LeRobot v0.6.0 发布：加入世界模型策略、奖励模型 API 与六项仿真基准
Hugging Face 发布 LeRobot v0.6.0，围绕想象、评估和改进机器人学习闭环，新增 VLA-JEPA、FastWAM、LingBot-VA 世界模型策略，以及 GR00T N1.7、MolmoAct2、EO-1、EVO1、Multitask DiT 等 VLA。
推荐理由：版本说明覆盖模型、奖励模型、数据集、评测和部署链路，可帮助机器人学习团队判断哪些新组件能接入现有训练流程。
部署工程
全部主题把模型跑起来的工程实践：推理优化、显存与成本、Serving 架构与基础设施选型。
最新精选
第 61–73 条 · 共 73 条Hugging Face Blog精选AI 评分7474
Google Research精选AI 评分6666 Google 用冻结式 Multi-Token Prediction 加速 Pixel 上的 Gemini Nano v3
Google 宣布为已部署的冻结 Gemini Nano v3 模型加装轻量 MTP 头，并已在 Pixel 9 和 Pixel 10 系列推出，用于加速 AI Notification Summaries 和 Proofread。
推荐理由：文章解释了冻结 Gemini Nano v3 主干并加装 MTP 头的移动端加速方案，可帮助理解端侧 LLM 在内存和能耗约束下的工程取舍。
Mistral AI精选AI 评分6565 Mistral 在 AI Now Summit 2026 发布工业工程 AI 栈、升级 Vibe 并公布 Les Ulis 数据中心
Mistral 在 AI Now Summit 2026 发布面向工业工程的集成 AI 栈，并与 Airbus、BMW Group、ASML 合作覆盖设计、仿真和生产场景。
推荐理由：原文集中呈现 Mistral 在工业工程、长程智能体和自有推理基础设施上的产品布局，可对照其企业级全栈策略。
Mistral AI精选AI 评分6767 Mistral AI 发布开源 Search Toolkit 公开预览版
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。
Claude：Blog（网页）精选AI 评分7373 Claude Managed Agents 推出自托管沙箱与 MCP tunnels
Claude Managed Agents 新增自托管沙箱和 MCP tunnels，可让智能体在企业自有基础设施或托管沙箱中执行工具，并连接私有网络内的 MCP 服务器。
推荐理由：原文说明了自托管沙箱与 MCP tunnels 的部署边界和接入方式，便于企业评估智能体接入内部资源时的安全与运行控制。
Berkeley AI Research精选AI 评分6262 Berkeley BAIR 解析自适应并行推理如何提升推理扩展效率
Berkeley AI Research 发布综述，提出自适应并行推理让模型在推理时自行决定是否拆分任务、生成多少并行线程以及如何汇总结果。文章比较 self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild!
推荐理由：文章梳理自适应并行推理的控制流、推理系统和奖励设计，可帮助读者理解降低长推理延迟的工程取舍。
Mistral AI精选AI 评分7070 Mistral AI 推出企业 AI 编排层 Workflows 公开预览版
Mistral AI 发布 Workflows 公开预览版，将其定位为企业 AI 的编排层，提供持久执行、可观测性、容错和人工审批。
推荐理由：原文说明了企业把多步 AI 流程从原型推进到生产时所需的持久执行、审计和人工审批机制，并给出部署方式。
Mistral AI精选AI 评分6363 Mistral AI 复盘 vLLM 内存泄漏：定位 UCX mmap hook 并给出修复
Mistral AI 复盘了 vLLM 在 Mistral Medium 3.1、Prefill/Decode 分离服务和 graph compilation 条件下的内存泄漏，生产类流量中系统内存以 400 MB 每分钟增长并最终 OOM。
推荐理由：文章完整呈现从 Python 堆分析到内核追踪的排查路径，并给出可直接使用的 vLLM 内存泄漏规避配置。
Mistral AI精选AI 评分7272 Mistral AI 发布 Codestral 25.08 与企业级完整编码技术栈
Mistral AI 发布 Codestral 25.08，并推出由 Codestral、Codestral Embed、Devstral 和 Mistral Code 组成的企业编码技术栈。
推荐理由：官方同时给出模型指标、配套检索与智能体组件及企业部署方式，便于评估私有化编码工作流的完整组合。
Mistral AI精选AI 评分6060 Mistral AI 推出 Mistral Compute 私有 AI 基础设施服务
Mistral AI 发布 Mistral Compute，为政府、企业和研究机构提供包含 GPU、编排、API、产品与服务的私有集成 AI 基础设施，交付形态从 bare-metal 服务器到全托管 PaaS。
推荐理由：原文说明了从裸金属到 PaaS 的交付层级、GPU 供给和数据主权定位，可帮助评估主权 AI 基础设施的可选路径。
Mistral AI精选AI 评分6767 Mistral AI 推出由 Mistral Medium 3 驱动的 Le Chat Enterprise
Mistral AI 发布 Le Chat Enterprise，这是由新 Mistral Medium 3 模型驱动的企业级 AI 助手，面向工具分散、知识接入不安全、模型不灵活和 ROI 缓慢等问题。
推荐理由：原文系统列出企业搜索、智能体构建、数据连接器与混合部署能力，可帮助读者判断其面向组织场景的产品边界。
Mistral AI精选AI 评分6262 Mistral AI 发布 24B 区域语言模型 Mistral Saba
Mistral AI 发布区域语言模型 Mistral Saba，参数规模为 24B，使用中东和南亚精选数据集训练，支持阿拉伯语及多种印度起源语言，尤其擅长泰米尔语等南印度起源语言。Mistral Saba 已通过 API 提供，也可在客户本地安全环境部署，能在单 GPU 系统上运行，速度超过 150 tokens/s；官方称其响应比 5 倍以上规模的模型更准确相关，且更快、成本更低。
推荐理由：原文说明了区域语言模型的参数规模、语言覆盖、部署方式和速度，可帮助读者理解专用小模型与通用大模型的取舍。
Mistral AI精选AI 评分7575 Mistral AI 发布全新 le Chat 助手并推出 Pro、Team 与 Enterprise 版本
Mistral AI 发布全新 le Chat，定位覆盖生活与工作的 AI 助手，并同步推出 Pro、Team 服务层级及处于 private preview 的 Enterprise 版本。
推荐理由：官方完整说明 le Chat 的新能力、付费层级和企业部署方式，可用于对比主流 AI 助手的功能边界。