Google DeepMind 在新加坡开设新研究实验室,扩展亚太布局
Google DeepMind 在新加坡开设新研究实验室,聚焦推进 Gemini 核心能力与亚太语言文化包容性研究,其亚太团队过去一年规模已翻倍以上。新实验室将与当地政府、企业和学术机构合作,此前已与 AI Singapore 推出东南亚语言开放数据平台 Project Aquarium,并支持基于 Gemma 3 多模态能力构建的 SEA-LION v4 发布。
Google DeepMind 在新加坡开设新研究实验室,聚焦推进 Gemini 核心能力与亚太语言文化包容性研究,其亚太团队过去一年规模已翻倍以上。新实验室将与当地政府、企业和学术机构合作,此前已与 AI Singapore 推出东南亚语言开放数据平台 Project Aquarium,并支持基于 Gemma 3 多模态能力构建的 SEA-LION v4 发布。
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。
AMD、Hugging Face 与 Data Monsters 联合举办 AMD Open Robotics Hackathon,首站 12 月 5-7 日在东京,第二站 12 月 12-14 日在巴黎。
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。
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。
NVIDIA 发布 Isaac for Healthcare v0.4,提供基于 SO-ARM 的端到端入门工作流,覆盖数据采集、训练与真机部署,可构建自主手术辅助机器人。
OpenAI 发布 gpt-oss-safeguard 技术报告,介绍 gpt-oss-safeguard-120b 和 gpt-oss-safeguard-20b 两个开放权重推理模型。二者基于 gpt-oss 模型后训练,能依据给定策略进行推理并对内容打标,报告同时给出以原 gpt-oss 模型为基线的安全评估结果。
IBM 发布 Granite 4.0 家族中迄今最小的 Granite 4.0 Nano,面向边缘与端侧应用,含 4 个 instruct 模型及对应 base 版本。
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。
Hugging Face 发布 datasets 与 huggingface_hub 的流式加载改进,load_dataset(streaming=True) 接口保持不变即可获得性能提升。
推荐理由:官方给出流式加载的请求量、解析速度与吞吐变化,可据此判断大规模训练的数据管线是否值得切换。
Meta 与 Hugging Face 合作推出 OpenEnv Hub,一个面向智能体环境的开放共享社区平台,环境定义智能体完成任务所需的工具、API、凭证和执行上下文。
推荐理由:Meta 与 Hugging Face 联合推出智能体环境共享 Hub,并同步开放 0.1 规范 RFC,读者可据此了解智能体训练与部署的标准化路径。
Sentence Transformers 从 TU Darmstadt 的 UKP Lab 转由 Hugging Face 维护,Hugging Face 的 Tom Aarsen 自 2023 年底起已负责该项目并将继续领导。
Hugging Face 宣布与威胁情报平台 VirusTotal 合作,即日起对 Hub 上 220 万+ 公开模型和数据集仓库进行持续扫描。用户访问仓库或文件页面时,Hub 会自动将文件哈希与 VirusTotal 威胁情报库比对,返回检测数量、已知恶意关联等元数据,且不共享原始文件内容。组织可将 VirusTotal 检查集成到 CI/CD 或部署流程中,在下载或集成文件前识别恶意资产。
Hugging Face 发布指南,梳理 Chandra、OlmOCR-2、PaddleOCR-VL、DeepSeek-OCR、dots.ocr、Granite-Docling-258M。
推荐理由:梳理了当前开源 OCR 模型的输出格式、基准与本地部署方式,可据此为具体文档场景选型。
Hugging Face 为开源工具 AI Sheets 发布重大更新,新增视觉支持,可在表格中查看、分析图像并提取信息、生成和编辑图像,无需写代码。图像列支持提取文字、图像问答、目标检测、上色、添加文字等操作,文字列支持摘要、关键词提取和翻译,每个 AI 动作由提示词和模型定义,底层通过 Inference Providers 调用数千个开放模型。
Hugging Face 发起 AI for Food Allergies 项目,计划打造首个社区驱动的研究实验室,探索 AI 如何推进食物过敏研究。全球约 2.2 亿人患有至少一种食物过敏,美国约占总人口 10%。项目将连接前沿 AI 与生物医学,开发开放协作项目,服务研究者、临床医生与患者。
NVIDIA 发布 Nemotron-Personas-India,首个对齐印度真实人口、地理与文化分布的开放合成 Indic 人设数据集,采用 CC BY 4.0 许可。
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。
NVIDIA 发布首个面向日本的主权 AI 开源合成数据集 Nemotron-Personas-Japan,含 600 万条日语合成人物画像(100 万条记录、每条 6 个画像),总 token 约 14 亿,覆盖约 95 万个独特姓名和 1500 以上职业类别,以 CC BY 4.0 许可开放商用。
Hugging Face 开源 Smol2Operator,以 SmolVLM2-2.2B-Instruct 为基线,通过两阶段训练将无 grounding 能力的视觉语言模型变为可操作 GUI 的智能体。
Hugging Face 发布 GAIA 的后续智能体基准 Gaia2,并配套开源 Meta Agents Research Environments(ARE)框架,用于运行、调试和评估智能体。
推荐理由:Gaia2 把智能体评测从只读检索扩展到读写交互,并给出各模型在歧义、适应性和时间推理上的差距。
Cloud Security Alliance 与 Noma Security 牵头、Haize Labs 和 Harmonic Security 参与,推出 RiskRubric.ai,对 Hugging Face 上超 50 万模型按透明度、可靠性、安全、隐私、安全性与声誉六大维度打分,输出 0-100 分及 A-F 等级。
Public AI 现已作为 Inference Provider 接入 Hugging Face Hub,用户可直接调用 Swiss AI Initiative、AI Singapore 等机构的公共主权模型。
Hugging Face 在 Gradio 中推出可见水印功能,只需在 gr.Image、gr.Video 或 gr.Chatbot 组件中加入 watermark 参数即可为 AI 生成的图像、视频和文本添加水印。水印支持文件名、图像或 numpy 数组,还可使用 QR 水印承载更多信息;文本水印会在用户复制 AI 回复时自动显示,以增强 AI 透明度与披露。
WRITER 发布 Palmyra-mini 系列三款开源模型,参数规模 1.5B 至 1.7B,包括非思考基座 palmyra-mini 及两款 CoT 推理变体 palmyra-mini-thinking-a 和 palmyra-mini-thinking-b。
Hugging Face 官方博客介绍了为支持 OpenAI gpt-oss 系列而在 transformers 中做的一系列升级,包括可从 Hub 下载的零构建内核、MXFP4 量化、张量并行、专家并行、动态滑动窗口缓存、连续批处理与分页注意力,以及更快的模型加载。
Together AI 与 Hugging Face 联合推出新能力,Hub 上任意兼容 LLM 均可通过 Together AI 基础设施微调,训练后可部署推理、下载或回传 Hub。该功能支持公开与私有仓库,100B 参数以下的 CausalLM 模型均可使用,只需几行 API 调用即可完成。Slingshot AI 等早期用户已将其接入模型开发流程,加速迭代周期。
Hugging Face 发布 Jupyter Agent 项目,通过生成高质量训练数据并微调 Qwen3-4B,让模型能在 Jupyter Notebook 中执行代码完成数据分析任务。
SandboxAQ 发布 Structurally Augmented IC50 Repository(SAIR),这是目前最大的共折叠 3D 蛋白质-配体结构数据集,包含超 500 万个 AI 生成的高精度结构,每个结构均配有 ChEMBL 或 BindingDB 的实验测定 IC₅₀ 标签。
NVIDIA 发布 Nemotron Post-Training Dataset V2,将英文推理数据翻译为法语、德语、意大利语、日语和西班牙语五种语言,共 600 万条多语言推理样本。
Hugging Face 发布 kernel-builder 库,让开发者可在本地开发自定义 CUDA kernel,再针对多种架构构建并发布到 Hugging Face Hub 供他人通过 get_kernel 直接调用。
OpenAI 发布其能力最强的开放权重模型,称这是让先进 AI 更开放、灵活并覆盖全球的一步。官方表示,其使命是让尽可能多的人用上 AI,此次发布是朝这一方向的重要进展。
推荐理由:OpenAI 官方说明开放权重模型发布,读者可了解其开放与可及性主张。
OpenAI 在论文中研究了发布 gpt-oss 的最坏情况前沿风险,提出"恶意微调"(MFT)方法,通过微调让 gpt-oss 在生物学和网络安全两个领域尽可能发挥最大能力。
OpenAI 发布 gpt-oss-120b 与 gpt-oss-20b 两款开放权重语言模型,采用 Apache 2.0 许可。官方称其在推理任务上优于同规模开放模型,具备较强工具调用能力,并针对消费级硬件的高效部署做了优化。
推荐理由:OpenAI 开放权重模型以 Apache 2.0 发布,读者可据此判断消费级硬件部署与工具调用的可行边界。
OpenAI 发布 gpt-oss-120b 和 gpt-oss-20b 两款开放权重推理模型,采用 Apache 2.0 许可,并适用 gpt-oss 使用政策。
推荐理由:OpenAI 公开两款开放权重推理模型的许可与使用政策,可据此了解其开放范围与使用条件。
Hugging Face 博客发文欢迎 OpenAI 推出新的开源模型家族 GPT OSS。
Mistral AI 发布 Voxtral 语音理解模型,提供 24B 和 3B 两个版本,均以 Apache 2.0 协议开源并上线自家 API。模型支持 32k token 上下文,可处理最长 30 分钟音频转写或 40 分钟音频理解,具备内置问答与摘要、多语言自动检测和语音触发函数调用能力,并保留 Mistral Small 3.1 的文本能力。
推荐理由:官方给出两款语音理解模型的尺寸、开源协议与 API 定价,可对照 Whisper、GPT-4o mini 等基准判断其成本位置。
Mistral AI 推出 AI for Citizens 协作计划,帮助各国政府和公共机构战略性地运用 AI 改造公共服务、推动创新并保障竞争力。该计划提供开放模型、自托管部署、数据主权保障及定制化研发,已与法国、卢森堡、新加坡、荷兰、英国、瑞士等国政府及公共机构合作。
Hugging Face 博客宣布 Gemma 3n 已在开源生态中全面开放。
Mistral AI 与 All Hands AI 合作发布面向软件工程任务的智能体 LLM Devstral,以 Apache 2.0 许可开源。
推荐理由:官方给出 Devstral 在 SWE-Bench Verified 的分数与开源许可,读者可据此判断它能否用于本地或企业代码智能体。