Gemini 与 Google Workspace 如何帮助北爱尔兰教师每周节省 10 小时
北爱尔兰 C2k 项目的 100 名教师通过整合 Gemini 和 Google Workspace 工具，每周平均节省 10 小时工作时间。试点项目捕获了 600 多个 Gemini 独特用例，涵盖行政工作简化、爱尔兰语课程创建及个性化学习支持。C2k 计划将 Gemini 培训推广至更多教师，以深化 AI 在教育中的负责任应用。
#产品更新
#产品更新
今日 2 条Google DeepMindAI 评分2525
Google Research精选AI 评分7070 Google 发布 ForestCast 预测森林砍伐风险并开源基准数据集
Google Research 与 DeepMind 发布 ForestCast，利用纯卫星数据和视觉 Transformer 模型预测森林砍伐风险。同时开源首个用于训练深度学习模型的公开基准数据集，旨在帮助政府和企业提前干预以遏制森林损失。
推荐理由：基于纯卫星数据预测森林砍伐风险并开源基准数据集，为生态保护提供可复现的AI工具。
Hugging Face Blog精选AI 评分8282 LeRobot v0.4.0 发布，集成 PI0.5 与 GR00T N1.5 模型
Hugging Face 发布 LeRobot v0.4.0，引入 Datasets v3.0 及编辑工具，支持 LIBERO 和 Meta-World 仿真环境，并集成 Physical Intelligence 的 PI0.5 和 NVIDIA 的 GR00T N1.5 模型。
推荐理由：LeRobot v0.4.0 升级了数据集与训练工具，并集成 PI0.5 和 GR00T N1.5 等前沿模型，为具身智能开发提供了更完整的开源方案。
Hugging Face Blog精选AI 评分7070 Meta与Hugging Face联合推出OpenEnv Hub及智能体环境规范
Meta与Hugging Face联合推出OpenEnv Hub，提供标准化的智能体沙箱环境。同时发布OpenEnv 0.1规范（RFC），定义工具、API及执行上下文，支持RL训练与部署。
推荐理由：Meta与Hugging Face联合推出OpenEnv Hub及规范，为智能体提供标准化的沙箱环境以支持训练与部署。
Hugging Face BlogAI 评分2727 Google Cloud C4 虚拟机配合 Intel 处理器实现 GPT OSS 推理 TCO 降低 70%
Google Cloud C4 虚拟机配合 Intel Xeon 6 处理器，使 OpenAI GPT OSS 大语言模型的推理总拥有成本（TCO）较上一代 C3 虚拟机降低 70%。该配置在吞吐量方面实现 1.4 倍至 1.7 倍提升，且每小时价格更低。
Hugging Face Blog精选AI 评分6868 NVIDIA 发布 Nemotron-Personas-India 合成数据集
NVIDIA 发布 Nemotron-Personas-India，首个对齐印度人口、地理和文化分布的合成数据集，包含 2100 万个角色记录，支持英语和印地语。该数据集基于 NeMo Data Designer 生成，覆盖 27 个字段，旨在解决印度多语言 AI 训练的数据缺口，支持开发者微调本地化模型。
推荐理由：NVIDIA 发布首个对齐印度人口分布的合成数据集，为多语言 AI 微调提供隐私安全的数据基础。
Hugging Face Blog精选AI 评分8080 BigCode 发布 BigCodeArena 代码生成评测平台及自动化基准
BigCode 发布 BigCodeArena，首个支持代码实际执行与人类投票的模型对比平台，并开源了包含1.4万对话的社区数据。同时推出 BigCodeReward 和 AutoCodeArena 两个新基准，利用执行结果显著提升奖励模型对齐度，并在自动化评测中显示 GPT-5 等模型表现领先。
推荐理由：平台引入代码执行反馈机制，并开源了包含1.4万对话的社区评测数据及自动化基准，为代码模型评估提供了新标准。
Hugging Face BlogAI 评分5656 NVIDIA 发布 Nemotron-Personas-Japan 日本合成数据
NVIDIA 发布首个面向日本市场的开源合成数据集 Nemotron-Personas-Japan，包含600万条自然日语人设记录，覆盖1500余种职业及多维人口统计属性。该数据集基于 NeMo Data Designer 生成，不依赖真实个人信息，旨在支持日本大语言模型的本地化微调与合规应用。
Hugging Face Blog精选AI 评分7272 Hugging Face 开源 Smol2Operator GUI 智能体训练全流程
Hugging Face 开源了 Smol2Operator 项目，展示了如何将轻量级视觉语言模型 SmolVLM2-2.2B-Instruct 训练为具备 GUI 操作能力的智能体。项目包含两阶段训练策略、统一动作空间转换工具、两个处理后的数据集及最终模型，在 ScreenSpot-v2 基准测试中取得了显著性能提升。
推荐理由：开源了基于SmolVLM2训练GUI智能体的全流程与模型，提供了可复现的数据处理工具与统一动作空间方案。
Hugging Face Blog精选AI 评分6868 ServiceNow 发布 SyGra 框架，一站式构建 LLM 与 SLM 训练数据
ServiceNow 发布 SyGra 框架，支持低代码/无代码方式生成结构化、领域特定的高质量数据集。该框架兼容 vLLM、Ollama 等推理后端，可处理 Q&A 生成、DPO 偏好对构建、推理增强及跨语言转换等任务。
推荐理由：ServiceNow 发布 SyGra 框架，提供低代码方式生成 SFT、DPO 等高质量训练数据，降低数据工程门槛。
Hugging Face BlogAI 评分3636 Scaleway 成为 Hugging Face Inference Provider
Scaleway 正式成为 Hugging Face Hub 支持的 Inference Provider，支持 gpt-oss、Qwen3、DeepSeek R1 和 Gemma 3 等模型。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 RiskRubric 模型风险评估平台
Hugging Face 联合 Cloud Security Alliance 等发布 RiskRubric.ai，对模型进行透明度、可靠性、安全、隐私、安全和声誉六维评估，提供 0-100 分及 A-F 等级，并支持按维度筛选。
推荐理由：平台提供标准化模型安全评分，帮助开发者快速筛选符合安全与隐私要求的模型。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布 LeRobotDataset v3.0 支持流式读取与大规模存储
Hugging Face 发布 LeRobotDataset v3.0，将多个片段合并存储以解决文件系统限制，并原生支持流式读取。该格式通过 Parquet 和 MP4 优化存储，提供一键转换脚本，将集成至 lerobot 库 v0.4.0 版本。
推荐理由：通过多片段合并与流式读取解决大规模机器人数据集存储瓶颈，提供一键转换工具。
Hugging Face Blog精选AI 评分6868 Writer 发布 Palmyra-mini 系列轻量级推理模型
Writer 发布 Palmyra-mini 系列三款 1.5B 至 1.7B 参数量的开源模型，包含通用基座及针对逻辑和数学优化的推理变体。模型采用 Qwen 架构，支持 GGUF 和 MLX 量化，在 GSM8K 和 AMC23 等基准测试中表现优异。
推荐理由：Palmyra-mini 系列提供 1.5B 至 1.7B 参数量的轻量级模型，兼顾推理与通用生成，适合端侧部署。
Hugging Face Blog精选AI 评分7676 Hugging Face transformers 升级支持 GPT-OSS 及多项部署优化
Hugging Face 升级 transformers 库以支持 OpenAI GPT-OSS 系列模型，新增 MXFP4 量化、张量并行、专家并行及动态滑动窗口缓存等部署优化。通过 Hub 下载预编译内核，显著降低显存占用并提升推理效率。
推荐理由：Hugging Face 为 GPT-OSS 提供开箱即用的部署支持，涵盖 MXFP4 量化与多卡并行，为社区提供了可复用的工程参考。
Hugging Face Blog精选AI 评分6565 Together AI 支持在 Hugging Face Hub 上直接微调模型
Together AI 宣布与 Hugging Face 集成，允许开发者通过 API 直接微调 Hugging Face Hub 上的兼容模型。用户只需指定基础模型配置和 HF 模型，即可利用 Together 基础设施完成训练，并可将结果推回 Hub。
推荐理由：Together AI 打通 Hugging Face Hub 实现一键微调，降低开发门槛并加速模型迭代。
Hugging Face Blog精选AI 评分7474 Hugging Face 发布 Jupyter Agent：开源微调 Qwen3-4B 数据分析智能体
Hugging Face 发布 Jupyter Agent，开源了基于 Qwen3-4B 微调的模型及训练数据集，旨在让小型模型具备在 Jupyter Notebook 中执行代码解决数据分析任务的能力。该模型在 DABStep 基准测试的简单任务上准确率提升至 75%，并提供了完整的 Kaggle 数据集清洗、QA 生成及微调代码。
推荐理由：Hugging Face 开源了基于 Qwen3-4B 微调的 Jupyter Agent 模型及数据集，展示了通过高质量数据与精简脚手架提升小模型数据分析能力的有效路径。
Hugging Face Blog精选AI 评分8282 Hugging Face 发布 mmBERT 多语言模型
Hugging Face 发布 mmBERT，基于 ModernBERT 架构训练的多语言编码器模型，覆盖 1800 多种语言，在 XTREME 和 MTEB 基准上显著超越 XLM-R 等前代模型。该模型采用三阶段渐进式语言学习策略，在 3T+ tokens 数据上训练，推理速度提升 2-4 倍，并开源了模型权重、训练数据及微调代码。
推荐理由：开源了覆盖1800种语言的现代BERT架构模型，提供了显著的性能与速度提升及微调代码。
Hugging Face Blog精选AI 评分8282 Google发布EmbeddingGemma开源多语言嵌入模型
Google发布EmbeddingGemma，一款仅308M参数、支持100多种语言的开源多语言嵌入模型，专为端侧设备设计。该模型基于Gemma3架构，在MTEB基准测试中表现优异，并提供了Sentence Transformers、LangChain、LlamaIndex等主流框架的集成示例及微调指南。
推荐理由：模型仅308M参数且支持100+语言，适合端侧部署，并提供了多框架集成与微调指南。
Hugging Face Blog精选AI 评分7575 SandboxAQ 开源 SAIR 数据集：524 万条高精度蛋白-配体 3D 结构加速药物研发
SandboxAQ 在 Hugging Face 开源 SAIR 数据集，包含 524 万条由 Boltz1 生成的 AI 共折叠蛋白-配体 3D 结构及实验验证的 IC50 数据。该数据集采用 CC BY 4.0 许可，97% 的结构通过了 PoseBusters 验证，旨在解决 AI 药物研发中高质量结构数据的长期短缺问题。
推荐理由：SAIR 开源了 524 万条高精度蛋白-配体 3D 结构及 IC50 数据，为 AI 药物发现提供了稀缺的高质量训练集。
Mistral AI精选AI 评分6868 Mistral Le Chat 发布记忆功能
Mistral Le Chat 发布记忆功能（beta），采用图架构实现跨会话信息检索。该功能支持自动保存与智能召回，提供透明度、用户控制权及数据可移植性，并附带 Memory Insights 辅助管理。
推荐理由：原文披露了记忆功能的底层架构与用户控制权设计，读者可据此评估其实际工作流价值。
Mistral AI精选AI 评分7272 Mistral Le Chat 发布 MCP 连接器目录与记忆功能
Mistral 发布 Le Chat 的 MCP 连接器目录（beta），提供20+个涵盖数据、生产力、开发等领域的安全连接器，支持自定义扩展。同时推出记忆功能（beta），可跨会话保存偏好与事实，支持从 ChatGPT 快速导入，所有功能对免费用户开放。
推荐理由：Le Chat 新增 MCP 连接器目录与记忆功能，提供企业级数据集成与个性化上下文能力。
Hugging Face Blog精选AI 评分7070 Hugging Face开源Kimina-Prover-RL训练管线及Lean 4定理证明模型
Hugging Face开源了Kimina-Prover-RL，一个基于Verl框架的Lean 4形式化定理证明训练管线，并发布了1.7B和0.6B两个模型。该管线采用类DeepSeek-R1的结构化推理范式，结合格式奖励和错误纠正机制，在MiniF2F基准上刷新了开源模型在对应参数规模下的SOTA成绩。
推荐理由：开源了基于Verl的Lean 4定理证明训练管线及0.6B和1.7B模型，为小参数模型形式化推理提供了可复现的SOTA方案。
Hugging Face Blog精选AI 评分6666 ExecuTorch 0.7 发布，默认启用 KleidiAI 加速端侧推理
ExecuTorch 0.7 beta 发布，默认启用 KleidiAI 加速，利用 Arm SDOT 指令集为旧款手机和树莓派等设备提供开箱即用的端侧推理性能。
推荐理由：ExecuTorch 0.7 默认启用 KleidiAI 并支持旧款设备，为端侧推理提供了开箱即用的性能优化方案。
Hugging Face BlogAI 评分4242 Arm 发布 Neural Super Sampling 实时超采样方案
Arm 发布 Neural Super Sampling (NSS)，一款专为移动端 GPU 神经网络加速器优化的实时时序超采样模型。在演示中，NSS 将 540p 渲染结果在 4ms 内超采样至 1080p，并降低 50% GPU 负载。该模型已集成至 Unreal Engine 插件及 Vulkan ML 扩展，供开发者在移动游戏和 XR 场景中实验。
Hugging Face Blog精选AI 评分7575 TRL 新增 MPO、GRPO 等视觉语言模型对齐算法及 vLLM 集成
Hugging Face TRL 库新增 MPO、GRPO、GSPO、RLOO 和 Online DPO 等视觉语言模型对齐算法，并原生支持 VLM 的 SFT 训练。同时集成 vLLM 以加速在线对齐过程中的样本生成，提供 colocate 和 server 两种运行模式。
推荐理由：TRL 新增 MPO、GRPO 等 VLM 对齐算法及 vLLM 集成，提供可复用的训练配置与脚本。
Hugging Face Blog精选AI 评分6868 NVIDIA 开源 AI-Q 智能体栈，Llama Nemotron 登顶 DeepResearch Bench
NVIDIA 发布开源 AI-Q 智能体栈，基于 Llama 3.3-70B 和 Llama-3.3-Nemotron-Super-49B-v1.5 模型，在 Hugging Face DeepResearch Bench 的 LLM with Search 类别中以 40.52 分登顶。该方案支持本地部署与隐私合规，提供完整的推理追踪与评估指标。
推荐理由：NVIDIA 开源 AI-Q 智能体栈并在 DeepResearch Bench 登顶，展示了 Llama Nemotron 在复杂推理任务中的能力。
Hugging Face Blog精选AI 评分7070 Hugging Face 发布开源实验追踪库 Trackio
Hugging Face 发布开源实验追踪库 Trackio，提供兼容 wandb 的轻量级 Python 库，支持本地 Gradio 仪表盘及与 Hugging Face Spaces 同步分享。该工具内置与 Transformers 和 Accelerate 的集成，支持 GPU 能耗追踪，数据默认本地持久化并自动备份至 Parquet 数据集。
推荐理由：Trackio 提供兼容 wandb 的轻量级实验追踪方案，支持本地运行与 Spaces 同步，便于分享与数据提取。
Hugging Face BlogAI 评分3535 Hugging Face CLI 更名为 hf 并推出 hf jobs 功能
Hugging Face 将 CLI 正式更名为 hf，重构命令结构以提升易用性，并推出 hf jobs 服务。hf jobs 支持在 Hugging Face 基础设施上按需运行脚本或 Docker 镜像，采用按秒计费的付费模式。该服务目前仅对 Pro 用户及 Team 或 Enterprise 组织开放。
Hugging Face Blog精选AI 评分6868 PyArrow 新增 Parquet CDC 功能，配合 Xet 存储层提升数据去重效率
Hugging Face 宣布 PyArrow 和 Pandas 现已支持 Parquet Content-Defined Chunking (CDC) 功能，配合 Xet 存储层可实现基于内容的数据去重。该功能通过减少 Parquet 文件在内容变更时的字节级差异，显著降低数据上传、下载及存储成本。
推荐理由：PyArrow 新增 Parquet CDC 功能配合 Xet 存储层，显著降低数据集上传下载与存储成本。
Hugging Face Blog精选AI 评分6565 NVIDIA NIM 支持一键部署 Hugging Face 上的 10 万+ LLM
NVIDIA 宣布 NIM 推理微服务现支持在 Hugging Face 上快速部署超过 10 万个大语言模型。NIM 提供单一 Docker 容器，自动识别模型格式并选择 TensorRT-LLM、vLLM 或 SGLang 后端，无需手动配置即可实现高性能部署。
推荐理由：NVIDIA NIM 提供统一容器自动适配 Hugging Face 模型，简化了部署流程。
Mistral AI精选AI 评分6868 Mistral Le Chat 新增 Deep Research 智能体与 Voxtral 语音功能
Mistral 发布 Le Chat 多项新功能，包括 Deep Research 智能体可自动生成结构化研究报告；基于 Voxtral 模型的语音模式支持自然对话；Magistral 推理模型提供原生多语言思考能力；Projects 功能支持将对话分组管理；与 Black Forest Labs 合作实现图像直接编辑。
推荐理由：Le Chat 新增 Deep Research 智能体、Voxtral 语音交互及 Magistral 多语言推理，提供了更完整的 AI 助手工作流。
Hugging Face Blog精选AI 评分6060 Gradio 5.38.0 更新：增强 MCP 服务器支持
Gradio 5.38.0 版本更新，增强了对 MCP 服务器协议的支持。新增功能包括：支持本地文件上传、实时进度通知、一行代码将 OpenAPI 规范转换为 MCP 服务器、通过 gr.Header 简化认证配置以及自定义工具描述。
推荐理由：Gradio 5.38.0 新增文件上传、OpenAPI 转换等 MCP 功能，降低了构建智能体应用的技术门槛。
Hugging Face Blog精选AI 评分7575 Hugging Face 发布 Ettin 开源模型套件
Hugging Face 发布 Ettin 模型套件，包含 17M 至 1B 参数的编码器与解码器模型。该套件使用完全相同的 2T tokens 公开数据、架构和训练配方，实现了两种架构的公平对比。编码器在分类和检索任务上优于 ModernBERT，解码器在生成任务上优于 Llama 3.2 1B。
推荐理由：Ettin 提供完全一致的开源训练配方与数据，为对比编码器与解码器架构提供了公平基准。
Hugging Face Blog精选AI 评分7272 Hugging Face 宣布全面迁移至 Xet 存储系统
Hugging Face 宣布将 Hub 全面迁移至 Xet 存储系统，目前已有超 100 万用户和 50 万个仓库使用。Xet 将成为新用户的默认存储，旧仓库将自动迁移，同时 Hugging Face 计划开源 Xet 协议及底层基础设施。
推荐理由：Hugging Face 宣布全面迁移至 Xet 存储，通过底层架构升级实现 PB 级数据的高效传输与无缝兼容。
Mistral AI精选AI 评分7878 Mistral 发布 Devstral Medium 及升级 Devstral Small 1.1
Mistral AI 发布 Devstral Medium 和升级版的 Devstral Small 1.1。Devstral Medium 在 SWE-Bench Verified 上得分 61.6%，超越 Gemini 2.5 Pro 和 GPT 4.1，价格仅为后者的四分之一。
推荐理由：Devstral Medium 在 SWE-Bench Verified 上超越 Gemini 2.5 Pro 且价格更低，Small 1.1 开源并刷新开放模型记录。
Mistral AIAI 评分3535 Mistral AI 发布 AI for Citizens 倡议
Mistral AI 推出 AI for Citizens 倡议，旨在帮助各国政府及公共机构利用 AI 技术重塑公共服务并推动创新。该计划提供 Mistral AI 的尖端模型、AI 聊天与编程助手，支持私有化部署、SaaS 及无服务器 API 等多种方式，确保数据主权与合规。通过定制化研发与生态建设，助力各国摆脱对封闭供应商的依赖，实现 AI 技术的自主可控。
Mistral AIAI 评分5050 Mistral AI 发布 Mistral Compute 基础设施服务
Mistral AI 发布 Mistral Compute，提供包含 GPU、编排、API 及服务的私有集成 AI 基础设施栈。作为 NVIDIA 合作伙伴，该服务提供数万张 GPU 资源，支持从裸金属服务器到全托管 PaaS 的多种形态。此举旨在满足欧洲等地区对数据主权和可持续性的要求，为各国政府、企业及研究机构提供独立可控的 AI 算力环境。
Mistral AI精选AI 评分7575 Mistral 发布 Mistral Code 企业级 AI 编程助手
Mistral 发布 Mistral Code，整合 Codestral、Devstral 等四种模型，提供 IDE 插件、私有化部署及企业级管控，目前面向 JetBrains 和 VSCode 开放私有测试。
推荐理由：整合了四种专用模型与企业级管控，提供私有化部署选项，适合对安全合规有严格要求的开发者。
Mistral AI精选AI 评分7878 Mistral 发布首个代码专用嵌入模型 Codestral Embed
Mistral AI 发布首个代码专用嵌入模型 Codestral Embed，支持不同维度和精度输出以平衡检索质量与存储成本。该模型在 SWE-Bench 等基准上表现优于 Voyage Code 3、Cohere Embed v4.0 及 OpenAI 大嵌入模型，API 定价为每百万 token 0.15 美元。
推荐理由：官方发布首个代码专用嵌入模型，提供多维精度选择并宣称在多项基准上超越竞品。