Diffusers 支持用 LoRA 微调 RFD4-Proteina 进行蛋白质设计
Diffusers 现可通过 LoRA 微调 NVIDIA 的 RFD4-Proteina,用于蛋白质设计。示例使用 flow-matching 损失,在去噪器上训练 rank-32 适配器,处理骨架坐标和局部潜变量而非像素;大部分训练代码与标准图像和视频生成模型相似。详情:github.com/huggingface/diffus…
Diffusers 现可通过 LoRA 微调 NVIDIA 的 RFD4-Proteina,用于蛋白质设计。示例使用 flow-matching 损失,在去噪器上训练 rank-32 适配器,处理骨架坐标和局部潜变量而非像素;大部分训练代码与标准图像和视频生成模型相似。详情:github.com/huggingface/diffus…
Thinking Machines 宣布推出开放权重模型 Inkling 2 Mini,采用循环 Transformer 和 MoE 架构。该模型共有 26.4B 参数、3.4B 激活参数,考虑循环后每个 token 的权重激活量为 5.4B。
Meta 举办 Open Source AI for Science Summit,汇集学界、国家实验室、医疗和政策领域研究者,探讨 Muse Glimmer、SAM、DINO v3、TRIBE v2 和 UMA 等开放模型的现实应用。
三名知情人士称,英伟达正接近以至少 $500 million 收购 AI 初创公司 Inception,以强化开源 Nemotron 模型及机器人用物理模型。Inception 使用扩散过程构建语言模型,通过逐步完善完整回答取代传统的逐 token 生成,最近发布了 Mercury 3。交易还包括面向该公司 30 多名员工的绩效奖金,三位联合创始人预计全职加入英伟达,但双方最初均未置评。
Julien Chaumond 表示,其团队每月通过互联网分发近 1 exabyte 的开放模型和数据集,并因这一流量规模自建 AI 下载 CDN。@hugoch 及其团队还制作了实时地图,展示这些流量的去向。
Hugging Face 转发 Julien Chaumond 的介绍称,其每月通过互联网分发近 1 exabyte 的开放模型和数据集,并因这一规模自建了用于 AI 下载的 CDN。@hugoch 团队还制作了一张展示流量去向的动态地图。
Hugging Face 转发 clem 的消息称,其每月向全球分发近 1 exabyte(1 billion gigabytes)的模型和数据集。该帖表示,很高兴看到开放智能以如此规模在全球实时分发。
Hugging Face 推出 harness adapters,通过在目标 AI 智能体 harness 内进行 RL,为 Qwen3.8-27B 分别训练 pi、Hermes Agent 和 OpenCode 的 LoRA adapter,并合并为一个 super-adapter。
推荐理由:文章给出同一模型在三种智能体 harness 中的训练配方与成对评测,可用于判断定制 RL 在性能和工具调用成本上的取舍。
WeMM-Video 提出覆盖2B、4B、9B和35B-A3B的中英双语全模态基础模型家族,统一处理文本、图像、音频和视频,并支持非思考指令模式与逐步推理模式。模型使用约1.2 trillion tokens的多模态语料训练,流程包含多教师OPD、抗重复MrDPO和专家RL。报告称,WeMM-Video-35B-A3B在超过120项基准评测中达到开源SOTA,模型家族及评测复现管线已公开。
Anthropic 完成 IPO,发行价为 $83,$ANT 首日收于 $97.17,较发行价上涨 17%,公司估值为 $1.5T。$81.3B 的发行规模超过 SpaceX 6 月 IPO 的 $75B。Dario 和 Daniela 表示公司将以系统安全且持续受人类控制为前提调整训练与部署节奏,其 Class F 股份在多数股东事项中拥有 50.1% 投票权。
Hugging Face 转发消息称,NousResearch 发布面向 Qwen3.8-27B 的 Hermes adapter,以提升智能体开发的效率和准确率。
Skyflow 与 Amazon Bedrock AgentCore Gateway 通过请求和响应拦截器,阻止敏感数据进入 AI 智能体调用的工具及工具返回的模型上下文。
Google 介绍了 MaxText 中 Streaming DiLoCo 的跨数据中心 LLM 训练机制,通过分片并错峰同步模型参数,减少 DCN 或 WAN 上的通信停顿。
Jim Fan 以未剪辑、1x 速度的视频演示 GR00T 2 自主端到端控制真实灵巧手。该开放式机器人模型完全运行于机器人板载计算,可执行超过 20 个步骤、持续 5 分钟以上的长程任务,并通过 X-Adapt 从穿戴设备和模拟数据零样本适配多种真实机器人。模型权重和 X-Adapt 配方将于 12 月发布,智能体框架、模拟与标注引擎、硬件设计及 100K 小时训练数据现已开放。
Muru Bhaskaran 等人演示如何在 Amazon EKS 上构建自定义 AL2023 镜像,并配置 NVIDIA Run:ai GPU Fractioning 实现 Pod 级 GPU 显存共享。
Daniel van Strien 对 8 款可免费获取的 AI OCR 模型进行比较,数字化 100 万页的 GPU 租赁成本现为 $65 至 $130。使用同一 Nvidia RTX PRO 6000 和相同图像尺寸时,RolmOCR 处理 1,000 页约需 51 cents,LightOnOCR-3-0.8B 不到 10 cents。
Hugging Face 转发了 Younes 对 Qwen3.8-27B OpenCode harness 适配器的发布公告;该版本基于 v2 训练,可用于本地推理。
RadixArk 发布 DaisyRose-27B,Terminal-Bench 4.1 pass@1 从 5.6% 升至 12.0%。该模型基于 Qwen3.8-27B,使用 Miles 和约 1,200 个精选任务,在 144 H200 GPUs 上训练 18 天,最长训练会话达 1M tokens。
推荐理由:文章把任务筛选、异步强化学习与沙箱基础设施连到具体成本和基准变化,呈现一套可迁移的长时程 Agent 后训练路径。
Rumble-2-Flash 已按 Apache 2.0 许可证开源,这款 0.5B 参数语音识别模型支持 40+ 种语言,并原生兼容 Transformers 和 vLLM。
推荐理由:文中展示了 GOLD 如何对齐不同 tokenizer,让师生模型无需共享词表也能进行逐 token 的 on-policy 知识蒸馏。
Nvidia临时CEO Collette Kress在Jensen Huang辞职后的首次财报电话会上重申,公司的开源AI战略保持不变,以$12.9 billion收购Hugging Face的交易仍按计划推进。她称OpenRouter上的每周token量同比激增35倍、过去三个月激增3.5倍,并称Nemotron是该平台使用最广泛的美国开放模型。
TechCrunch 称,Nvidia 临时 CEO 在 Jensen Huang 突然离职后重申开源 AI 战略,并计划收购 Hugging Face。Hugging Face 官方账号转发了该报道链接。
NARBE House 借助 OpenAI 的 Codex Physical Builds 项目,将 Benny's Hub 移植到 Raspberry Pi 与 VITURE XR 眼镜,探索把 Ben 通过头部附近两个按钮控制电脑的方案做成可穿戴设备。该项目免费开源,地址为 narbehouse.github.io。
NVIDIA 在 Hugging Face 发布一款 4B 参数的推测解码草稿模型,用于加速 Qwen3.8-27B。其 token 接受率较内置 head 提升 46%。
HubEgo-100K 现已在 Hugging Face 开源,包含来自 100,000+ 名不同 Hub 贡献者的 100,000 小时技能任务第一视角数据。该数据集可免费用于研究和商业用途,原文称其为 Hugging Face 上最多样化的第一视角数据集。
SGLang 现已支持在 AWS Trainium 芯片上运行 AI 模型,并可与其已有的 NVIDIA、AMD、Intel 和 Google 芯片支持共用同一套软件。
AWS 给出使用 Amazon Bedrock AgentCore 和开源 SMART 工具包构建 WhatsApp AI 智能体的实现路径。
推荐理由:文章把 WhatsApp 接入拆为消息标准化、媒体处理、跨会话记忆、调度与模板管理,提供从本地测试到 Terraform 部署的可迁移路径。
Younes 发布面向 Pi harness 的 Qwen3.8-27B LoRA 适配器,用于提升该模型作为 Pi harness 智能体的表现和效率。在 SWE-Bench Pro 的 Hard 51 subset 上,pass@1 从 29% 升至 63%;在 Terminal-Bench 2.1 上从 40% 升至 56%,每项任务的工具调用减少 55-62%。
V-JEPA-LM 发布并开源 1B-8B 视频语言模型,将冻结的 V-JEPA 2.1 连接至 LLM,并通过反事实监督识别方向、速度和顺序。原文称其在 11 项视频基准的各规模组均领先,其中 4B 模型平均得分 72.1,超过所有开源模型;模型已在 Hugging Face 开源。
K2-Horizon 提出六款全开源语言模型,规模从 0.9B 稠密模型到 375B-A23B MoE,面向通用推理与智能体任务。这些模型在智能体和编码基准上领先或可与同规模强开源模型竞争;36B-A4B 结合 MoVA 和 softplus 注意力门控,以 1/7 活跃参数几乎匹配同数据训练的 32B 稠密模型,Uno 则可将解码加速最高 2.2x。
推荐理由:同数据训练的对照结果显示,36B-A4B 以 1/7 活跃参数接近 32B 稠密模型,为研究规模与稀疏性提供了可复用基线。
Google 开源 AI-Hypercomputer/tpu-codesign 指南,给出面向 TPU 训练与推理的模型设计和性能优化规则。核心建议包括将归约与输出维度对齐到 256、用 LatentMoE 压缩 MoE 路由流量,并把并行轴映射到 D2D、ICI 和 DCN 等物理链路。
超过 115,000 人签署请愿,要求让已辞职的 Jensen Huang 恢复 Nvidia CEO 职务,签名者包括 Elon Musk、Nvidia 研究人员及开源 AI 阵营人士。
Hugging Face 的开放模型推理请求现通过 OpenRouter 路由,由其按实时价格、速度和可用性选择提供商,并在失败时自动切换。用户可继续使用相同的 Hugging Face token 和 API,也可通过 Broadcast 将追踪数据发送至 Hugging Face Storage,用于评测或微调。
Hugging Face 宣布直接集成 OpenRouter,以加速开源 AI。用户可沿用相同的 token 和 endpoint,并在 Hub 查看实时模型统计、使用双方共同重新设计的推理组件。详情见 huggingface.co/blog/openrouter。
Hugging Face 与 OpenRouter 发布双方合作的第一部分,将模型存储、协作与推理连接起来。用户可在 Hugging Face 直接运行 OpenRouter 推理,从 OpenRouter 访问开放模型权重,并将 OpenRouter 智能体轨迹存储至 Hugging Face,用于检查、模型训练或分享。
Hugging Face 已直接集成 OpenRouter,用户可在 Hub 中使用相同的 token 和 endpoint。Hub 还加入实时模型统计,以及双方共同重新设计的推理 widget:huggingface.co/blog/openrouter
UC Berkeley、Microsoft Research 和 Microsoft Security 推出开源插件 TokenEconomizer,可从同一仓库的历史会话中学习,在不修改智能体或底层模型的情况下减少后续任务浪费。
推荐理由:它展示了如何从同一仓库的历史会话中提炼微技能、裁剪工具并干预失败循环,为降低编码智能体的 token 成本提供可迁移方案。
NVIDIA 扩展 CUDA-X 库,引入 cuPhoton、cuPotential 和 cuSpa 等工具,支持 AI 智能体参与天体物理、聚变、药物、材料与单细胞研究。
Qwen4-Max 已在 OpenRouter 上线,是 Qwen4 系列首个模型,面向编码、办公工作和长周期智能体。相关 OpenRouter 帖子:x.com/OpenRouter/status/21221…
Simon Willison 发布 Datasette 地理空间插件 datasette-maplibre 0.1a0,将 MapLibre GL 与 OpenFreeMap 结合,用于展示 GeoJSON 形状和经纬度点。
Grok Bot 团队在 @SpaceXSI 一个月内产出 11,000 个 pull request,回滚率约 0.5%。更多贡献者参与后,团队保持每日稳定发布,应用速度也有所提升;@poteto 在 AI Engineer Code Summit 分享了其交付节奏。