Hugging Face Hub 上线 RL 环境过滤器与框架标签
Hugging Face Hub 上线 RL 环境过滤器与框架标签,将强化学习环境以数据集仓库形式统一托管与发现。支持 Harbor、Verifiers、OpenEnv、NeMo Gym 等框架标签,页面生成对应运行命令。已有 BeyondSWE、Terminal-Lego 等多套环境接入,旨在解决跨框架环境孤岛问题。
Hugging Face Hub 上线 RL 环境过滤器与框架标签,将强化学习环境以数据集仓库形式统一托管与发现。支持 Harbor、Verifiers、OpenEnv、NeMo Gym 等框架标签,页面生成对应运行命令。已有 BeyondSWE、Terminal-Lego 等多套环境接入,旨在解决跨框架环境孤岛问题。
GPT-6 Astra 完成一份 50 个标签页的税务工作簿,速度是 GPT-5.6 Sol 的两倍。其对用户意图更强的理解能力,让 Basis 在真实业务场景中使用时更有信心。
Proaction 借助 Codex、GPT-Live-1 和 GPT-6 Astra 构建、运营并销售现代车队管理服务,销售额提升 60%,节省 75+ 小时。
GitHub Copilot 应用引入 Canvases 功能,允许用户通过 /create-canvas 指令用自然语言描述需求,自动生成可交互的自定义界面。该界面支持用户与 Agent 双向实时协作,无需手动编码即可创建看板、清单等工具,并可通过 Awesome Copilot 社区分享和复用。
AWS 结合 Amazon EKS、EFA 与 DeepEP,为大规模 MoE 模型的 RLHF/GRPO 强化学习后训练提供架构方案,吞吐量提升 40%。该方案针对 rollout 生成与策略训练并行的异步 RL 循环,通过 DeepEP 优化 Expert Parallelism 的 all-to-all 通信,缓解跨节点带宽瓶颈。
AWS 展示在 Amazon SageMaker HyperPod 上用开源 RL 框架 SkyRL 训练 Qwen3-VL-8B 视觉语言模型走迷宫,基于 GRPO 从 VisGym SFT 检查点出发,在固定 64 个迷宫的评测集上把解迷宫成功率从 43.75% 提升到 95% 以上。
NarrateAI 在 Amazon Bedrock 上通过五项技术实现约 99% 的数值准确率,并支持实时流式响应。这五项技术分别是自适应流水线编排、跨账户多模型故障转移、实时流式评估、复合评估框架和数据准确性验证,其中约 90% 的查询走单次快速路径,仅约 10% 走并行批处理路径。该系统已服务超过 4,000 名 AWS 高管领导者,用于实时业务评审中的对话式数据分析。
阿里云 Qwen 团队开源的 Qwen3-TTS-12Hz-1.7B-Base 现已上线 Amazon SageMaker JumpStart,可部署到全托管实时推理端点,仅需几秒参考音频和对应文本即可克隆音色,无需重新训练。
Datacor 将 Amazon Quick Sight 嵌入 TrackAbout 方案,为工业气体与焊接分销商提供交互式仪表盘和自然语言搜索,业务用户无需提 IT 工单即可查询租赁数据。
Wayfair 使用 OpenAI 模型改进电商支持及产品目录准确性,实现工单分诊自动化并大规模增强数百万产品属性。
GitHub Copilot 推出 Canvas 功能,允许在应用内运行全栈应用并与 Agent 双向通信。作者通过 Connect 4 游戏、Winget 管理器和 SQLite 数据库等示例,展示了 Canvas 如何减少 Token 消耗并实现开发工作流的自动化。
Google Research 发布 AI video co-director 框架,基于 Gemini 和 Veo 构建多智能体系统以解决长视频生成的语义漂移和级联失败问题。
推荐理由:提出多智能体框架解决长视频语义漂移,通过全局优化与视觉记忆实现分钟级叙事一致性。
GitHub Security Lab 发布了 Fuzzing Taskflow,一个针对 C/C++ 项目的自主模糊测试流水线,默认使用 Claude Sonnet 5 驱动。该工具通过 MCP 工具调用 AFL++ 和编译器,自动完成入口点识别、Harness 编写、覆盖率分析及崩溃分诊,并生成包含漏洞判定和修复建议的报告。
推荐理由:展示了 LLM Agent 如何接管模糊测试中编写 Harness、分析覆盖率及分诊崩溃等重复性人工环节,为 C/C++ 项目自动化安全审计提供了可复用的工程范式。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,通过低延迟流式视频与语音结合实现近实时视觉存在。该功能支持 97 种语言的唇形同步,并能在对话进行中后台异步执行工具调用,目前已通过 Gemini Enterprise 开放。
推荐理由:原文展示了实时视频与语音结合的多模态交互能力,以及后台异步工具调用机制,为构建企业级虚拟助手提供了具体参考。
Liquid AI 发布 LFM2.5-VL-DSpark 实验性草稿模型,为 LFM2.5-VL-3B 视觉语言模型引入推测解码路径。该模型增加 280M 参数,在 H100 上实现最高 2.66x 解码加速,并支持 llama.cpp、MLX-VLM 和 SGLang。
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构,通过 AlphaFold Database 开放了超过 2800 种病毒的蛋白复合物 3D 结构预测数据。该数据集利用 AlphaFold2 和 NVIDIA BioNeMo Inference Runtime 生成,其中约 30% 的蛋白相互作用是科学界首次记录,旨在帮助科学家提前储备应对未来大流行的知识。
推荐理由:NVIDIA 与 Google DeepMind 等机构开放了 2800 多种病毒的蛋白复合物 3D 结构预测数据,为未来疫情应对提供基础生物学知识储备。
NVIDIA GeForce NOW 发布 CONTROL Resonant 云端游戏,支持 GeForce RTX 5080 类性能与 NVIDIA DLSS 4 技术。
GitHub Copilot 应用重构了 Pull Request 视图,以支持包含 2,200 个文件和超百万行变更的超大 diff 渲染。通过采用双几何架构,将代码行高度与动态评论块高度分离,解决了评论高度未知导致的滚动卡顿问题。该方案确保了在极端负载下,即使存在 400 多条内联评论,审查体验依然保持快速流畅。
微软研究院对移动操作机器人工作负载做了系统性测量,发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU,可提升任务成功率、支持更大模型并延长续航。
推荐理由:微软研究院系统测量了机器人端侧 GPU 推理的瓶颈,并给出可复用的卸载工具链,读者可据此判断物理 AI 的部署取舍。
Google DeepMind 发布 Private AI Compute 平台的安全服务端记忆架构,实现跨设备持久 AI 记忆并维持端侧隐私标准。该架构利用云端安全飞地(secure enclave)和端到端加密通道,加密密钥仅保留在用户个人设备上,确保数据对包括 Google 在内的任何第三方不可访问。
推荐理由:原文展示了云端持久记忆与端侧密钥控制的架构,为跨设备隐私计算提供了可验证的技术路径。
OpenAI Academy 迎来两周年,目标是把 AI 技能带给更多社区。该消息由 OpenAI 发布,未披露具体课程、覆盖人数或新增地区等细节。
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS,支持通过自然语言提示创建自定义角色声音并逐行指导场景对话。
推荐理由:原文展示了从静态预设到动态创意工作室的转变,提供了多语言角色定制与场景对话控制的具体能力。
NVIDIA 验证工程师 Sakeena Fiza 负责在量产前测试数据中心系统,确保硬件在 AI 工厂环境中稳定运行。她曾见证 NVIDIA Rubin GPU 首次实现系统级枚举,并通过排查固件、硬件及热力学问题,在客户发现故障前解决潜在风险。
OpenAI 宣布将 Daybreak 计划的访问权限扩展至乌克兰政府,用于支持民用基础设施的网络防御。该计划此前仅面向特定用户开放,此次扩展旨在帮助乌克兰应对针对民用设施的网络安全威胁。
OpenAI CEO Sam Altman 在联合国安理会发表讲话,讨论 AI 安全、人类控制与国际合作。
invideo 借助 GPT-6 Astra 实现更精准的剪辑规划,调色与色彩校正效率提升 3 倍,并在一天内产出 50 个自定义特效。
Harvey 借助 GPT-6 Astra 生成结构更清晰、更贴合上下文的法律文书,让律师得以专注于策略。
Ringg 基于 GPT-5.6 打造的多语言 AI 智能体可解决最多 65% 的客户来电,覆盖语音、聊天、WhatsApp 和网页渠道。相比 GPT-4.1,其成本降低 90%。
OpenAI 发布 MentalHealthBench,一个由专家参与构建的基准,用于评估 AI 在真实心理健康对话中回复是否有帮助且安全。
NVIDIA 在新加坡 AI Day 展示合作伙伴利用 Nemotron 和 Cosmos 模型加速东南亚 AI 落地。新加坡 HTX 使用 Nemotron 3 Super 和 Nano Omni 推进公共安全 AI,泰国 iApp Technology 基于 Nemotron 3 Nano 微调的开源法律模型已服务约 43,000 名用户。
ChatGPT Ads 扩展至东南亚和台湾,使符合条件的企业可在超过 60 个国家和地区触达用户。
Airbnb 正在扩大 GPT-6 Astra 及 OpenAI 前沿模型的使用范围,帮助工程团队排查 bug、设计系统并加快交付。
OpenAI 与 Grab 联合推出区域性项目 GO Forward with AI,计划帮助东南亚 30,000 名合作伙伴掌握实用 AI 技能。
GPT-6 改进了提示词缓存,带来更高的缓存命中率、新的诊断工具、显式断点以及可降低延迟与成本的控制项。
OpenAI 发布 GPT-6 Sol 和 Luna 两款模型,面向日常工作场景提供前沿智能,两者在能力与成本上有不同的平衡取向。
NVIDIA 在 ROSCon 大会上发布 Isaac ROS 5.0,引入智能体工作流以加速机器人应用构建与部署。该版本支持 ROS Lyrical 和 Ubuntu 24.04,提供 FoundationPose 推理库使物体位姿估计速度提升 5.5 倍,并包含用于设置和操作的 Isaac 技能。
推荐理由:Isaac ROS 5.0 引入智能体工作流与 FoundationPose 加速,为开发者提供从构建到部署的完整物理 AI 开发路径。
Parallel 借助 GPT-6 Astra 让智能体研究并综合劳动力市场数据,耗时和成本均降至此前模型的一半。
Hugging Face 宣布 transformers 库新增对 GGUF 格式模型的支持,允许用户通过 from_pretrained 接口在本地加载并运行量化模型。该功能目前主要面向 Apple Silicon 设备,通过复用 ggml 内核实现接近 llama.cpp 的推理性能,并支持通过 transformers serve 暴露 OpenAI 兼容 API。
推荐理由:原文展示了在 transformers 中直接加载 GGUF 量化模型的方法,并给出了 Apple Silicon 上的性能对比数据。
oMLX 创建者 Jun Kim 加入 Hugging Face,继续领导该项目并保持 Apache 2.0 开源协议。Hugging Face 将利用 oMLX 作为新想法的测试平台,重点优化从 transformers 模型定义到 MLX 参考实现的转换流程,以加速本地 AI 生态发展。
OpenAI 阐述了针对前沿模型与防护措施的第三方 AI 安全评估的优先事项与原则,强调评估需严谨、安全且独立。