追踪 Hugging Face 的模型、数据集、开源工具与社区生态。
美国司法部已就英伟达以129.3亿美元收购Hugging Face的交易展开问询，评估该交易对AI竞争的影响，核心关注点是这笔交易是否会让英伟达掌控AI模型和软件的一个根本性分发点。英伟达于2026年9月3日宣布该收购，对价包括约119亿美元现金和最高10亿美元员工留任股权激励，预计2027年上半年完成交割。Hugging Face托管超过300万个AI模型、50万个数据集，服务逾1800万开发者和20万家企业。
推荐理由文章把司法部问询放进英伟达多年反垄断调查的线索里，说明监管真正担心的是模型分发入口被单一芯片厂商掌握。
推荐理由原文给出了技术报告、开源基准和与 Genie 4 的对比视频，读者可据此判断该世界模型的可复现程度。
Baseten 旗下 Base Labs 发布 2B 决策模型 joey-1，直接输出单个 token 的标签和校准置信度，P50 端到端延迟 20ms，约为 elephant-1（49ms）的 2.5 倍速度，价格为每百万 token 0.01 美元，是 mammoth-1 的十分之一。joey-1 由 Qwen3.5-2B 后训练而来，与 elephant-1、mammoth-1 共用同一数据配方和 API，切换只需改一行。该模型已在 Baseten Model APIs 上线，默认零数据保留，权重在 Hugging Face 开源；Model APIs 支持 16k 上下文窗口，专用部署可解锁 262k 上下文窗口并支持微调权重。
推荐理由原文给出 joey-1 的延迟、价格与三档模型分工，读者可据此判断决策类任务是否该换用小模型。
NVIDIA 在 Hugging Face 和 ModelScope 上发布开放权重模型 Nemotron 3.5 Transcribe，把转写、说话人分离、翻译和音频问答整合进同一个 checkpoint，支持 40 种语言转写、31 种语言与英文互译、13 种语言说话人标注，可处理最长 1 小时录音并标注最多 8 位说话人。该模型在 Hugging Face Open ASR Leaderboard 英语榜的开放权重模型中排名第一，平均 WER 为 5.33%，在 Artificial Analysis 上以约 4B 激活参数取得 2.8% AA-WER。同时发布的 Granary v2 覆盖 48 种语言、463,062 小时语音数据，配套 NeMo Speech 微调配方在医疗案例中把留出说话人的 WER 从 22.44% 降到 12.17%。
推荐理由原文给出多语言转写、说话人分离与翻译的统一权重，并附公开榜单与微调配方，便于判断落地方式。
Mistral 发布了万亿参数开源模型 Mistral Large 4（ML4，昵称 Le Chonk）的权重，企业和政府机构可自行下载部署，权重已在 Hugging Face 和其 API 上提供。Mistral 称该模型性能与开源模型 GLM-5.3 相当，但每任务 token 消耗少 47%，并在 Artificial Analysis 的 Coding Agent Index 上位列开源模型第一。Mistral 科学副总裁 Pierre Stock 表示，开放权重意味着机构可在自有环境本地部署，用于实时识别、协调和响应重大安全事件。
推荐理由Mistral 开放万亿参数模型权重，并给出与 GLM-5.3 的 token 消耗对比，可据此判断开源前沿模型的部署取舍。
Liquid AI 发布 LFM3 系列开放权重模型，全部从 LFM3-1.7B-Base 分支而来，覆盖文本、视觉、音频、Omni 以及 d1 决策模型。LFM3-1.7B-Base 采用三混合层结构，预训练 22T token，最后 3.5T token 的中训练阶段加入更多智能体轨迹与工具调用数据，上下文窗口扩展到 256K token。官方称 LFM3-1.7B 在 8K 上下文下比 LFM2-1.2B 快约 25%，WebArena-Verified 得分 38.42 对 3.02；LFM3-VL-2B 在 62 项视觉基准上平均分从 57.6 升至 71.4。所有模型已在 Hugging Face 开放下载，并提供单卡微调 notebook。
推荐理由原文给出六个模型共享同一骨干的架构改动与端侧实测数据，可据此判断小模型专用化路线在长上下文和智能体任务上的取舍。
推荐理由原文给出了总参数与激活参数、多项智能体基准分数和推理效率优化，可据此判断其能力定位与部署成本。
推荐理由这条内容给出了本地编码模型在速度与质量上的具体取舍数据，读者可据此判断本地部署的可行边界。
推荐理由Unsloth 给出 Flint 的 GGUF 量化版本与本地运行指南，读者可据此在 24GB 内存设备上实际部署这个 39.8B 参数的 MoE 模型。
Modal 发布训练库 Modal Dojo，提供调好的默认配方、可改参数和开箱即用的指标观测面板，支持从 5 亿到数万亿参数模型。该库基于 Miles、Slime 等开源框架构建，可从 Hugging Face 加载数据集，并通过 CLI 让智能体查询运行状态、日志和轨迹。Axiom Bio 称已用它启动 64k 上下文的 DeepSeek V4.1 Flash 训练，运行在 64 张 B300 上。
推荐理由原文给出了训练库的组成、可调参数和客户实测规模，读者可据此判断自建后训练栈的门槛。
NVIDIA 发布预训练关系基础模型 Kumo Relational，可直接在企业数据库上做预测，单次前向传播完成，无需任务特定训练、特征工程或表展平。在 RelBench V1/V2、SAP SALT 和 4DBInfer 共 15 个数据库的 41 个任务上，它超过监督式关系深度学习模型和专家特征工程的梯度提升树流程，在 SAP SALT 上 MRR 比 AutoGluon 集成高 8%。模型通过 NVIDIA 开源 GPU 原生 structured-data-models 库或 NVIDIA NIM 提供，支持 500B+ 行数据库。
推荐理由原文给出预训练关系基础模型在41个任务上的对比结果与免训练推理路径，可据此判断结构化数据建模的门槛变化。
Hugging Face 发文介绍 TorchTPU，它为 PyTorch 增加 TPU 后端，在 TPU VM 上一条命令即可安装，不再需要经 PyTorch/XLA 或 Optimum TPU。Transformers v5 传入 device_map="tpu" 即可加载模型，Diffusers 支持 pipe.to("tpu") 和 TensorParallelConfig 分片加载。文中称在 batch size 64 下，Hub 上的 Tokamax ragged-dot kernel 让 Qwen3-30B-A3B 解码快 21.5 倍、Gemma 4 26B-A4B 快 12.8 倍；TPU 上运行的测试通过率 96.5%，已向 TorchTPU 仓库提交 34 个 issue，其中 19 个已修复。
推荐理由原文给出 TorchTPU 的安装方式与 Transformers、Diffusers 的接入改动，读者可据此判断 PyTorch 模型迁移到 TPU 的成本。
NVIDIA 发布 Cosmos3-H-Dreams，基于 160 亿参数的 Cosmos3-H-Embodied-Nano 专门化，用于胆囊切除术的动作条件视频生成。模型使用 28 个动作维度、832 x 480 视频和 10 Hz 动作对齐训练，通过蒸馏得到四步与两步两个学生检查点，两步版本单独训练，推理更快但画质更低。官方同时提供 FlashDreams 流式运行时和适配自有数据与控制器的方法，并说明该模型是研究用模拟器，并非经过验证的临床系统。
推荐理由原文给出了从教师模型蒸馏到四步与两步学生模型的完整路径，读者可据此了解实时手术视频生成如何兼顾延迟与画质。
推荐理由第三方基准给出 Fibo 2.0 与 Qwen-Image-2.1 并列开源图像模型榜首，并附每千张图像价格对比。
IBM Research 在 Hugging Face 发布 ALTK-Evolve，用 GPT-4.1 从智能体自身训练轨迹中提炼行为准则并追加到系统提示词，在 τ²-bench 零售任务上达到 67.5% Pass^4，超过其 2026 年 10 月 12 日榜单快照中的所有零售条目。该方法无需更新权重或人工标注，零售平均准确率从 78.1% 升至 82.5%，Pass^4 从 57.5% 升至 67.5%；航空域用 GPT-4.1 时 Pass^4 从 35.0% 升至 45.0%，换用 GPT-5.5 后升至 82.0%。作者称增益来自更准确的决策而非更长对话，准则使对话轮数略减，成本主要增加在输入 token 上。
推荐理由原文给出同一模型在有无学习型记忆下的 Pass^4 对比，可看提示词级记忆对可靠性的实际增益。
推荐理由面壁智能给出 35B 多模态模型在 iPhone 上的实测解码速度与加速手段，可据此判断端侧大模型的落地进度。
PyTorch 2.15 在 MPS 后端加入 FP8 支持，并让 MoE 模型解码速度比 2.14 快 5–6.5 倍：在 M3 Ultra 上配合 torch.compile，Qwen3.6-35B-A3B 从 9.4 tokens/s 提升到 61.3 tokens/s，LFM2.5-8B-A1B 从 23.6 提升到 123.6 tokens/s。Wan2.2 的 tiled VAE 视频解码峰值驱动内存从约 270 GiB 降到 8 GiB，Qwen-Image-2.1 的 VAE 编码在 MPS 上的图像损坏问题也随 padding 改动修复，编解码往返 PSNR 从 10.06 dB 升到 29.95 dB。该版本要求 macOS 15 或更高版本、Python 3.11 或更高版本。
推荐理由原文给出 MoE 解码提速与视频 VAE 显存下降的具体数字，可据此判断 Mac 本地跑模型的实际变化。
蚂蚁 inclusionAI 在 GitHub 开源 Ming-3.0-tts 语音合成模型，包含 0.5b 稠密模型和基于 Ling V3 的 tiny MoE 模型（7.9B 总参数、1.3B 激活参数），提供推理代码、任务 Cookbook 和评测表。模型支持声音克隆、文本设计音色、100+ 中文与 5 种英文内置音色、自然语言自由控制、14 种副语言标签，可合成中英德西法韩日及川渝话、广粤话。官方称在 Artificial Analysis 榜单上，Controlled Voice 开源模型第 1、Pronunciation Robustness 总榜第 1（93.2%）、Provider Voice 开源模型第 3。
推荐理由蚂蚁开源两款 TTS 模型，附完整推理代码与多语言、方言、副语言控制评测表，可对照选型。
PyTorch 宣布开源原生后端 TorchNeuron，让 Trainium 成为标准 PyTorch 设备，模型代码只需改为 .to('neuron') 即可运行，10 月 20 日以 Apache 2.0 协议在 github.com/aws-neuron/torch-neuronx 开放公测。该后端基于 PrivateUse1 和 torch.accelerator 扩展点，支持 eager、自适应 eager 与 torch.compile，并覆盖 DDP、FSDP2、张量并行等分布式 API 以及 NKI 自定义算子。官方称已在 10 万个 Hugging Face 模型上做覆盖测试，Hugging Face Transformers v5、Diffusers、vLLM Neuron 等可直接在 Trainium 上使用。
推荐理由原文给出了设备切换方式、执行模式和分布式支持，读者可据此判断现有 PyTorch 代码迁移到 Trainium 的改动量。
Hugging Face 发布 Beam，一个 501B 参数的稀疏 MoE 开源模型，面向 1M 上下文的长文本推理与智能体任务，每个 token 仅激活约 23B 参数。模型采用 52 层混合注意力，43 层为 512 token 滑动窗口、9 层为全局注意力，KV cache 每 token 增长 36 KiB，约为全注意力方案的六分之一。官方提供 BF16、FP8 和 NVFP4 三种 checkpoint，NVFP4 可将权重从约 1 TB 压缩到约 280 GB，并已获 transformers、vLLM 和 SGLang 的 day-0 支持。
推荐理由原文给出 501B 稀疏 MoE 模型的架构取舍与多精度部署方案，可据此判断自托管长上下文推理的硬件门槛。