Strands Robots 教程：用 Strands Agents、LeRobot 和 Hugging Face Storage Buckets 打通录制、训练与部署的数据闭环
Strands Robots 推出流式数据循环教程，在单个 agent 内录制演示到 Storage Bucket、增量同步、直接从 Hub 流式训练并将 checkpoint 部署回实体 SO-101，全程保持 LeRobot 格式。
Hugging Face Blog
huggingface.co · 网站与博客
切换来源
全部网站与博客新闻IT Home8667 条Simon Willison353 条OpenAI News317 条TechCrunch · AI267 条The Decoder251 条Hugging Face Blog151 条The Verge · AI144 条Claude Blog139 条elsewhere articles113 条Google Research108 条OpenRouter Announcements103 条Mistral AI88 条Tomer Tunguz81 条Databricks Blog76 条Sierra Blog67 条Anthropic Newsroom65 条Gary Marcus64 条Claude Platform release notes62 条Runway News62 条LMSYS Blog60 条Google DeepMind58 条a16z News49 条LangChain Blog48 条Suno Blog48 条NVIDIA Blog47 条ByteByteGo46 条Apple Machine Learning Research43 条Google Blog: AI41 条Google Developers Blog35 条Cursor Blog33 条Microsoft AI News32 条Linear Now30 条AWS Machine Learning Blog29 条Google Cloud: Databases28 条Dwarkesh Patel27 条Ars Technica · AI26 条Nathan Lambert: Interconnects25 条Latent Space24 条DeepSeek API updates23 条Sakana AI Blog23 条Anthropic Research21 条Import AI21 条AI as Normal Technology20 条MIT Technology Review · AI16 条GitHub Blog · AI & ML12 条Meta Engineering11 条Berkeley AI Research10 条Microsoft Research10 条Black Forest Labs Blog8 条ByteDance Seed Papers8 条ElevenLabs Blog8 条Gemini API 更新日志8 条Manus Blog8 条MarkTechPost8 条MiniMax Blog8 条Qwen Blog8 条Together AI Blog8 条Every latest articles7 条ByteDance Seed Research5 条xAI：News5 条Thinking Machines Lab Blog4 条CMU Machine Learning Blog1 条Sam Altman Blog1 条MarkTechPost · 历史来源106 条xAI News · 历史来源73 条Artificial Intelligence News · 历史来源48 条Claude YouTube · 历史来源41 条Ars Technica: AI · 历史来源18 条GitHub Blog · 历史来源17 条Lilian Weng's Log · 历史来源2 条
151 条AI 相关新闻 · 最新在前
Hugging Face BlogAI 评分5151
Hugging Face Blog精选AI 评分7171 Hugging Face 复盘复现 2,226 篇 ICML 2026 论文的 hackathon
Hugging Face 于 7 月 15 日至 8 月 2 日举办 ICML 2026 Open Reproductions 挑战赛，1,221 名参与者用 Claude Code、Codex、Cursor 等智能体在 19 天内发布 6,816 份 Trackio 日志，复现 2,226 篇论文，约占会议的 34%。
推荐理由：官方复盘给出了逐条声明级别的复现数据和失败案例，可迁移到用智能体做大规模论文审计的工作流。
Hugging Face BlogAI 评分4949 OlmoEarth Studio 推出自定义嵌入向量导出功能
Hugging Face 的 OlmoEarth Studio 现已支持计算并导出嵌入向量，用户可通过 UI 或 API 选择区域、时间范围、编码器变体（Nano 128 维 1.4M 参数、Tiny 192 维 6.2M 参数、Base 768 维 89M 参数）、分辨率和影像源，输出 Cloud-Optimized GeoTIFF。
Hugging Face BlogAI 评分5959 Liquid AI 发布 LFM2.5-VL-3B 端侧视觉语言模型
Liquid AI 发布 LFM2.5-VL-3B，一款约 3.1B 参数、可在本地硬件运行的视觉语言模型，已在 Hugging Face 开放下载。相比上一代，它在屏幕与 UI 理解、自然语言目标定位、多图输入和函数调用四方面做了改进。
Hugging Face BlogAI 评分5353 IBM Research 比较.ALTK-Evolve 与 ACE：同一套经验，按需交付可大幅降低推理 token
IBM Research 在 AppWorld 上自跑对比 ALTK-Evolve 与 ACE，两者都把智能体历史轨迹转成可复用经验且都不压缩经验，核心差异在交付：ACE 每步注入完整 playbook，ALTK-Evolve 按模型能力选择性检索 guideline。
Hugging Face BlogAI 评分5353 NVIDIA Magpie TTS Multilingual 发布：开放权重支持 12 种语言，B200 上 TTFA 低至 32ms
NVIDIA 发布 Magpie TTS Multilingual，364M 参数开放权重模型，新增现代标准阿拉伯语、韩语和巴西葡萄牙语，共支持 12 种语言。
Hugging Face BlogAI 评分4444 Hugging Face 提出离线 Top-K Logits 与融合分块 KL 损失，让知识蒸馏低成本跑在大规模场景
Hugging Face 最新论文提出两项系统改动降低 LLM 知识蒸馏成本：一是离线缓存教师模型每位置的 top-100 logits，训练时无需再加载教师；二是融合分块 KL 损失，避免生成完整的词表×序列长度矩阵。以 gpt-oss-120b 为例，稠密 KL 峰值约 250GB 显存，融合分块方案峰值约 128GB，使长上下文修复可在单 GPU 上完成。
Hugging Face Blog精选AI 评分8181 Meta 发布开源多模态模型 Muse Glimmer-30B，主打本地智能体场景
Meta 发布从 Muse 蒸馏而来的 30B 多模态模型 Muse Glimmer，采用 Apache 2.0 许可，面向本地隐私场景的智能体用途。模型由 2B ViT 视觉编码器和 28B 文本解码器组成，支持图像、视频、多模态工具调用和目标检测，并附带基于 DFlash 的可选投机解码。
推荐理由：原文给出架构组成、基准对比和各推理框架的 day-0 用法，读者可以据此评估本地部署的可行路径。
Hugging Face BlogAI 评分4444 Hugging Face 推出 TutorMoments：评测 AI 导师何时该帮、何时该放手
Hugging Face 发布 TutorMoments 预览版，用真实一对一数学辅导记录回放式评测 LLM 导师的介入时机判断。数据集含 462 份脱敏文字记录、1500 多个教师标注关键时刻，来自 27 位美国教师标注者。测试 7 个 LLM 发现，仅被告知"好好辅导"时模型倾向过度帮助，在提示词中写明"帮与不帮"的权衡可提升表现，但仍未追平人类导师。
Hugging Face BlogAI 评分4444 Baseten 加入 Hugging Face Inference Providers
Baseten 成为 Hugging Face Hub 支持的 Inference Provider，首批上线对话与文本生成任务，可访问 Kimi K3、DeepSeek V4 Flash、GLM-5.2 等开放权重 LLM。
Hugging Face Blog精选AI 评分6464 Liquid AI 发布 LFM2.5-2.6B 端侧智能体模型
Liquid AI 发布 LFM2.5-2.6B，一款可完全在设备端运行的智能体模型，支持工具调用与多步工作流，预训练约 34T tokens，中期训练将上下文窗口扩展至 128K。
推荐理由：官方给出与约 4 倍参数量模型的逐项基准对比和 CPU 解码速度，可供判断端侧智能体的可用边界。
Hugging Face BlogAI 评分3535 GPU 管理：为什么闲置 GPU 正在成为新的停场飞机
Hugging Face 博客指出，AI 行业的下一个真正约束不是智能而是利用率：GPU 按日历小时计费，产出却只按计算小时累积，两家 GPU 预算相当的公司会因硬件实际使用率而拉开差距。
Hugging Face BlogAI 评分4040 Hugging Face 博客介绍 OlmoEarth Platform：行星尺度的地理空间推理
Ai2 推出 OlmoEarth Platform，用于把地理空间基础模型从微调、评估一路支撑到大规模推理。该平台可在约一天内完成洲级区域推理，处理数十 TB 影像，成本为每平方公里不到一美分。北美野火风险图任务峰值动用约 19,600 个 CPU 和 994 个 GPU，网络吞吐超 168 GB/s，把预计 4,737 小时的串行计算压缩到约 30.5 小时，实现 155× 加速。
Hugging Face BlogAI 评分5858 Liquid AI 发布 LFM2.5-Encoder-230M 与 350M 编码器模型
Liquid AI 在 Hugging Face 发布两个编码器模型 LFM2.5-Encoder-230M 和 LFM2.5-Encoder-350M，支持 8,192 token 上下文，在 CPU 上长上下文推理比 ModernBERT-base 快约 3.7 倍。
Hugging Face BlogAI 评分4848 NVIDIA Cosmos-H-Dreams：为手术机器人带来实时生成式仿真
NVIDIA 推出 Cosmos-H-Dreams，一个面向手术机器人的实时、动作条件生成式仿真器，由 Cosmos-H-Surgical-Simulator 蒸馏为因果少步学生模型，并通过 FlashDreams 加速推理库部署。
Hugging Face Blog精选AI 评分8787 Hugging Face 详解 2026 年 7 月智能体入侵事件技术时间线
Hugging Face 发布针对其平台智能体入侵事件的技术复盘，还原 2026-07-09 至 07-13 约 4.5 天、约 17,600 个攻击动作的完整链条。
推荐理由：当事方逐日还原攻击链与修复措施，读者可以据此理解智能体级入侵的实际形态与防御要点。
Hugging Face Blog精选AI 评分6666 Diffusers 原生集成 Nunchaku Lite 4-bit 扩散推理
Hugging Face 宣布 Diffusers 原生支持 Nunchaku Lite，通过 from_pretrained() 直接加载 Nunchaku（SVDQuant）W4A4 量化检查点，无需单独推理引擎或本地 CUDA 编译。
推荐理由：官方介绍 Diffusers 原生加载 Nunchaku Lite 4-bit 检查点，附基准数据与自行量化发布流程，可迁移到消费级 GPU 部署。
Hugging Face BlogAI 评分4242 物理 AI 仿真现状概览：从 MuJoCo 到 NVIDIA Isaac Sim
Hugging Face 发布物理 AI 仿真综述，指出机器人训练缺乏互联网级数据，仿真可低成本生成数千小时机器人经验。文章梳理了 MuJoCo、MuJoCo Warp（MJWarp）、NVIDIA Isaac Sim 与 Isaac Lab 等主流引擎，并提出训练、仿真、机载三计算机范式，其中机载端以 NVIDIA Jetson AGX Thor 级设备运行策略。
Hugging Face BlogAI 评分5252 Hugging Face 开源 Grabette 手持夹爪系统，无需机器人即可录制操作数据
Pollen Robotics 发布开源低成本系统 Grabette，用手持夹爪录制人类操作演示并自动转成 LeRobot 机器人数据集，无需机器人和遥操作设备。
Hugging Face Blog精选AI 评分7575 NVIDIA 发布 Cosmos 3 Edge 开源世界模型
NVIDIA 在 Hugging Face 的 Cosmos 3 仓库发布 Cosmos 3 Edge，一个 40 亿参数的开源世界模型，帮助机器人和视觉 AI 智能体理解环境、实时推理并生成机器人动作。
推荐理由：40 亿参数模型在边缘设备上实现实时推理与机器人控制，为端侧物理 AI 提供了可直接部署的开源世界模型。
Hugging Face Blog精选AI 评分6969 NVIDIA NeMo Automodel 与 Diffusers 集成，可大规模微调视频和图像模型
NVIDIA 和 Hugging Face 推出 NeMo Automodel 与 Diffusers 的集成，为 Hub 上任意 Diffusers 格式模型提供生产级分布式扩散训练，无需转换 checkpoint 或重写模型。
推荐理由：NVIDIA 与 Hugging Face 把分布式扩散训练接入 Diffusers，无需转换 checkpoint 或重写模型，可直接微调现有开源扩散模型。
Hugging Face BlogAI 评分5656 NVIDIA 发布 Nemotron 3 Embed 嵌入模型，8B 版登顶 RTEB
NVIDIA 发布 Nemotron 3 Embed 系列开源商用嵌入模型，包含 8B 旗舰版与两个 1B 版本，其中 Nemotron-3-Embed-8B-BF16 在 RTEB 排行榜排名第一。
Hugging Face BlogAI 评分3535 DharmaOCR 在巴西葡萄牙语 OCR 基准上超越 Mistral OCR4 与 Unlimited-OCR
DharmaOCR 在葡萄牙语 OCR 基准上取得 0.925 分，高于 Mistral OCR4 的 0.798 和 Unlimited-OCR 的 0.7587。该模型通过葡萄牙语监督微调加 DPO 两阶段训练，将全部参数集中于巴西葡萄牙语，从而在提取质量与稳定性上保持优势。
Hugging Face Blog精选AI 评分8787 Hugging Face 披露 2026 年 7 月由自主 AI 智能体发起的基础设施入侵事件
Hugging Face 披露其生产基础设施遭入侵，攻击由一个自主 AI 智能体系统端到端驱动，攻击者利用数据集处理的两个代码执行路径获得初始访问，窃取部分内部数据集和服务凭证。
推荐理由：官方披露由自主 AI 智能体发起的基础设施入侵与处置细节，读者可以看到防御方如何用自有模型完成取证并应对护栏限制。
Hugging Face BlogAI 评分4949 构建 Shippy 的经验：如何打造可靠的 AI 智能体
Ai2 的 Skylight 团队分享了海事 AI 智能体 Shippy 的架构：由系统提示词构成的 soul、按 agent-skills 规范编写的 skills，以及涵盖 OpenClaw 框架和 Claude Opus 4.6 模型的 config 三部分组成。
Hugging Face BlogAI 评分5858 IBM Research：模型路由看似简单，实则是系统优化问题
IBM Research 团队撰文指出，把 Agent 系统中的模型路由当作分类问题会失效，实际是成本、质量、延迟与合规并存的系统优化问题。
Hugging Face BlogAI 评分5050 Hugging Face 发布 Real World VoiceEQ 基准，用人类评分衡量语音 AI 的人类化质量
Hugging Face 团队推出 Real World VoiceEQ 基准，评估语音交互的人类化质量，覆盖 40 多个专有和开源语音模型、15+ 维度和 60 多项指标，涉及 ASR、TTS、S2S 和语音理解。
Hugging Face Blog精选AI 评分8181 Hugging Face 发布 Thinking Machines 多模态开源模型 Inkling 使用指南并推出 Inkling-Small
Thinking Machines 的开源多模态模型 Inkling 上线 Hugging Face，总参数 975B（激活 41B），原生接收图像、文本和音频输入，支持 1M 上下文和 1M token 训练语料中的 45 万亿 token 多模态训练，同日推出 276B 总参数、12B 激活参数的 Inkling-Small。
推荐理由：官方详细拆解了 Inkling 的 MoE、相对注意力等架构设计，并给出从 2TB BF16 到 1-bit GGUF 的多档部署路径，方便按硬件选型。
Hugging Face BlogAI 评分5656 Hugging Face 发布 PyTorch Profiling 系列第三篇：用 profiler 解读 attention 各后端
Hugging Face 博客发布 Profiling in PyTorch 系列第三篇，在 NVIDIA A100 上用 profiler 对比手写 attention 与 SDPA 的 math、efficient、flash、cuDNN 后端。
Hugging Face BlogAI 评分3939 Hugging Face 博客：智能体时代为何需要开放数据，合成数据如何扩展规模
NVIDIA Nemotron 开放数据产品已发布超 10 万亿预训练 token 和数百万后训练样本，并推出 Nemotron Post-Training v3 Prompt Atlas 交互式可视化地图，可按数据集、流程阶段、领域或工具使用筛选提示词样本。
Hugging Face Blog精选AI 评分6464 Hugging Face：vLLM 的 transformers 后端达到原生实现速度
Hugging Face 宣布 vLLM 的 transformers modeling backend 现在在多种 LLM 架构上达到甚至超过 vLLM 手写原生实现的速度，模型作者无需移植即可获得原生推理性能。
推荐理由：官方给出三种 Qwen3 规模下的对比数据和方法，读者可以据此评估是否直接用 transformers 后端替代手写 vLLM 实现。
Hugging Face BlogAI 评分4949 Hugging Face 与 Amazon SageMaker Studio 实现一键深度链接集成
Hugging Face 与 Amazon SageMaker AI 推出深度链接集成，用户在支持的模型页点击 Customize on SageMaker AI 或 Deploy on SageMaker AI，即可直达 SageMaker Studio 并预加载所选模型。
Hugging Face Blog精选AI 评分6161 Microsoft Foundry Managed Compute 上线 Hugging Face 精选模型集
Microsoft 在 Build 2026 宣布 Foundry Managed Compute 及 Hugging Face 模型集，精选开源权重模型每周更新，可一键部署到 Azure 预置的 GPU 托管平台。
推荐理由：官方详解 Hugging Face 模型进入 Foundry Managed Compute 的策展流程、支持运行时和部署方式，读者可以据此评估企业侧部署开源模型的实际路径。
Hugging Face Blog精选AI 评分6161 LeRobot v0.6.0 发布：世界模型策略、奖励模型 API 与六大仿真基准
Hugging Face LeRobot 团队发布 v0.6.0，引入 VLA-JEPA、LingBot-VA、FastWAM 三个世界模型策略，新增 GR00T N1.7、MolmoAct2、EO-1 等 VLA，以及 Robometer、TOPReward 奖励模型和统一奖励 API。
推荐理由：官方完整发布说明覆盖世界模型策略、奖励模型、基准与部署 CLI，读者可据此评估是否升级自己的机器人训练工作流。
Hugging Face Blog精选AI 评分6363 Hugging Face 与 SkyPilot 推出 store: hf，跨云读取 Hub 数据免出流费
Hugging Face 与 SkyPilot 联合推出 store: hf 后端，用一个 hf:// URL 和现有 HF_TOKEN 即可将 Hugging Face Bucket 或任意 Hub 仓库挂载进 SkyPilot 任务，任务可调度到 20+ 云、Kubernetes 和本地集群。
推荐理由：原文给出具体价格对比和三云基准数字，读者可以据此评估零出流存储对跨云训练成本的实际影响。
Hugging Face BlogAI 评分4343 PRX Part 4：我们的数据策略
PRX 系列第 4 篇披露其数据策略：预训练数据由公开与内部数据集混合组成，用 VLM 重新生成图像长描述，再转为可流式训练的语料。团队改用 Qwen3-VL 在训练中实时计算文本 latent，实测吞吐仅损失约 3–4%（30 天训练多约 1 天），图像统一以 JPEG quality 92 编码。
Hugging Face BlogAI 评分5858 Hugging Face 发布 🤗 Kernels 项目重大更新，引入 kernel 仓库类型与代码签名
Hugging Face 官方博客总结 🤗 Kernels 项目数月来的重大更新，包括 Hub 新增 kernel 仓库类型、默认仅加载受信任发布者的 kernel、基于 Sigstore cosign 的代码签名、重构 kernels 与 kernel-builder 的 CLI。
Hugging Face BlogAI 评分5656 Hugging Face 与 Cerebras 基于 Gemma 4 打造实时语音到语音演示
Hugging Face 与 Cerebras 展示了一套全开源、模块化可替换的实时语音到语音流水线，语言模型采用 Google DeepMind 的 Gemma 4 31B，在 Cerebras 上推理，语音识别用 Nvidia Parakeet，语音合成用 Alibaba Qwen3TTS。
Hugging Face BlogAI 评分5252 IBM 发布 ScarfBench：评测 AI 智能体的企业级 Java 框架迁移能力
IBM Research 发布开放基准 ScarfBench，用于评估 AI 智能体在 Spring、Jakarta EE、Quarkus 之间的企业 Java 框架迁移任务，包含 34 个应用、102 个框架实现、204 个迁移任务和 1331 个专家测试。
Hugging Face BlogAI 评分4242 为什么专业化不可避免：优化理论、进化生物学与机器学习给出同一答案
针对 Goldfeder、Wyder、LeCun 与 Shwartz-Ziv 2026 年论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》，Dharma AI 撰文解读其核心论点：专业化是有效 AI 系统的决定性原理之一。