Google Quantum AI 发布量子优化工具包 DQI
Google Quantum AI 发布名为 Decoded Quantum Interferometry (DQI) 的量子算法，用于解决经典计算机难以处理的优化问题。该算法将优化问题转化为解码问题，在最优多项式交集（OPI）任务中，仅需数百万次量子逻辑操作即可求解，而经典计算机需超过 10^23 次操作。
全部AI 动态
全部动态
今日 41 条Google ResearchAI 评分2828
Google Research精选AI 评分7070 Google 发布 JAX-Privacy 1.0 支持大规模差分隐私机器学习
Google 发布 JAX-Privacy 1.0，提供差分隐私算法和审计工具，支持在 JAX 上高效训练大规模模型。该工具包已用于训练 VaultGemma，并提供基于 Keras 微调 Gemma 模型的示例。
推荐理由：官方发布支持大规模并行的差分隐私工具包，提供微调示例，降低隐私保护机器学习门槛。
Google DeepMindAI 评分2525 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。
Google ResearchAI 评分4040 Google Research 提出 Nested Learning 新范式，Hope 架构在持续学习中表现优异
Google Research 提出 Nested Learning 新范式，将模型架构与优化算法统一为多层级优化问题，以解决持续学习中的灾难性遗忘。基于该范式设计的 Hope 架构在语言建模中表现优异，并展现出比现有 SOTA 模型更好的长上下文记忆管理能力。
Google ResearchAI 评分3838 DS-STAR：一种最先进的通用数据科学智能体
Google Research 发布 DS-STAR，这是一款能自动处理多样化异构数据并生成可执行代码的数据科学智能体。该框架通过数据文件分析、LLM 验证和顺序规划机制，在 DABStep、KramaBench 和 DA-Code 基准测试中均取得最先进性能。DS-STAR 在 DABStep 上的准确率从 41.0% 提升至 45.2%，并在该基准的公共排行榜上排名第一。
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。
Google ResearchAI 评分3030 Google Project Suncatcher 发布太空 AI 基础设施系统设计研究
Google 发布 Project Suncatcher 研究，提出由搭载 Google TPUs 的太阳能卫星组成的星座，通过自由空间光链路连接以构建可扩展的太空 AI 基础设施。早期实验验证了单对收发器可实现 800 Gbps 传输，Trillium v6e Cloud TPU 在辐射测试中表现稳健，预计 2030 年代中期发射成本将降至 200 美元/kg 以下。
Google ResearchAI 评分2525 Google Research 发布 Google Earth AI、DeepSomatic 与 Quantum Echoes 三大突破
Google Research 发布 Google Earth AI、DeepSomatic 与 Quantum Echoes 三大突破，加速科研与应用的循环。
Hugging Face BlogAI 评分5555 MiniMax M2 智能体泛化：对齐基准还是现实？
MiniMax M2 作者分享了智能体后训练中的对齐经验，指出模型需具备交错思考能力以应对长上下文和外部扰动。文章强调智能体泛化不仅是工具扩展，更是对整个操作空间扰动的适应，建议用户保留完整会话历史以获得最佳性能。
Hugging Face Blog精选AI 评分8181 Hugging Face：美国出口管制如何重塑全球AI算力与开源格局
Hugging Face发布深度分析，指出美国出口管制反而加速了中国国产芯片与开源模型的协同创新。DeepSeek、Qwen等模型通过架构优化降低推理成本，并率先适配华为昇腾等国产硬件。这种“非NVIDIA优先”策略正在催生独立于CUDA的软件生态，推动全球AI基础设施向多极化演变。
推荐理由：文章梳理了美国出口管制如何倒逼中国加速国产芯片与开源模型协同创新，揭示了全球AI算力格局的重构路径。
Hugging Face Blog精选AI 评分6868 NVIDIA Isaac for Healthcare v0.4 发布医疗机器人仿真到部署教程
NVIDIA 发布 Isaac for Healthcare v0.4，提供基于 SO-ARM 的医疗机器人端到端工作流。通过结合 93% 仿真数据与真实遥操作数据微调 GR00T N1.5 模型，实现从数据采集、训练到硬件部署的 Sim2Real 闭环。
推荐理由：提供了从仿真到部署的完整代码与硬件配置，可直接复现医疗机器人工作流。
Hugging Face Blog精选AI 评分7272 IBM 发布 Granite 4.0 Nano 系列端侧模型
IBM 发布 Granite 4.0 Nano 系列模型，包含 350M 和 1B 参数版本，采用混合 SSM 架构或传统 Transformer 架构，面向端侧和 On-device 应用。模型基于 15T tokens 数据训练，支持 vLLM、llama.cpp 和 MLX 等运行环境，并在 IFEval 和 BFCLv3 等基准测试中表现优异。
推荐理由：IBM 发布 3.5 亿至 15 亿参数模型，提供混合架构与传统 Transformer 两种选择，适合端侧部署。
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3838 Hugging Face 与 VirusTotal 合作加强 AI 安全
Hugging Face 与 VirusTotal 达成合作，对 Hub 上 220 万+ 公开模型和数据集仓库进行持续扫描。通过比对文件哈希值，用户可在下载前查看文件在 VirusTotal 数据库中的恶意软件检测状态及威胁情报，无需上传原始文件内容，从而提升开源 AI 协作的安全性。
Hugging Face Blog精选AI 评分7171 Sentence Transformers 正式并入 Hugging Face
Hugging Face 宣布 Sentence Transformers 从达姆施塔特工业大学 UKP Lab 正式转入 Hugging Face，由 Tom Aarsen 继续领导项目。该项目拥有超过 16,000 个公开模型和百万级月活用户，将继续保持 Apache 2.0 开源协议和社区驱动模式。
推荐理由：Sentence Transformers 正式并入 Hugging Face，由官方接手维护，为开源嵌入生态带来更稳定的基础设施支持。
Hugging Face Blog精选AI 评分7070 Hugging Face 开源OCR模型选型指南与部署教程
Hugging Face 发布指南，对比了 Nanonets-OCR2、OlmOCR-2、Granite-Docling 等开源OCR模型的能力与成本，介绍了 OlmOCR-Bench 等评测基准，并提供了基于 vLLM 和 Transformers 的本地部署与批量推理代码。
推荐理由：系统梳理了多款开源OCR模型的能力差异与评测基准，并提供了本地部署与批量推理的实操代码。
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 BlogAI 评分3838 三步在 Intel CPU 上运行 VLM
Hugging Face 发布教程，指导用户通过 Optimum Intel 和 OpenVINO 在 Intel CPU 上运行 SmolVLM2-256M-Video-Instruct 视觉语言模型。教程涵盖将模型转换为 OpenVINO IR、应用权重或静态量化以优化内存和推理速度，以及执行推理的具体步骤。
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 BlogAI 评分1313 Arm 亮相 PyTorch 大会，展示 PyTorch 与 ExecuTorch 在 AI 应用中的部署能力
Arm 将出席 PyTorch 大会，展示如何利用 PyTorch 和 ExecuTorch 赋能开发者构建和部署 AI 应用。现场将演示 vLLM、Mixture of Experts 及 ExecuTorch 在云、移动端和边缘侧的最新优化用例，并提供关于 Yellow Teaming 等负责任 AI 实践的个性化工作坊。
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 Blog精选AI 评分6767 Hugging Face 详解如何将 3B 参数 OCR 模型适配 Core ML 实现端侧推理
Hugging Face 发布教程详解如何将 RedNote 的 3B 参数 OCR 模型 dots.ocr 转换为 Core ML 格式以在 Apple 设备上运行。文章通过简化模型结构、修复 PyTorch 到 CoreML 转换中的算子报错，成功将模型部署至端侧，并预告后续将介绍 MLX 集成与 Neural Engine 量化优化。
推荐理由：详细拆解了将3B参数OCR模型适配Core ML的具体步骤与踩坑经验，为端侧部署提供了可复用的工程参考。
Hugging Face BlogAI 评分4242 Hugging Face 发布检索嵌入基准 RTEB
Hugging Face 发布检索嵌入基准（RTEB）Beta 版，旨在通过混合开放与私有数据集策略，可靠评估嵌入模型在真实应用中的检索准确性。该基准涵盖 20 种语言及法律、医疗等关键领域，默认使用 NDCG@10 作为排行榜指标，以解决现有基准存在的泛化差距和与企业用例脱节问题。
Hugging Face BlogAI 评分5353 Intel 端侧加速 Qwen3-8B Agent：深度剪枝与推测解码实践
Hugging Face 博客展示了在 Intel Core Ultra 上利用 OpenVINO.GenAI 加速 Qwen3-8B 的方法。通过剪枝 Qwen3-0.6B 草稿模型并配合推测解码，推理速度提升约 1.4 倍，并结合 smolagents 实现了高效的本地 AI Agent。
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。