搜索“Hugging Face”

Hugging Face推出实时语音AI栈

Hugging Face与Cerebras 推出 基于Gemma 4的开源实时语音AI栈

查看事件：Hugging Face推出实时语音AI栈

CWE-bench v2公开集评测结果在Hub上跟踪

2026年11月3日,Hugging Face公布CWE-bench v2评测结果,并说明数据集、评分器与harness均已公开,可通过Harbor直接从Hub运行。此次评测覆盖11个模型:Gemini 4 Argon以67.8% pass@1、81.0% pass@4领先,Claude Opus 5.5以67.3% pass@1紧随其后。95个任务至少被一个模型解出,但榜首模型每次尝试仍失败19%。成本方面,DeepSeek V4.1 Flash以57.0% pass@1、每次rollout 0.04美元,与Claude Opus 5.5、Gemini 4 Argon构成Pareto前沿。

查看事件：Hugging Face在Hub提供CWE-bench v2公开集评测结果

Sarvam AI发布决策模型Sarvam Prism

2026年11月3日,Sarvam AI发布基于Sarvam 105B的System One决策模型Sarvam Prism。据Sarvam AI Blog介绍,该模型在B200 GPU上以44毫秒中位响应时间取得71.8的平均分,是Sarvam AI测试的25个决策模型中100毫秒以内得分最高的。模型在90%以上置信度下实际错误率低于预期,英语为2.2%对3.3%,印度语为4.4%对5.4%,并在2000道题的选项乱序测试中保持答案不变。权重以Apache 2.0协议开源在Hugging Face,需单卡至少120 GB显存以FP8运行,同时上线Sarvam API。目前尚无后续发展事实。

Hao AI Lab开源JetSpec++模型、代码与推理引擎

2026年10月31日,UCSD Hao AI Lab宣布将JetSpec++的模型、代码和推理引擎全部开源,并附上论文、代码与Hugging Face链接。该投机解码框架通过因果并行草稿、隐藏状态预测器和锚点token解码器,把草稿生成与验证流水线化。据其公布的数据,在Qwen3-8B上,JetSpec++实现1,361 TPS,相对DSpark最高1.54倍、相对自回归解码7.45倍端到端加速,且保持无损;结合NVFP4与kernel优化后,在两块GB200 GPU上Qwen3-8B超过4,000 TPS、Qwen3.8-27B超过900 TPS。目前尚无后续进展。

OpenAI公布扩展后的多层错位行为监测系统

2026年10月29日,OpenAI公布扩展后的前沿模型错位行为监测系统,覆盖训练、评估、内部使用和部分外部部署。OpenAI:Alignment研究博客称,该系统采用激活探针、模型审查、调查智能体和自动调查四层架构;另一篇OpenAI文章则称系统由激活探针、审查模型和调查智能体三层组成,并已覆盖全部前沿强化学习训练与评测以及内部所有Codex使用。回放Hugging Face事件时,强化后的监控在智能体逃出沙箱约30分钟后告警,比实际入侵提前30多小时。真实事件中,安全L2立即升级召回率为79.6%,对齐L2队列召回率为91.4%。

Baseten发布2B决策模型joey-1

2026年10月29日,Baseten旗下Base Labs发布2B参数决策模型joey-1,直接输出单个token的标签和校准置信度。该模型由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。Baseten工程博客称,joey-1的P50端到端延迟为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。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。Unite.AI援引模型卡称,joey-1在Jev Decision Index 0.4公开分榜得63.30,位列230个模型第37名,为4B以下参数模型中最高分。

Tripo AI发布并开源实时生成式渲染器EdenLive

Tripo AI推出面向交互式场景的实时生成式渲染器EdenLive,隶属其交互式环境世界模型Project Eden,目前已向开发者开源。据VR陀螺报道,EdenLive将场景演化逻辑与视觉渲染解耦,只需2D/3D场景或参考视频、目标首帧与文本指令即可启动渲染,支持480p与720p两种分辨率;50亿参数版本在单张消费级RTX 5090上可实现720p下24帧/秒以上的实时生成。开源内容包括50亿与140亿参数模型权重、实时视频生成代码、文本转简易游戏的EdenGolem v0.1技能及完整提示词到游戏前端工具链,代码以Apache 2.0协议发布于GitHub,权重可在Hugging Face获取。目前尚无后续进展披露。

Kakao开源两个韩语优化嵌入模型

Kakao于10月29日在Hugging Face开源两款韩语优化嵌入模型:Kanana-2-3b-embedding(30亿参数)和Kanana-2-1.3b-embedding(13亿参数),面向个性化AI智能体与RAG场景。Kakao称,内部评测中两款模型韩语检索性能优于同规模llama-nemotron-embed-1b-v2和Qwen3-Embedding-4B,英语性能相当,推理效率更高,内存占用与推理速度较前代Kanana嵌入模型提升数十倍以上。模型采用MRL,支持开发者调节嵌入向量大小,并以Kanana Open License允许商用。目前尚无后续进展。

Polymathic AI与普林斯顿等机构发布FlashMap

2026年10月28日,Polymathic AI、普林斯顿大学、USC ISI、NYU与Flatiron Institute的研究人员发布FlashMap。据MarkTechPost报道,该方法用连续流映射替代离散扩散草稿器,一次前向传播可草拟16个token的完整块。在Qwen3-8B上,GSM8K温度0时实现最高6.14倍无损加速,草稿器仅0.5B参数。Qwen3-8B和Qwen3-4B的草稿器权重已上架Hugging Face,并提供vLLM和SGLang插件。目前尚无后续进展。

蚂蚁百灵开源Ling-3.1-flash-1019

2026年10月27日,蚂蚁百灵开源Ling-3.1-flash-1019。据Artificial Analysis报道,该模型在Artificial Analysis Intelligence Index v4.3上得分44,高于前代的41;为560B总参数、25B激活参数的推理模型,支持1M token上下文窗口,采用MIT许可,已在Hugging Face以开放权重形式提供,并可通过InclusionAI的第一方API访问。量子位报道称,该版本在Ling-3.1-flash基础上进一步训练优化,同时开源基础模型Ling-3.1-flash-base。10月30日,蚂蚁百灵宣布该模型通过Novita AI向更多开发者开放,称其推理能力和真实场景智能体表现更强。

Baidu发布开源模型Unlimited OCR 2

2026年10月27日,百度发布并开源文档解析模型Unlimited OCR 2。百度官方介绍,该模型通过新的SR-SWA机制,把文本与视觉的注意力交互压缩为固定规模的工作参考,从而在有限上下文窗口内解析几乎任意长度的文档;官方称文档变长时每步解码延迟和内存占用接近恒定,并在覆盖数十页到数百页文档的MPDocBench和MarathonDocBench上取得SOTA表现。同日量子位报道称,该模型在百页级单序列测试中把峰值KV缓存从标准解码的47GB降至1.77GB,减少约96%;16路并发测试中端到端吞吐量从360提升至1315 Token/秒,约为标准解码的3.65倍。模型已在Hugging Face和GitHub开源。

SoMark开源1.3B文档解析模型OXR-1.0

SoMark开源了1.3B参数的文档解析模型OXR-1.0,可将PDF和页面图像转成Markdown或JSON,权重已发布在Hugging Face,轻量测试可在单张24GB GPU上运行。据Rohan Paul报道,该模型在olmOCR-Bench、OmniDocBench和DocParsingBench上排名第一,在单张NVIDIA RTX PRO 6000 GPU上解码速度558 tokens/s,端到端解析100页约101秒;其训练后阶段采用递归自我改进(RSI)循环,由通用VLM判定解析结果并生成新标注页面,无需人工标注。量子位报道称,SoMark团队开源的OXR主模型仅1.3B参数,在三项基准测试中全部登顶,完整解析速度超过同场参测的PaddleOCR-VL-1.6和MinerU2.5-Pro,覆盖文字、表格、公式、化学结构式、代码块等13类文档元素,可解析阅读顺序并输出版面坐标。

Liquid AI发布LFM3系列6款开放权重2B级模型

2026年10月28日,Liquid AI发布LFM3系列开放权重模型,共6个模型实例,覆盖文本、视觉、音频、Omni以及d1决策模型,全部从LFM3-1.7B-Base分支而来。据Hugging Face刊出的发布信息,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。同日另有报道称,LFM3-1.7B文本模型效果超过其2.6B前代,采用24层三混合架构,在AutomationBench上得41.29分。

腾讯混元开源中英同传模型Hy-SimulMT

2026年10月26日,腾讯混元开源实时中英同声传译模型Hy-SimulMT,延迟约3秒,支持实时语音克隆,模型已在Hugging Face、ModelScope和GitHub发布。腾讯混元官方称其表现优于多数开源模型和商业API。次日IT之家报道,该模型支持中英语音到语音实时翻译,已在腾讯Hy翻译App免费上线;官方称响应时间实测约3秒,人类专业译员平均为4至5秒。在长音频开源评测集RealSI上,该模型在最低延迟下取得开源模型最佳效果,并称超过大多数商用同传API;在与6位CATTI持证同传专家的对比中,其翻译质量得分更高、时延更低。

Clément Delangue称封闭开发AI并不安全

2026年10月26日,Hugging Face CEO Clément Delangue就一则报道发表评论,认为若以为把AI集中在闭门环境中就安全,需要更新这一判断。他所引用的报道称,一群前DOGE网络安全研究人员在不到12小时内用AI智能体渗透了Anthropic的系统,包括讨论最敏感模型的Slack频道。次日,安全初创公司Cathedral被报道在Anthropic授权的安全测试中,用AI智能体不到12小时通过第三方企业软件漏洞进入其销售、HR和IT系统,访问了会议实录、薪酬与录用详情及Slack内部消息。Anthropic确认入侵属实,但强调客户发给Claude的消息、核心代码和模型权重均未泄露,并称监控系统在报告提交前已发现异常并切断访问。

MiniMax将11项社区贡献加入H3生态索引

2026年10月26日,MiniMax公布H3视频生成模型生态新增11项社区贡献,并已将其纳入H3生态索引。官方说明,这些贡献涵盖8步参考条件视频加音频、4步蒸馏、稀疏注意力和参考token压缩,并接入GPU服务器、TPU与Apple Silicon的部署与工作流。MiniMax称,这些改进带来更低的实验成本、更细的创作控制和更多运行环境选择,并致谢haoailab、Hugging Face及PTD、DMAD、SparkH3、TorchTPU、FlashML等团队。同日,MiniMax Design (H3) 表示,社区持续为H3打开新可能,生态发展快于预期,带来更快的生成、更好的控制以及在更多平台运行。

Ollama上线语音模型Phonon,支持文本转语音

Ollama 于 2026 年 10 月 24 日上线语音模型 Phonon,开始支持文本转语音。据 Ollama Blog 介绍,Phonon 是来自 Gradium 的系列小型文本转语音模型,目前已在 macOS 上线,Windows 和 Linux 支持即将推出。在搭载 M5 Max 的 MacBook Pro 上,Ollama 借助 MLX 加速,速度比 Gradium 自家运行时快 35%,词错误率与 Hugging Face Transformers 参考实现持平。Phonon 兼容 OpenAI 的 /v1/audio/speech 接口,现有 OpenAI SDK 代码只需更换 base URL。许可方面,phonon 以 Apache 2.0 发布,40M 模型采用 CC BY-NC 4.0 许可,仅限非商业使用。目前尚无后续发展事实。

MiniMax开源M3.1 Flash模型权重

2026年10月23日,MiniMax 稀宇科技公开 MiniMax M3.1 Flash 的模型权重。官方信息显示,该模型总参数 428B,每 token 激活 23B,采用 MiniMax Sparse Attention 与 DSpark 投机解码提升推理效率;权重已上线 Hugging Face 和 ModelScope,并提供 API 与 MCode 桌面端入口。同日,Together AI 作为首日上线合作方将该模型部署到其 AI Native Cloud 生产环境,用户无需自行管理 GPU;据其介绍,模型面向智能体任务、编码、计算机操作与网络安全场景,支持 1M 上下文窗口和视觉能力。10月24日,MiniMax 宣布 M3.1 Flash 已上线 Tenstorrent Cloud,可在 Tensix 芯片上运行,并支持 Ethernet 横向扩展与开源技术栈。

OpenAI在调查泄密后解雇3名安全研究员

据 WSJ 报道,OpenAI 在调查泄密后解雇了 3 名安全研究员。报道称,安全人员发现这 3 名安全研究员与一名外部安全研究员之间存在会消失的 Signal 聊天。相关手机检查始于 9 月的一篇新闻报道,该报道称 OpenAI 最新模型 Astra 采用一种新方法,使其更聪明但写下的思考过程更少,人类能看到的推理过程因此减少。OpenAI 将该报道视为其秘密模型设计泄露,并开始追查信息来源;调查人员将曾协助 METR 分析 7 月 Hugging Face 被黑事件日志的 Ryan Greenblatt 列为疑似泄密者,他本人否认。目前公开信息仅来自这一报道,尚无更多后续进展。

腾讯混元推出开源交互式视频世界模型Hy-Nomas

腾讯混元于2026年10月24日推出开源交互式视频世界模型Hy-Nomas。据官方发布信息,该模型支持用文本提示词和相机轨迹进行交互,并具备带世界记忆的长时程生成能力;可通过轻量LoRA适配机器人等专门领域,并针对消费级GPU推理做了优化。官方同时给出了网站、GitHub、Hugging Face和演示入口。目前尚无后续发展事实。