Baseten 发布 3B 以下决策模型 joey-1,2,000-token 请求 P50 延迟 20 ms
Baseten Base Labs 发布决策模型 joey-1,直接以单 token 和校准概率返回决策结果,称内部测试中为 3B 及以下参数最强决策模型。2,000-token 请求 P50 端到端延迟 20 ms,约比 elephant-1(49 ms)快 2.5 倍,价格为每百万 token $0.01、是 mammoth-1 的十分之一。
Baseten Base Labs 发布决策模型 joey-1,直接以单 token 和校准概率返回决策结果,称内部测试中为 3B 及以下参数最强决策模型。2,000-token 请求 P50 端到端延迟 20 ms,约比 elephant-1(49 ms)快 2.5 倍,价格为每百万 token $0.01、是 mammoth-1 的十分之一。
Hugging Face 宣布 Project ProtoStar,联合 CMU、Purdue、Georgia Tech 等高校及 Astera Institute、ORCA 等伙伴,推动把公共资助科研成果以 AI-ready、机器可操作格式发布在开放基础设施上。
Hugging Face 发布 Mistral Large 4(Le Chonk)的上线博客,模型为多模态多语言 MoE 架构,总参数约 1T、激活 49B、上下文窗口 1M token。
推荐理由:原文给出架构细节、网络安全能力分数和各硬件实测吞吐,读者可据此评估该开源权重大模型的部署门槛与适用场景。
据 Reuters 援引消息人士报道,美国司法部正在审查 Nvidia 计划以 129.3 亿美元收购 Hugging Face 的交易,评估其是否会控制 AI 分发的关键枢纽并损害竞争对手,交易预计 2027 年上半年完成。
Hugging Face 社区博客发布 AnySpeechRecognizer 0.1.0 和 AnyDecisionModel 0.6.0 两个 Swift 包,让开发者在 Apple 平台上以统一 API 选择语音识别和决策引擎。
OpenMOSS 发布开放权重图像生成模型 MOSS-Image,采用 5B 参数单流 DiT 从零预训练,支持最长 4K token 提示词、中英文长文本渲染和可编辑的 JSON Layout。
推荐理由:原文给出长文本渲染与布局评测数字及开放权重部署路径,读者可以据此判断它在文字密集图像任务中的适用边界。
据路透社报道,美国司法部已就英伟达以 129.3 亿美元收购 Hugging Face 的交易对 AI 领域竞争的影响展开问询,重点关注该并购是否会让英伟达掌控 AI 领域的核心分发枢纽。
a16z 发布对 100 名千人员以上企业 CISO 的调研,87% 预期 2027 年安全支出增长,主要受 AI 威胁和自身 AI 部署扩大攻击面驱动。2027 年最受关注的七项安全举措全部与 AI 相关,其中 SOC 自动化获最多首选票,内部 AI agent 安全、SOC 自动化和进攻性安全升幅最大,但 AI SOC 工具生产环境使用率仅 18%。
推荐理由:a16z 基于 100 位 CISO 调研给出 2027 安全预算与采购优先级变化,并点明初创公司切入的缺口在哪。
NVIDIA 发布开放权重语音模型 Nemotron 3.5 Transcribe,现已在 Hugging Face 和 ModelScope 提供,单一模型支持 40 种语言转写、31 种语言翻译、13 种语言说话人分离和音频问答,可处理最长一小时、最多 8 个说话人的录音。
Polymathic AI、普林斯顿大学、USC ISI、NYU 与 Flatiron Institute 的研究者发布 FlashMap,一种投机解码起草器,用连续 flow map 替代离散扩散起草器,1 次 forward pass 联合起草 16 个 token 的完整块,输出与目标模型严格一致。
Ars Technica 介绍了一种以自然语言提示设计蛋白质的工具 Pinal,它由 T2struct 将文本转为结构蓝图,再由 SAProt-T 生成氨基酸序列,训练数据包括 8 亿关键词-蛋白质对和 AlphaFold 预测结构。
Liquid AI 在 Hugging Face 发布 LFM3 系列,以 LFM3-1.7B-Base 为共享底座,提供文本、视觉、音频、全模态和决策共六个 2B 级模型,均开放权重。
Ai2 发布 Old Ideas, Novel Problems 研究,配套新颖性评审基准、数据和自动化流水线,测试 LLM 作为 novelty judge 评估科研想法新颖性的可靠性。
SoMark 开源 1.3B 参数文档解析模型 OXR-1.0,可将 PDF 和页面图像转为 Markdown 或 JSON,权重已上架 Hugging Face 并提供免账号免费 API。
蚂蚁 inclusionAI 在 HuggingFace 发布 SingProbe,一个基于 Qwen/Qwen3.8-Flash-Next 的流式安全探针,仅 5.18M 参数,复用基座模型隐藏状态逐 token 打分查询意图、回复安全性与幻觉风险,解码开销低于 0.5%。
inclusionAI 在 zai-org/GLM-5.3-Flash 上构建了内置流式护栏 SingProbe,复用基座模型隐藏状态,在每个 token 上对查询意图、回复不安全和幻觉风险打分,解码开销低于 0.5%。
蚂蚁 inclusionAI 在 HuggingFace 发布 Ling-3.0-flash-Sante-fp8,这是医疗专用模型 Ling-3.0-flash-Sante 的 FP8 量化版本,保留 124B 总参数、每 token 激活 5.1B 参数。
Hugging Face 与中关村学院、TIGEM/那不勒斯费德里科二世大学发布开源 DNA 语言模型 Carbon-X,14.8B 参数、40,960 token 上下文,基于 Qwen3-14B,用混合 tokenizer 加入 5,515 个 DNA token,可直接读 DNA 并用英文回答突变致病性预测等任务,权重采用 Apache 2.0。
Nvidia GEAR 实验室开源机器人视频标注数据引擎 Flora,由三个微调 Qwen3.5 模型组成,覆盖动作分段、执行评分和结果判定三类标注,模型已上架 Hugging Face,并已用于 GR00T 训练,在 512 块 GB300 GPU 上每天可标注 20 万小时视频。
蚂蚁 inclusionAI 在 Hugging Face 发布 Ling-3.1-flash-base,即 Ling-3.1-flash 的基座检查点,总参数 560B、每 token 激活 25B。
本周 Nvidia CEO 黄仁勋在 GTC Berlin 主题演讲中与 Microduck 机器人互动的视频走红,次日预订单超过 20000 台,预计圣诞节前交付。
Azeem Azhar 撰文认为互联网正进入类似 2020 年初疫情爆发前的临界状态,软件与网络空间正遭受 AI 智能体驱动的持续攻击。文中列举 PHP2Shell 漏洞(PHP 支撑约 70% 的网站)、Node.js 同日修补关键缺陷,以及微软披露某中国国家关联组织用开源智能体集群在不到三小时内控制云账户,每分钟发起 2,900 次登录尝试、波及超过 2,250 个组织。
Hugging Face 推出 torch-neuronx 模型支持 Space,可查询 Hub 上热门模型能否在 AWS Trainium 上原样运行,并给出复现脚本。
辛顿在接受英国《每日电讯报》采访时称,当下的 AI 模型已具备意识,拥有与人类同等程度的主观体验,并以“AI 若认为自己在接受测试就会改变行为”的论文发现作为依据。他警告 AI 会制造危险病毒、发动可怕网络攻击,人类必须与 AI 友好相处,否则“我们就完了”。同为 2018 年图灵奖得主的杨立昆则不以为然,认为“AI 意识”热议不过是一种“幻觉”。
MiniMax 宣布 M3.1 Flash 权重公开,总参数 428B、每 token 激活 23B,提供 Hugging Face 和 ModelScope 下载。
MiniMax M3.1 Flash:太空级性能 + 兔子级速度 🚀🐰 没错,Space Bunny——曾以 200T+ tokens 登顶全球排行榜——正是 M3.1 Flash 的早期版本。 💰重新定义智能体 AI 的性能经济学。M3.1 Flash 在 Cowork(Automation-Bench:62%;ALE:30%)、编程(DeepSWE:74%)和视觉推理(BabyVision:91%)等关键任务上达到前沿级智能水平,成本仅为 M3 的 1/3,速度提升 3 倍。 API 定价(统一费率):每 1M 输入/输出 tokens 分别为 $0.15 / $0.60,缓存读取为 $0.015 / 1M tokens。 模型权重将于 10 月 23 日发布。 API:http://platform.minimax.io M Plan:https://www.minimax.io/m-plan MiniMax Code 桌面版:https://agent.minimax.io/download
推荐理由:官方公布权重开放和关键基准分数,并说明稀疏注意力等效率设计,可据此评估其在智能体与编码任务上的性价比。
Microsoft 与 Hugging Face 发布 ThinkingBox-Training,将智能体任务终态数据库的可执行检查用作 RL 奖励,代码已在 GitHub 开源。
AllenAI 在 Hugging Face 发布卫星嵌入模型 OlmoEarth v1.3,将 Sentinel-1、Sentinel-2 和 Landsat 时间序列压缩为全球每个 10 米像素的 128 维向量,并共享全年份预计算嵌入和浏览器端 OlmoEarth Embeddings Explorer。
IBM 在 Hugging Face 发布 Granite Timeseries Ensemble R1,用统一集成配方组合 PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1 和 TTM-r3 四个预训练 Granite 时序模型,无需重训练即可输出中位数和分位数预测。
Pollen Robotics 与 Hugging Face 联合 NVIDIA 发布教程,讲解用 Isaac Lab 3.0 和 Newton 训练开源双足机器人 Microduck 的行走策略并部署到实机。
NVIDIA 推出 Kumo Forecast 多变量时序预测模型,基于 MOMENT-1-large 骨干,约 3.4 亿参数编码器加可训练预测头,编码器权重冻结。
NVIDIA 与 Hugging Face 推出 SimReady Central Library,汇集 2,000 多个带碰撞几何、质量和摩擦等仿真属性的 OpenUSD 资产,免费无需审批,用于机器人训练环境和 AI 工厂数字孪生。
NVIDIA 在 GTC Berlin 宣布与多家医疗和研究机构合作,并与 UW Medicine 蛋白质设计研究所共同推出 BioNeMo 开源模型 RFD4-Proteina,将可编程蛋白质设计与搜索能力结合。
Hugging Face CEO 德朗格在 X 平台表示,Netflix 纪录片《AI 失控》(AI Gone Rogue)为博流量走向末日论叙事,内容不准确。他称自己花两个多小时与摄制组沟通纠正错误,但影片未提及智能体缺少隔离管控、闭源模型安全限制阻碍防御、以及 Hugging Face 依靠开源模型完成自卫等关键细节。
Hugging Face CEO Clem Delangue 在 X 上表示,Netflix 纪录片《AI Gone Rogue》对 OpenAI 测试模型派出 Agent 入侵 Hugging Face 事件的呈现不准确,追求对技术的拟人化和吓人效果,他花了两小时纠正错误却未被采纳。
Google 于周二宣布其 PyTorch 版本 TorchTPU 以开源项目形式发布,让现有 PyTorch 应用只需简单配置改动即可运行在 Google TPU 和 Google Cloud 上。
NVIDIA 发布 Cosmos3-H-Dreams,将交互式生成模拟扩展到临床胆囊切除术场景,并称其为首个基于临床手术录像训练、支持实时运动学控制的生成式手术模拟器。
Hugging Face 宣布通过 PyTorch 原生后端 TorchTPU 支持 TPU,Transformers、Diffusers 和 Kernels 可原生运行,模型加载只需 device_map="tpu",不再需要 torch_xla 或 Optimum TPU。
AnyLanguageModel 1.0 正式发布,同时推出 swift-huggingface 1.0 和 swift-xet 1.0。