Hugging Face 发布 swift-huggingface:完整的 Swift 客户端库
Hugging Face 发布 swift-huggingface,为 Swift 应用提供完整的 Hugging Face Hub 客户端支持。该库解决了大模型下载中断无法续传、缺乏 Python 共享缓存及认证复杂等痛点,支持断点续传、OAuth 2.0 认证及与 Python 生态兼容的缓存结构。
Hugging Face 发布 swift-huggingface,为 Swift 应用提供完整的 Hugging Face Hub 客户端支持。该库解决了大模型下载中断无法续传、缺乏 Python 共享缓存及认证复杂等痛点,支持断点续传、OAuth 2.0 认证及与 Python 生态兼容的缓存结构。
Google Research 发布 Titans 架构与 MIRAS 理论框架,利用深度神经网络作为记忆模块实现 AI 的长期记忆。该架构在 BABILong 等基准测试中超越 Transformer++ 和 Mamba-2,支持超过 200 万 token 的上下文窗口,同时保持线性推理速度。
推荐理由:提出结合RNN速度与Transformer精度的新架构,通过深度记忆模块实现超长上下文的高效推理。
OpenAI 推出 OpenAI for Australia,旨在构建主权 AI 基础设施、培训超过 150 万工人,并加速澳大利亚日益增长的 AI 生态系统的创新。
密歇根州立大学团队利用 AlphaFold 预测植物甘油酸激酶(GLYK)的 3D 结构,识别出高温下不稳定的柔性环,并将其替换为耐热藻类的刚性环,成功构建了在 65 °C 下仍保持稳定的杂交酶,为培育耐热作物提供了新路径。
Hugging Face 发布 Skills 工具,使 Claude Code、Codex 和 Gemini CLI 等编程 Agent 能够自动完成数据集验证、硬件选择、脚本生成、云端 GPU 任务提交、进度监控及模型推送至 Hub 的完整微调流程。该技能支持 SFT、DPO 和 GRPO 等训练方法,兼容 0.5B 至 70B 参数模型,并支持将训练好的模型转换为 GGUF 格式。
推荐理由:原文提供了将 Claude Code 等 Agent 接入 Hugging Face 进行全流程微调的实操指南与配置方法。
Intel 发布 DeepMath,这是一个基于 Qwen3-4B Thinking 微调的数学推理智能体。它通过生成简短 Python 代码片段并在沙箱中执行来减少输出长度并提高准确率。模型使用 GRPO 进行训练,在 MATH500、AIME 等数据集上,输出长度最多减少 66%,同时准确率得到提升。代码和模型已开源。
推荐理由:Intel 发布基于 Qwen3-4B 的 DeepMath 智能体,通过 GRPO 微调与代码执行结合,实现输出缩短 66% 且准确率提升。
Google Research 发布 Massive Sound Embedding Benchmark (MSEB),旨在标准化评估多模态模型的听觉智能。该基准涵盖语音检索、推理、分类等八大核心能力,并包含包含 177,352 条语音查询的 Simple Voice Questions (SVQ) 数据集。实验显示当前声音表示远非通用,在各项任务中均存在显著的性能提升空间。
OpenAI 研究人员正在测试一种名为“confessions”的方法,旨在训练模型在犯错或行为不当时主动承认。该机制有助于提升人工智能的诚实度、透明度以及对模型输出的信任感。
OpenAI 宣布收购 Neptune,旨在深化对模型行为的可见性,并加强研究人员用于追踪实验和监控训练的工具。
OpenAI 基金会公布了首批“以人为本 AI 基金”受助者,向 208 家支持社区创新与机遇的非营利组织发放了 4050 万美元的无限制赠款。
Mistral AI 发布 Mistral 3 模型家族,包含 Mistral Large 3 及 Ministral 3 系列(3B、8B、14B),均采用 Apache 2.0 协议开源。
推荐理由:Mistral 3 家族涵盖从 3B 到 675B 参数的模型,提供全尺寸开源选择,并针对边缘部署和推理性能进行了深度优化。
Mirakl 正在通过 AI 智能体和 ChatGPT Enterprise 重塑商业体验,旨在构建以 Mirakl Nexus 为核心的智能体原生商业生态。该方案利用 ChatGPT Enterprise 实现更快的文档处理和更智能的客户支持,推动商业向智能体原生模式演进。
OpenAI 提供高达 200 万美元的资助,用于支持 AI 与心理健康交叉领域的研究项目。该计划旨在通过研究实际应用中的风险、益处及效果,提升相关技术的安全性与用户福祉。
OpenAI 与 NORAD 合作推出三款 ChatGPT 节日工具,为“NORAD Tracks Santa”活动增添新内容。这些工具允许家庭创建节日精灵、玩具涂色页以及定制圣诞故事。
Accenture 与 OpenAI 展开合作,旨在帮助企业将 AI 智能体能力融入业务核心。双方致力于通过这一协作,助力企业解锁新的增长水平。
OpenAI 对 Thrive Holdings 进行股权投资,旨在加速企业级 AI 的采用。该合作将前沿研究与工程能力直接嵌入会计和 IT 服务中,以提升速度、准确性和效率,并为行业转型打造可扩展模式。
Hugging Face 发布 Transformers v5.0.0rc-0,确立 PyTorch 为唯一后端,引入模块化设计与注意力接口抽象。v5 全面强化预训练、推理与量化支持,新增 transformers serve 系统,并深度打通 vLLM、SGLang、llama.cpp 等生态工具链。
推荐理由:v5 确立了 PyTorch 单后端与模块化设计,全面打通训练推理部署链路,为生态互操作提供统一标准。
OpenAI 披露了涉及 Mixpanel 的安全事件,确认仅有有限的 API 分析数据受影响。API 内容、凭证或支付详情均未泄露。OpenAI 正在采取措施保护用户。
OpenAI 扩展 ChatGPT Enterprise、ChatGPT Edu 及 API Platform 的数据本地化存储功能,允许符合条件的客户在区域内存储静态数据。此举旨在为全球企业客户提供更广泛的数据驻留访问权限,以满足合规与隐私需求。
AlphaFold 2 五年前解决了蛋白质结构预测难题,其预测数据已收录于 AlphaFold Protein Database 并免费开放。该数据库已被全球 300 多万研究人员使用,相关研究被引用超 3.5 万次,并助力 2024 年诺贝尔化学奖的获得。
Google DeepMind的AlphaFold结合密苏里大学的冷冻电镜技术,成功解析了低密度脂蛋白(LDL)的关键蛋白apoB100的原子级结构。该发现揭示了包裹LDL颗粒的笼状外壳细节,有望为预防和治疗动脉粥样硬化性心血管疾病提供新的药物靶点。
推荐理由:AlphaFold结合冷冻电镜解析了致病蛋白apoB100结构,为心血管药物研发提供了关键结构基础。
JetBrains 正在其编码工具中集成 GPT-5,旨在帮助数百万开发者更高效地设计、推理和构建软件。这一举措标志着 JetBrains 通过引入前沿大语言模型,全面重塑全球开发者的代码编写工作流。
本文从注意力机制和 KV 缓存出发,推导了连续批处理技术,旨在通过并行处理多个对话并在完成后进行切换来最大化推理吞吐量。该技术解决了大语言模型在同时服务大量用户时因逐词生成导致的计算开销问题,使响应生成更加高效。
Diffusers 正式支持 FLUX-2 图像生成模型,提供 Flux2Pipeline 和 Flux2Transformer2DModel 等组件。该模型使用 Mistral3 作为文本编码器,可通过 diffusers/FLUX.2-dev-bnb-4bit 仓库加载,支持 4-bit 量化部署。
Tavily 分享了构建深度研究智能体的经验,通过上下文工程将 Token 消耗降低 66%,并在 DeepResearch Bench 上达到 SOTA。文章指出应简化编排逻辑、利用模型工具调用能力的演进,并采用线性上下文管理替代传统的 ReAct 模式。
OVHcloud 正式成为 Hugging Face Hub 支持的 Inference Provider,支持 gpt-oss、Qwen3、DeepSeek R1 和 Llama 等模型。
Google DeepMind 宣布支持白宫 Genesis 计划,向美国能源部(DOE)17个国家实验室开放前沿 AI 工具。初期提供基于 Gemini 的 AI co-scientist 多智能体虚拟科学合作者,用于加速生物医学等领域的假设生成。
推荐理由:DeepMind宣布向美国能源部17个国家实验室开放前沿AI工具,涵盖多智能体协作与科学计算,标志着AI for Science进入国家级基础设施部署阶段。
ChatGPT 推出购物研究功能,帮助用户探索、比较和发现产品。该功能提供个性化的买家指南,旨在简化用户的购物决策过程。
OpenAI 发布文章指出,加州大学洛杉矶分校教授 Ernest Ryu 与 GPT-5 共同解决了优化理论中的一个关键问题,以此展示 AI 在加速数学发现中的作用。
推荐理由:文章展示了GPT-5在优化理论中的具体应用案例,为评估AI辅助数学发现能力提供了实证参考。
Google Research 发布基于线性回归的轻量级 AI 模型,预测特定充电桩在指定时间后的可用性概率。该模型通过每小时特征权重量化占用率变化,在 30 至 60 分钟预测窗口内,相比“保持当前状态”基线显著提升了准确率。
Hugging Face 发布 Open ASR Leaderboard 新论文,基于60余模型和11个数据集对比,揭示多语言与长音频场景下的性能权衡与开源进展。
推荐理由:基于60余模型和11个数据集的对比,揭示了多语言与长音频场景下的性能权衡与开源进展。
Hugging Face TRL 官方集成 RapidFire AI,通过自适应分块调度与并发训练机制,实现多配置微调加速 16-20 倍。提供实时仪表盘与 IC Ops 功能,支持在训练中途停止低效配置或克隆优化参数,无需重启任务。
推荐理由:官方集成提供并发微调与实时干预能力,可显著降低多配置对比的时间与算力成本。
Google 在 Gemini 应用中推出基于 SynthID 的数字水印技术,使用户可直接验证图像是否由 Google AI 生成或编辑。Gemini 通过检测水印并结合自身推理能力,为用户提供关于内容来源的上下文信息。此外,Gemini 3 Pro Image 生成的图像将嵌入 C2PA 元数据,以增强内容透明度。
Google DeepMind 发布 Gemini 3 Pro Image(代号 Nano Banana Pro),提供 2K/4K 分辨率、高精度文本渲染及物理控制能力。该模型支持通过 Google Search 进行实时知识检索,并内置 SynthID 数字水印,已在 Google AI Studio 和 Vertex AI 开放预览。
推荐理由:该模型在文本渲染、物理控制和知识检索方面实现升级,开发者可据此构建更精准的多模态应用。
Google DeepMind 发布基于 Gemini 3 Pro 的 Nano Banana Pro 图像生成与编辑模型,强化了文本渲染、多模态推理与局部精细编辑能力。该模型已在全球 Gemini App、Google Ads、Google Slides 及 Vids 中逐步开放,并为开发者提供 Gemini API 与 Vertex AI 支持。
推荐理由:基于 Gemini 3 Pro 架构,强化了文本渲染、多模态推理与局部精细编辑能力,并明确了各订阅层级的开放范围。
OpenAI 与富士康合作在美国设计制造下一代 AI 基础设施硬件。双方将开发多代数据中心系统,加强美国供应链并本土化关键组件,以加速先进 AI 基础设施建设。
OpenAI 联合 DoorDash、SCORE 及本地组织启动 Small Business AI Jam 项目,旨在帮助 1,000 家小企业利用 AI 进行构建。该项目为 Main Street 企业主提供动手工具和培训,助其提升竞争力并实现业务增长。
OpenAI 发布 GPT-5 首批研究案例,展示 AI 与研究人员协作在数学、物理、生物和计算机科学中加速科学发现。
推荐理由:GPT-5 发布首批科研案例,展示在数学、物理等领域的推理加速能力。
Hugging Face 发布 AnyLanguageModel,提供 Swift 包统一调用 Apple Foundation Models、Core ML、MLX、llama.cpp、Ollama 及 OpenAI 等模型。开发者只需替换 import 即可切换后端,支持按需引入依赖并扩展图像输入。
推荐理由:统一了本地与云端模型调用接口,降低 Apple 平台开发者的集成成本。
OpenAI 与独立专家合作评估前沿 AI 系统,通过第三方测试强化安全性、验证安全措施,并提高模型能力与风险评估的透明度。