Google DeepMind 支持美国能源部 Genesis 计划,向 17 个国家实验室开放前沿科研模型
Google DeepMind 宣布支持美国白宫 Genesis Mission,该项国家级计划将动员美国能源部 17 个国家实验室、产业界与学术界共建一体化科研发现平台。
推荐理由:材料给出 Google DeepMind 与 DOE 合作中优先开放的具体模型清单与时间表,读者可据此判断前沿 AI 进入科研机构的实际路径。
Google DeepMind 宣布支持美国白宫 Genesis Mission,该项国家级计划将动员美国能源部 17 个国家实验室、产业界与学术界共建一体化科研发现平台。
推荐理由:材料给出 Google DeepMind 与 DOE 合作中优先开放的具体模型清单与时间表,读者可据此判断前沿 AI 进入科研机构的实际路径。
HF Mirror TRL 正式集成 RapidFire AI,可并发启动多组 TRL 配置、甚至在单 GPU 上对比微调与后训练方案,实验吞吐量比顺序对比提升约 16–24 倍。
Hugging Face 的 Open ASR Leaderboard 新增多语言与长音频转写赛道,并发布了一份基于 60+ 个开源与闭源模型的趋势预印本。
Google DeepMind 在 Gemini 应用中上线 AI 图片验证功能,用户上传图片并提问即可检测是否由 Google AI 生成或编辑,背后依据的是 2023 年推出的 SynthID 数字水印技术。
推荐理由:Gemini 应用新增图片 AI 来源验证入口,并给出 SynthID 水印规模与 C2PA 扩展路径等关键细节。
Google DeepMind 发布 Nano Banana Pro(Gemini 3 Pro Image),这是基于 Gemini 3 Pro 的高保真图像生成与编辑模型,开始在 Google AI Studio 和 Vertex AI 上面向开发者付费预览。
推荐理由:DeepMind 官方给出 Gemini 3 Pro Image 的付费预览入口与分辨率、参考图数量等规格,可据此判断是否接入生产流程。
Google DeepMind 发布新一代图像生成与编辑模型 Nano Banana Pro(Gemini 3 Pro Image),基于 Gemini 3 Pro,强调更强的推理与世界知识、图像内多语言文字的准确渲染,以及最高 14 张图像融合、最多 5 人一致性保持。
推荐理由:Google DeepMind 官方介绍 Nano Banana Pro 的能力边界与全平台上线节奏,便于判断图像生成工作流的变化。
AnyLanguageModel 是一个 Swift 包,作为 Apple Foundation Models 框架的 drop-in 替代,只需把 import FoundationModels 换成 import AnyLanguageModel 即可保持相同 API。
推荐理由:AnyLanguageModel 用 Apple Foundation Models 的统一 API 接入本地与云端模型,读者可据此评估跨后端切换的成本。
OpenAI 发布网络研讨会,介绍如何在软件开发的完整生命周期中运用 Codex。
ServiceNow 将 15B 推理模型改造成 Mamba 混合架构,旗舰版 Apriel-H1-15b-Thinker-SFT 在几乎不损失推理质量的前提下实现 2.1 倍吞吐,总训练量 76.8B token。
Google DeepMind 发布 Gemini 3 Pro,称其在各项主要 AI 基准上超过此前版本,并在编码上超过 2.5 Pro,兼顾智能体工作流与复杂零样本任务。
推荐理由:官方给出 Gemini 3 Pro 的定价、基准成绩和配套工具入口,可据此判断它在编码与智能体工作流中的位置。
Google DeepMind 宣布在新加坡开设新研究实验室,聚焦推进 Gemini 核心能力,并投入语言与文化包容性等基础研究。过去一年其亚太团队规模已扩大一倍以上,新实验室将与当地政府、企业和学术机构合作。此外 AI Singapore 基于 Gemma 3 多模态能力推出了首个多模态模型 SEA-LION v4。
Google DeepMind 发布 Gemini 3,首发 Gemini 3 Pro 预览版并当天上线 Gemini 应用、AI Studio、Vertex AI 和新的智能体开发平台 Google Antigravity。
推荐理由:Gemini 3 Pro 与 Deep Think 的同期亮相,加上多项基准的提升,可供读者判断前沿模型的推理与智能体能力走到哪一步。
OpenAI 举办了一场网络研讨会,介绍其在工作中如何使用 ChatGPT Atlas。
Google DeepMind 与 Google Research 发布天气预报模型 WeatherNext 2,称其生成预报速度提升 8 倍,分辨率最高可达 1 小时级,可在单个 TPU 上不到一分钟生成一次预测。
推荐理由:官方公开了生成式天气预报模型的速度、分辨率提升与多个落地入口,可据此判断这类模型进入实际产品的节奏。
HF Mirror 的 kernels 库支持用 kernel-builder 构建并向 kernels-community 分享 GPU 内核,覆盖 CUDA、ROCm、Metal、XPU 等后端,并与 PyTorch 无缝集成。
AMD 联合 Hugging Face 和 Data Monsters 举办 AMD Open Robotics Hackathon,首站 12 月 5-7 日在东京,第二站 12 月 12-14 日在巴黎。
Google DeepMind 发布 SIMA 2,通过将 Gemini 模型作为智能体核心,使其从单纯执行指令升级为能在虚拟 3D 世界中推理目标、与用户对话并自我改进的游戏伙伴。
Hugging Face 宣布与 Google Cloud 建立更深层合作,让企业能在 Google Cloud 上用开放模型构建自己的 AI。
Google DeepMind 在 Nature 发表新论文,提出一种三步对齐方法,用认知科学的"odd-one-out"任务发现视觉模型常依赖背景色、纹理等表层特征,与人类判断系统性错位。团队以 SigLIP-SO400M 为基座训练适配器作为"教师",生成含百万张图像、数百万条类人判断的 AligNet 数据集,再微调其他模型,使其内部表征按人类概念层级重新组织,从而提升鲁棒性与泛化能力。
Google 与北爱尔兰教育当局 C2k 合作的六个月试点显示,参与教师借助 Gemini 平均每周节省 10 小时,并将时间投入学生互动与专业发展。试点共记录 600 多个 Gemini 用例,涵盖行政事务、爱尔兰语课程与包容性教学,NotebookLM 的 MindMap、播客功能也被用于个性化学习。C2k 计划在试点成功后向更多北爱尔兰教师推广 Gemini 培训。
Google 发布森林砍伐风险预测基准数据集,基于纯卫星输入和 vision transformer 架构,可在大范围区域内实现 30 米分辨率预测。
一篇新研究提出以分治法(divide and conquer)替代时序差分(TD)学习的 off-policy 强化学习算法,将 Bellman 递归次数从线性降到对数级,从而扩展至长时程任务。
MiniMax 在 Hugging Face 博客复盘 M2 后训练中的智能体对齐经验:智能体泛化不只是适配新工具,而要适应工具信息、系统提示词、用户提示词、环境与工具返回等全流程扰动。
Hugging Face 发文分析全球 AI 算力格局的迁移:中国国产芯片已开始承载 Qwen、DeepSeek、GLM、Kimi 等开源权重模型的推理,部分模型开始用国产芯片训练。文章指出,美国出口管制与华为 Ascend、寒武纪等国产芯片产能的加速高度相关,芯片受限也倒逼出 MLA、GRPO 等算力效率创新。
NVIDIA 发布 Isaac for Healthcare v0.4,提供基于 SO-ARM 的端到端入门工作流和"自带手术室"教程,覆盖数据采集、训练与部署全流程。
NVIDIA 发布 Isaac for Healthcare v0.4,提供基于 SO-ARM 的端到端起步工作流和自带手术室教程,覆盖从仿真采数据、训练策略到真机部署的完整链路。
IBM 发布 Granite 4.0 Nano 系列,这是其迄今最小的模型,面向边缘和端侧应用,包含 Granite 4.0 H 1B(约 1.5B 参数)、Granite 4.0 H 350M 两个混合 SSM 架构稠密模型,以及传统 Transformer 版的 Granite 4.0 1B 和 350M。
Hugging Face 发布博客提出「voice consent gate」(语音同意门)方案,让语音克隆模型只有在说话人明确说出同意语句并被 ASR 识别后才启动。该方案由三部分组成:生成约 20 词、含同意短语和模型名的随机英文句子,用 ASR 识别同意语句,再由 TTS 语音克隆系统合成语音。团队同时放出示例 Space 和配套代码,并建议同意录音直接来自麦克风而非上传文件。
Hugging Face 发布 huggingface_hub v1.0,这是该库历经五年、35 个以上版本后的首个大版本,包含破坏性变更。
推荐理由:梳理 huggingface_hub v1.0 的破坏性变更与迁移路径,可据此评估现有 ML 依赖链的升级成本。
Hugging Face 改进 datasets 库的 streaming=True 流式加载,实现数据文件解析快 10 倍、启动请求最多减少 100 倍、流式速度提升最多 2 倍,且在 256 并发 worker 下 0 崩溃。
Hugging Face 发布 LeRobot v0.4.0,对开源机器人学习框架做重大升级,推出支持流式与分块 episode 的 LeRobotDataset v3.0 数据集格式、可用 pip install 接入第三方硬件的插件系统,并新增 lerobot-edit-dataset 数据集编辑工具。
推荐理由:内容完整列出数据集格式、插件系统与多GPU训练的具体改动,可据此判断开源机器人学习工具链的工程变化。
Meta 与 Hugging Face 宣布合作推出 OpenEnv Hub,一个供开发者构建、分享和探索智能体环境(agentic environments)的开放社区中心,这些环境定义了智能体执行任务所需的工具、API、凭证和执行上下文,可用于训练和部署。
推荐理由:Meta 与 Hugging Face 联合推出的智能体环境共享中心,给出环境规范与训练部署一体的路径。
Hugging Face Hub 宣布与威胁情报平台 VirusTotal 合作,从即日起对 Hub 上 220 万多个公开模型和数据集仓库进行持续扫描。用户访问仓库或文件页面时,Hub 会自动将文件哈希与 VirusTotal 威胁情报库比对,返回干净或恶意状态,原始文件内容不会共享给 VirusTotal。检测结果可提供检出数量、已知恶意关联或威胁活动情报等元数据,供用户在下载或集成前参考。
Sentence Transformers 从 TU Darmstadt 的 UKP Lab 转由 Hugging Face 维护,Hugging Face 的 Tom Aarsen 自 2023 年底起已负责该项目并将继续领导。
Hugging Face 发布指南,介绍如何用开放权重模型搭建 OCR Pipeline,并新增 Chandra 与 OlmOCR-2 两个模型及其 OlmOCR 评分。指南对比了当前 OCR 模型的能力、评测基准与成本效率,还讲解了何时微调、何时直接使用,以及如何用多模态检索和文档问答把 OCR 扩展到更远。
Hugging Face 发布 AI Sheets 重大更新,为这款无需写代码的开源数据集工具加入视觉能力,可直接在表格中查看、分析图片,提取收据与文档等图像中的结构化数据,并生成或编辑图片,底层通过 Inference Providers 调用数千个开源模型。
Hugging Face 发起 AI for Food Allergies 项目,计划建设首个社区驱动的研究实验室,探索 AI 如何推进食物过敏研究。
Intel 与 HuggingFace 合作,在搭载 Intel Xeon 6 处理器(GNR)的 Google Cloud C4 虚拟机上对 OpenAI GPT OSS(120B MoE)做文本生成基准测试,相比上代 C3 实例 TCO 改善 1.7 倍,TPOT 吞吐/vCPU/美元提升 1.4x–1.7x,每小时价格更低。
Hugging Face 发布教程,介绍用 Optimum Intel 和 OpenVINO 在 Intel CPU 上本地运行视觉语言模型(VLM)的三步流程:将 HuggingFaceTB/SmolVLM2-256M-Video-Instruct 转换为 OpenVINO IR、用量化配置做权重量化(INT8)或静态量化,再执行推理。
NVIDIA 发布 Nemotron-Personas-India,首个面向印度人格的开放合成数据集,采用 CC BY 4.0 许可,含 2100 万条 persona、77 亿 token,覆盖印度全部 36 个邦和 640 个地区,支持英语和印地语(天城文与拉丁文)。