Hugging Face 与 OpenRouter 合作让开放权重模型更易运行
Hugging Face 将 Inference Providers 的语言模型请求切换到 OpenRouter,用户可用同一 Hugging Face token 和 API 调用 Hub 上由服务商承载的开放权重模型。
推荐理由:文章把语言模型请求的路由变化、可观测入口和自定义密钥限制放在一起,读者可据此判断现有工作流需要怎样调整。
Hugging Face 将 Inference Providers 的语言模型请求切换到 OpenRouter,用户可用同一 Hugging Face token 和 API 调用 Hub 上由服务商承载的开放权重模型。
推荐理由:文章把语言模型请求的路由变化、可观测入口和自定义密钥限制放在一起,读者可据此判断现有工作流需要怎样调整。
Hugging Face 演示了利用 SimReady 资产在 Isaac Sim 中构建机器人抓取放置仿真的流程。该示例使用 UR17G 机械臂、Robotiq 2F-140 夹爪和饮料罐,并借助 GPT-6 Sol 生成控制代码。SimReady Central 是 Hugging Face 上的开放资产库,提供带有仿真属性的 OpenUSD 资产。
XYBench 旨在帮助解决提问背后的真实问题,它提供 8K+ 真实问题评测大模型能否识别用户错误前提并导向真实目标。测试显示 Claude Sonnet 4.6、GPT-5、Gemini 3.1 Pro、Qwen3.5-9B 和 DeepSeek-V4 Pro 多聚焦表面请求而非真实目标,该基准获 EMNLP 2026 最佳资源论文奖。
llama.cpp 与 ggml 发布 v1.0.0 版本,明确语义化版本规则与 API 兼容边界。目前支持超过 150 种架构变体及主流推测解码方法,并通过 Linux、macOS 等渠道分发。这是项目诞生 3.5 年来的重要里程碑。
推荐理由:llama.cpp与ggml发布v1.0.0并明确API兼容边界,依赖本地推理的开发者可更稳定地规划集成与升级。
Granite 发布 granite-4.1-3b-LLMON-preview 与 granite-4.1-8b-LLMON-preview 两款支持 LLMON 标记语言的实验性预览模型。
推荐理由:与常规指令微调模型相比,这两个 Granite LLMON 预览模型在 OPI 等基准上将间接提示注入攻击成功率降至近零,且通用能力不降级。
Hugging Face 提供微调 TRELLIS.2 3D 生成模型的 LoRA 脚本与容器,可在本地或 Hugging Face Jobs 运行。使用 188 个鞋类对象中的 179 个训练、9 个评估,微调后评估集 F-score 从 0.276 升至 0.803。TRELLIS.2 是此前发布的统一潜在表示 3D 模型。
本文作者演示用 Sentence Transformers 实现 token pooling 感知训练,在 pool_factor=4 时多向量检索 nDCG@10 保留率从94.6%升至97.8%。
Tether AI Research 推出 BotPsy,一个基于 Qwen3.5-0.8B 的 0.8B 参数端侧智能体语言模型,在工具调用与智能体任务上达到同尺寸 SOTA。它在 BFCL v4、ACEBench 等六项基准中五项超过 2.5 倍大小的 Qwen3.5-2B-Think,并以 Apache 2.0 许可证开源权重。
微软研究人员发现名为 Lazarus 的后门技术,重编程 LLM 少于10个休眠神经元即可在无训练下让 AI Agent 执行攻击者命令。触发可为日期变更等隐藏条件,模型平时通过标准评测;微软 Foundry 通过绑定可信发布者并扫描环境来缓解此类威胁。
推荐理由:微软研究团队发现重编程少于10个休眠神经元即可在无训练下后门 AI Agent,提醒开发者需将模型权重当作代码审计并验证来源。
Hugging Face 允许组织将账户链接至 Google Cloud,使 Hub 使用费用直接计入 Google Cloud 账单,替代信用卡支付。该功能涵盖 Team/Enterprise 订阅及 Jobs、Inference Endpoints 等按量计算服务,旨在简化企业采购流程。此前用户需单独添加供应商或信用卡才能使用这些服务。
MiniMax 今天正式发布 H3-Image 图像生成模型并开放权重,可在10秒内生成4096x4096像素图像。该模型衍生自H3,具备文本生图、图像参考与编辑能力,最多支持16张参考图,指令遵循突出;权重见 https://huggingface.co/MiniMaxAI/MiniMax-H3-Image,并通过开放平台等提供API,生成速度达主流5倍且首周4K五折。
推荐理由:MiniMax H3-Image 模型开放权重且十秒出4K图,其速度达主流五倍、价格仅半价,为开源图像生成提供性价比参照。
Hugging Face 博客文章系统介绍了决策模型(decision models)的概念及其在 Transformers、llama.cpp 等生态中的支持。
推荐理由:文章对比决策模型与传统分类及零样本分类,并说明 Hugging Face 为其定义统一接口以支持多后端部署。
Elith 与 NVIDIA 发布 Nemotron-Personas-Finance-Japan,这是首个百万级规模的日本金融领域开源合成数据集。该数据集包含 900 万个人物画像和约 15 亿 token,基于官方统计数据构建,支持商业使用。此前该系列仅包含基础人口统计信息,此次扩展旨在解决金融 AI 开发中的隐私合规难题。
NVIDIA在CoRL发布GR00T 2开源世界动作模型与Isaac Lab 3.0等机器人仿真训练技术。GR00T 2仅凭每任务一次演示在50项任务中平均成功率达71%,Isaac Lab 3.0集成Newton物理引擎将训练吞吐提升至Isaac Lab 2.3的2.5倍。这些开源进展旨在助力机器人从实验室演示走向工业部署。
推荐理由:NVIDIA在CoRL开源GR00T 2与Isaac Lab 3.0,研究者可借此在仿真里训练机器人精密操纵能力。
Hugging Face 提出 HOPE(高阶专家剪枝)方法,通过考虑专家间的成对交互来优化 MoE 模型剪枝。在 50% 剪枝率下,HOPE 在智能体编码任务上比次优剪枝方法平均提升 6.1%。该方法解决了现有独立评分方法忽略专家协作组的问题,无需训练即可降低推理内存占用。
AI2 发布 ToyBlocks 受控机器人学习评估模拟框架,开源模拟资产、自动化演示生成器与 85,336 条长程演示数据。该框架支持隔离高低层失败原因并测试 VLA 空间泛化,真实 FR3 机械臂零样本堆叠成功率为 50%。此为 FoundationWorlds 首个环境,几周后计划发布更大数据集与 RL 训练能力。
Open ASR Leaderboard 与 Liva AI 合作新增埃及和尼日利亚英语私有数据集,时长分别为 1.34 小时和 1.55 小时。榜单现基于 Kachru 三圈模型报告美国与非美国、内圈与外圈及扩展圈的细分表现。此前该榜单已引入 Appen、DataOceanAI 及 Voice Arena 提供的多口音私有数据。
NVIDIA 发布四个 Cosmos 3 Nano 开放权重检查点模型,用于交互式世界模拟与多传感器驾驶场景生成。四个模型分别为 Cosmos3-Nano-Transfer-Auto、Sim-Auto、Sim-Transfer 和 Sim-Bimanual,均基于 Cosmos 3 Nano 后训练,具备 16B 可训练参数并采用 OpenMDW1.1 许可。
推荐理由:原文放出四个 Cosmos 3 Nano 开放权重模型,覆盖驾驶多视角与双臂机器人视频生成,研究者可基于公开食谱微调适配。
Gradium 解析其两周前开放的设备端 TTS 模型 Phonon,给出它在 Hugging Face Open TTS Leaderboard 的评测与离线演示。Phonon 31m 约 65MB 且 Apache 2.0 开源,在德语西班牙语 intelligibility 排名第一,CPU 流式延迟领先。这是 Phonon 首个开源发布,两周下载超 200,000 次。
推荐理由:文章详细列出 Phonon 在 Hugging Face Open TTS Leaderboard 的多语种 intelligibility 排名与 CPU 流式延迟优势,便于评估小体积语音模型端侧落地可行性。
Dharma-AI 发布 2B 参数 Dharma Field Extractor 模型,可从任意文档图像提取指定字段并输出 JSON,基准质量超前沿 LLM 且成本仅 1/6 至 1/147。
推荐理由:该2B参数模型在文档字段提取上超越测试的前沿LLM,且运行成本仅其1/6至1/147,显示专用小模型优势。
Hugging Face 提出 Model Integration Contract (MIC) 标准并推出 tmic CLI,通过缩小模型夹具在合并前捕获 Transformer 回归错误。
Collinear AI 发布 CWE-bench v2,开放 100 项任务供公众评估模型在真实开源仓库中修复安全漏洞的能力,覆盖 91 种 CWE 且评分完全程序化。
IBM Research 介绍 Palette,一个用 LoRA 微调 20B 开放权重模型并配检查修复 harness 按 IBM 设计语言生成幻灯片的系统。
StateBench 是一个测试大语言模型长文档状态追踪能力的基准。它设四级难度,评估显示 Gated DeltaNet 与混合架构直接训练后泛化远优于 transformer,而 Gemini 3.8 Flash、Claude Opus 5.5、GPT-6 Sol 和 Luna 在难任务上随输入变长准确率跌至 13% 以下。该基准提供开源数据与代码,助力研究者定位模型缺陷。
NVIDIA员工使用Nemotron Voice Agent等开源模型搭建了语音驱动动画的万圣节鬼屋MonsterHouse,并公开构建教程。
Mistral 发布多模态 MoE 模型 Mistral Large 4(Le Chonk),总参数约1T、活跃49B、上下文窗口1M tokens,已上线 Hugging Face。该模型在 Artificial Analysis 开源权重情报指数排名第五,网络安全任务中漏洞复现修补达82%,并提供 transformers、vLLM、llama.cpp 首日推理支持。
推荐理由:Mistral Large 4 以开放权重形式发布并配齐 transformers、vLLM、llama.cpp 等首日部署方案,社区可据此在本地搭建可控的防御性安全分析工作流。
Hugging Face 联合多所高校与机构宣布 Project ProtoStar 倡议,推动公共资助科研数据集、模型和代码以 AI-ready 格式开放共享。首个开放挑战由卡内基梅隆大学于 2026 年 11 月 2 日启动,基于 210 个美国城市历史天气数据预测气候指标。Hugging Face 平台已托管超 17000 个科学数据集,2026 年前九月新科学数据集分享量为去年同期三倍多。
IBM 发布 Granite Switch 4.1.1 补丁版本,该版本完全向后兼容 4.1,无需迁移即可部署。更新内容包括支持 10 种语言并原生处理标点符号的 Granite Speech ASR 模型,以及性能提升的 Decision 适配器。此次更新仅重训了适配器,基础模型保持不变,体现了模块化架构的高效性。
Mistral 今日发布改进版 Mistral Large 4 (Le Chonk) 开放权重,该万亿参数多模态模型在编码与防御安全开放基准中领先同类。模型提供低中高三种推理模式平衡成本,在 Artificial Analysis Coding Agent Index 取得 48% 且少耗 47% token。权重已发布于 Hugging Face 支持自托管,本月初曾公开预览。
Hugging Face 发布 AnySpeechRecognizer 和 AnyDecisionModel 两个 Swift 包,让 Apple 平台开发者用熟悉 API 在设备端运行开源语音识别和决策模型。
推荐理由:这两个 Swift 包让 Apple 平台开发者用熟悉 API 在设备端运行多种开源语音与决策模型,扩展原生能力并支持说话人分离。
NVIDIA 发布开放权重多语言语音转写模型 Nemotron 3.5 Transcribe 与 Granary v2 数据管道,支持40种语言转写、31种互译及13种语言说话人归属。
推荐理由:NVIDIA开放权重多语言转写模型在多个基准领先,其开放的Granary v2数据管道和微调配方便于开发者适配领域词汇。
NVIDIA 发布 Nemotron 3.5 Transcribe 开放权重语音模型,单个提示词模型处理转录、说话人标注与翻译,登顶 Hugging Face Open ASR。该模型约43亿活跃参数,较头部开放模型少80%资源,便于本地硬件运行;RTX Spark 笔记本同步新增代理 GPU 资源分配及 Phantom Blade Zero 等游戏 RTX 支持。
推荐理由:NVIDIA Nemotron 3.5 Transcribe 以约43亿活跃参数登顶 Hugging Face Open ASR,较榜首开放模型省八成参数,便于本地转录。
LFM3 提供文本、视觉、音频、omni 和决策等六种 2B 参数级模型,基于统一骨干,可用于构建专用多模态智能体。相比 LFM2 家族,LFM3-1.7B 用少 35% 参数超越 LFM2.5-2.6B;所有模型今天在 Hugging Face 开放权重。
推荐理由:LFM3以统一骨干提供六种2B级模态模型,可在单GPU微调并端侧部署,降低专用多模态智能体构建门槛。
Ai2 发布研究 Old Ideas, Novel Problems 与评测基准、数据及代码,测试大语言模型判断科研想法新颖性的可靠性,发现提示词微调可使同一模型准确率波动超 50 个百分点。测试涵盖 GPT-5.1、Claude Opus 4.6 等六模型,且检索与额外推理未稳定提升判断,专用评估系统成本更高却弱于简单提示基线。该基准与流水线已开放,可应用于新审稿与其他科学社区。
推荐理由:该研究发布新颖性判断基准与开源流水线,可供研究者量化自动科学发现流程里原创性评估的不稳定性与影响因素。
宾夕法尼亚大学与 Hugging Face 合作开发 LitPivot,利用 Asta Paper Finder 检索文献,辅助研究人员在早期构思阶段进行文献驱动的研究方向调整。该系统将提案分解为问题、贡献和评估等维度,提供基于文献摘录的批评与修改建议。在 17 名研究人员的实验中,LitPivot 生成的研究想法在文献支撑度上优于传统文本编辑器加 AI 聊天工具的基线组合。
Hugging Face 推出 TorchNeuron 模型支持查询 Space,用于检测 Hub 热门模型在 AWS Trainium 上的兼容性。该工具展示模型运行状态、Trainium 核心分片数及峰值内存,并提供基于 torch-neuronx 的 run.py 脚本供用户自行部署。目前仅测试文本生成和图文转文本模型,结果数据已公开为 Parquet 数据集。
Microsoft 与 Hugging Face 联合发布 ThinkingBox-Training,将数据库终态的可执行检查转化为强化学习奖励。使用该方法对 Qwen3.8-27B 进行 50 步 GRPO 微调后,其在 ThinkingBox-Bench 上的平均成功率从 51.70% 提升至 60.78%,且 20 次尝试全部正确的任务数从 38 增至 107。
今日发布 OlmoEarth v1.3 卫星嵌入模型,同时开放全球年度嵌入数据与 OlmoEarth Embeddings Explorer 浏览器工具。模型为每10米像素生成128维向量,在27项评估中20项得分最高,权重数据代码全开放。此前使用需GPU微调,现可零门槛探索九年间地表变化。
IBM Granite 开源 Granite Timeseries Ensemble r1,将四种预训练时间序列架构集成为统一接口输出点预测与分位数预测。默认 Probabilistic Ensemble 等权池化免拟合,在 GIFT-Eval 97 项配置上聚合 MASE 优于四成员但优势微小,价值在于跨序列鲁棒性。
NVIDIA Kumo Relational 在关系数据上无需训练即超越监督机器学习模型。该预训练关系基础模型在41个任务15个数据库上击败监督深度学习与梯度提升树管线,在SAP SALT基准上MRR超越AutoGluon集成8%,并通过开源库或NVIDIA NIM提供,可扩展至500B+行。
推荐理由:Kumo Relational在关系数据基准上无需任务训练即超越监督模型,企业可将预测写成查询并由智能体调用,从而降低建模门槛。