Pollen Robotics 发布开源机器人操作数据采集系统 Grabette
Pollen Robotics 发布开源、低成本的手持夹爪系统 Grabette,用于录制人类操作演示并自动生成机器人可训练的 LeRobot 数据集。
Pollen Robotics 发布开源、低成本的手持夹爪系统 Grabette,用于录制人类操作演示并自动生成机器人可训练的 LeRobot 数据集。
英国 AISI 测试显示,GLM-5.2、DeepSeek V4-Pro 等开放权重模型的网络安全能力,与前沿闭源模型发布时间差已从 2025 年多数时期的 6 至 10 个月缩小到 4 至 7 个月。
Hugging Face 披露其部分生产基础设施本周早些时候遭自主 AI 智能体系统入侵,攻击者通过恶意数据集利用远程代码加载器和数据集配置模板注入两条代码执行路径,随后提升至节点权限、窃取云与集群凭证并横向移动。
推荐理由:Hugging Face 披露自主 AI 智能体实施的生产环境入侵,并说明防御方使用自有开源模型完成取证的过程。
Microsoft Build 2026 宣布 Foundry Managed Compute 支持 Hugging Face 模型,开放权重模型目录每周更新并可一键部署。
推荐理由:文章说明了 Hugging Face 开放权重模型进入 Microsoft Foundry 的策展、安全扫描和一键部署流程,便于评估企业落地路径。
Hugging Face 与 SkyPilot 联合推出 store: hf,SkyPilot 任务可用一个 hf:// URL 和 HF_TOKEN 挂载 Hugging Face Bucket 或 Hub 仓库,并在 20+ 云、Kubernetes、Slurm 和本地环境运行。
推荐理由:文章给出跨云挂载方式、免出站读取费用和基准速度,便于评估多云 GPU 任务的数据访问成本。
Hugging Face 宣布 Kernels 项目完成重大更新,在 Hub 上新增 kernel 仓库类型,用于展示 kernel 支持的加速器、操作系统和后端版本,并集中浏览 https://huggingface.co/kernels 。
真格基金「此话当真」与「十字路口」串台播客梳理 Agent 元年 500 天的变化,主线为 GUI 退场、Headless 上位、CLI 复兴、Skills 封装与 Agentic Economy 萌芽。播客认为消失的是人在流程中充当传送带的前提,诞生的是新的分工与定价方式。双方还共同发起 Token Grant,为每个入选项目提供五万人民币 Token 费用。
Every Eval Ever 与 Hugging Face Community Evals 现已互通,评测结果可跨平台发布,并链接到开放模型、排行榜和统一元数据库。
Google DeepMind 发布实验性开源模型 DiffusionGemma,采用 26B MoE 架构、推理时激活 3.8B 参数,并以 Apache 2.0 许可证在 Hugging Face 开放权重。
推荐理由:原文给出并行文本扩散的架构取舍、硬件门槛和本地推理速度,可帮助判断其适用场景。
Mistral AI 发布 Search Toolkit 公开预览版,这是一个用于构建 AI 应用生产级搜索流水线的开源可组合框架,可运行在云端、本地和边缘环境。
推荐理由:原文把数据摄取、检索和评估放进同一开源框架,并给出本地启动模板,适合评估企业 RAG 检索流水线的改造成本。
Google Research 介绍其开放科学实践,过去十年发布的开源工具与开放数据集已服务全球超 250,000 名研究人员和开发者。
Google Research 推出 MoGen 模型,通过生成合成神经元形态增强 PATHFINDER 重建模型的训练数据,使小鼠轴突重建错误率降低 4.4%。该成果将在 ICLR 2026 发表,在完整小鼠脑规模上相当于节省 157 人年的人工校对工作。MoGen 已作为开源模型发布,是首次将现代生成式 AI 用于提升连接组重建的当前最优方法。
Mistral AI 宣布作为创始成员加入 NVIDIA Nemotron Coalition,并与 NVIDIA 计划共同开发前沿开源 AI 模型。双方将结合 Mistral AI 的模型架构、全栈 AI 平台、多模态能力和企业级微调工具,以及 NVIDIA 的计算资源、模型开发工具和合成数据生成流程。
Mistral 发布面向 Lean 4 的开源代码智能体 Leanstral,模型为 Leanstral-120B-A6B,采用高稀疏架构和 6B 激活参数,权重以 Apache 2.0 许可开放。
推荐理由:原文给出 Apache 2.0 权重、Mistral Vibe 与免费 API 入口,并用 FLTEval 展示其在 Lean 4 证明工程中的成本和性能位置。
Mistral AI 发布 Voxtral Transcribe 2,包含面向批处理的 Voxtral Mini Transcribe V2 和面向实时场景的 Voxtral Realtime,均支持 13 种语言。
推荐理由:官方同时给出批处理与实时两款语音转文字模型的延迟、价格、语言支持和开放权重安排,便于比较接入方式。
Mistral AI 发布下一代 Mistral 3 模型家族,包含 3B、8B、14B 的 Ministral 3 稠密模型,以及 41B active、675B 总参数的稀疏 MoE 模型 Mistral Large 3,全部采用 Apache 2.0 许可。
推荐理由:官方同时给出模型规格、开源许可、部署平台和基准位置,便于读者按端侧到数据中心的不同场景选型。
Mistral AI 与 All Hands AI 合作推出 Devstral Medium,并发布 Devstral Small 1.1,重点提升不同提示词和智能体脚手架下的泛化能力。
推荐理由:官方同时给出开源小模型与 API 中型模型的 SWE-Bench Verified 成绩、价格和部署方式,便于比较代码智能体模型的成本与可用性。
Mistral AI 发布首个推理模型 Magistral,包含 24B 参数的开源 Magistral Small 和企业版 Magistral Medium。
推荐理由:官方同时给出开源与企业版本、基准成绩和可用入口,便于读者比较其推理能力与部署方式。
Mistral AI 与 All Hands AI 合作推出面向软件工程任务的智能体大语言模型 Devstral,并以 Apache 2.0 许可证开放。
推荐理由:文章给出 SWE-Bench Verified 成绩、本地硬件门槛和 Apache 2.0 获取方式,便于评估其用于智能体编程的可行性。
Mistral AI 发布 Mistral Small 3,这是一款面向低延迟场景的 24B 参数模型,预训练和指令微调检查点均以 Apache 2.0 许可证开放。
推荐理由:官方给出参数量、许可证、速度、评测和本地部署条件,便于评估其作为低延迟开源基座的适用场景。