创造数万个就业岗位。
推荐理由：OpenAI、Oracle 与 SoftBank 公布 Stargate 五个新站点，读者可了解这笔 5000 亿美元、10 吉瓦级美国算力基建的推进节奏。
OpenAI News精选AI 评分 OpenAI 与 NVIDIA 达成战略合作，将部署 10 吉瓦 NVIDIA 系统
OpenAI 与 NVIDIA 宣布战略合作，将部署 10 吉瓦由 NVIDIA 系统驱动的 AI 数据中心，首期于 2026 年启动。
推荐理由：OpenAI 与 NVIDIA 的 10 吉瓦算力合作给出了首期落地时间，可据此观察大模型训练算力的供给节奏。
Hugging Face Hub 新增 Scaleway 推理服务商
Hugging Face Hub 现已支持 Scaleway 作为推理服务商，用户可直接在模型页调用 gpt-oss、Qwen3、DeepSeek R1、Gemma 3 等开放权重模型。