觅蜂科技联合Hugging Face、NVIDIA、清华大学等近20家机构发起具身评测平台RoboColiseum,并于10月20日公布本轮评测结果。据雷科技10月23日报道,Claude Opus 5.5在四款旗舰模型中综合排名第一,GPT-6 Astra紧随其后;GPT-6 Astra的指令跟随得分达99.35,Opus 5.5在空间理解与通用操作上表现更优,且token消耗最少。该平台包含78个仿真评测任务,仿真与实机相关性达89.5%,自8月上线以来已有100多支队伍参与。
匹配字段摘要
Anthropic宣布将Agent Skills捐赠给Agentic AI Foundation(AAIF)。据其第一方信息,此前MCP也已捐给同一基金会;自2025年12月以来,已有70多个智能体平台接入该标准,包括ChatGPT、Cursor、GitHub Copilot和VS Code。后续报道称,Linux基金会旗下的AAIF于2026年10月22日宣布接收四个项目,除Anthropic的Agent Skills外,还包括OpenAI的Open Responses、Hugging Face的OpenEnv和Alibaba的OpenSandbox;Agent Skills是一种让不同智能体复用业务知识和作业流程的通用格式,Anthropic于2025年12月将其作为开放标准公开。报道还称,此次捐赠包括名称、Logo、GitHub组织账号agentskills和agentskills.io域名,后续由多组织核心维护者组成的技术运营委员会决定开发方向,Anthropic的David Soria Parra与Mahesh Murag担任首席维护者;AAIF旗下项目由成立时的三件增至十件
匹配字段摘要
Google与Meta的PyTorch团队合作推出开源项目TorchTPU,为Google TPU提供原生PyTorch后端,迁移只需把model.to("cuda")改为model.to("tpu")。项目支持eager与torch.compile两种模式,新增DeferAndFuse eager模式,覆盖约450个Aten算子,并已在4,917个Hugging Face模型上验证开箱运行,其中Tier 1通过率98%、Tier 2相对GPU数值一致性97%。官方称其已用于部分Google Cloud大客户的推理与训练生产负载,并集成vLLM、SGLang、TorchTitan、Ray和TorchRec。后续报道称,在PyTorch Conference North America 2026上,Google开源了TorchTPU,运行时不再依赖JAX,现有负载只需少量代码改动即可迁移;PyTorch方面指出,TorchTPU默认的Skinny Collectives方案在分布式负载下相比优化方案约有30–40%的端到端性能损失,追求峰值性能仍需Pallas kernel及vLLM-T
匹配字段摘要
2026年10月21日,Recursive Superintelligence 发布开放权重本地编码模型 Flint。据相关报道,Flint 是 40B 混合专家模型,每 token 激活约 2.5B 参数,采用 Apache 2.0 许可,权重已在 Hugging Face 开放,由自动化研究系统 Eureka Machine 在不到 4 个月内从零构建。10月22日,Hugging Face 联合创始人 Thomas Wolf 评价称,Recursive 研究者把通常建议保持高精度的 lm_head 量化到 4 位,结果与 bf16 仅差 0.7 个百分点。同日,OpenRouter 上线 Flint,称其面向编码智能体,支持 262K 上下文、推理和工具调用,上线期间免费使用;Unsloth 则发布 Flint 的 Dynamic GGUF 量化版本,称可在 24GB 内存设备上本地运行。目前该模型已通过开放权重、托管平台和量化版本形成多种使用途径。
2026年10月21日,Recursive Superintelligence 发布开放权重本地编码模型 Flint。据相关报道,Flint 是 40B 混合专家模型,每 token 激活约 2.5B 参数,采用 Apache 2.0 许可,权重已在 Hugging Face 开放,由自动化研究系统 Eureka Machine 在不到 4 个月内从零构建。10月22日,Hugging Face 联合创始人 Thomas Wolf 评价称,Recursive 研究者把通常建议保持高精度的 lm head 量化到 4 位,结果与 bf16 仅差 0.7 个百分点。同日,OpenRouter 上线 Flint,称其面向编码智能体,支持 262K 上下文、推理和工具调用,上线期间免费使用;Unsloth 则发布 Flint 的 Dynamic GGUF 量化版本,称可在 24GB 内存设备上本地运行。目前该模型已通过开放权重、托管平台和量化版本形成多种使用途径。
匹配字段摘要
Baseten旗下研究团队Base Labs发布两个决策模型mammoth-1(27B)与elephant-1(9B),两者均基于Qwen3.5全量微调,并公开模型权重。据Baseten Base Labs介绍,mammoth-1在Jev Decision Index 0.4上以71.24分位列208个模型第一,领先第二名Perplexity Decider v1.2 1.8分;elephant-1在该榜得62.65分。Baseten工程博客称,elephant-1是排名最高的9B决策模型,在Artificial Analysis Decision Index上两者分别为65.9和65.2;早先报道称elephant-1在该指数上以65分与d1-ultra并列第一。决策模型不生成文本,而是对选项、评分或是否问题返回概率分布,并可通过置信度阈值决定自动接受还是转人工。两个模型已在Hugging Face开源,可在Baseten Model APIs免费试用一周,默认零数据保留。
匹配字段摘要
Hugging Face 联合创始人 Clément Delangue 提出判断,认为欧洲在 AI 领域的机会比以往任何技术浪潮都多。相关报道显示,这一表态出现在英伟达 CEO 黄仁勋欧洲之行收官、Microduck 机器人登台的场合;该机器人由 Pollen Robotics 与 Hugging Face 团队在法国波尔多设计研发,报道称其 2026 年全球销量超过 15,000 台。Delangue 表示,将与英伟达及开源 AI 社区共同证明欧洲在 AI 时代的机会。目前该判断尚无后续发展事实。
匹配字段摘要
OlmoEarth v1.3 已发布,包含 OlmoEarth v1.3 Base 模型、全球预计算嵌入、OlmoEarth Embeddings Explorer 和技术报告。据 Hugging Face 介绍,该版本为全球每 10 米像素生成 128 维嵌入向量,前 64 维可单独使用,并已在 Source Cooperative 上向社区开放全球嵌入。在覆盖六大洲的 27 项评测中,128 维版本在 20 项上得分最高,64 维版本在 18 项上领先;训练算力为 v1.2 的 53%、v1 的 18%。模型权重、预训练数据和代码全部开源,预训练 Base 版最终运行约需 2,720 美元的 H100 租用成本。目前尚无后续发展事实。
匹配字段摘要
Ai2 发布热带作物制图基准 PLANTEUR。该基准将 PASTIS 基准扩展到留尼汪、瓜德罗普、马提尼克、法属圭亚那、马约特和圣马丁六个热带地区,包含 2,750 条 Sentinel-2、Sentinel-1 与 Landsat-8 对齐时间序列,以及覆盖 7 类作物的 4,506 km2 地块标签。Ai2 表示,所有被评估方法在 PLANTEUR 上的得分都明显低于 PASTIS,且每个模型在训练中未见过的小岛上测试时准确率约下降一半。PLANTEUR 已在 Hugging Face 和 GitHub 上开放。目前尚无后续发展。
匹配字段摘要
Hao AI Lab宣布,FastVideo FastH3 Omni可在NVIDIA DGX Spark、RTX GPU和Apple MLX上本地运行。该实验室给出的运行数据包括:用一张照片和一段提示词生成5秒480p视频约需3分钟,在两张Spark上约需2分钟;FastH3 T2AV在单张Spark上耗时52.6秒,在两张Spark上为30.7秒。演示视频中的片段均由DGX Spark以8步NVFP4 checkpoint生成。该实验室同时提供了博客、Cookbook和Hugging Face链接。目前尚无后续发展事实。
匹配字段摘要
Modal于2026年10月21日发布LLM训练库Modal Dojo。据Modal官方工程博客介绍,该库提供调好的默认配方、可改参数和开箱即用的指标观测面板,支持从5亿到数万亿参数的模型;它基于Miles、Slime等开源框架构建,可从Hugging Face加载数据集,并通过CLI让智能体查询运行状态、日志和轨迹。同一来源还称,Axiom Bio已用它启动64k上下文的DeepSeek V4.1 Flash训练,运行在64张B300上。目前尚无后续独立发展事实。
匹配字段摘要
VocabX 提出一种按成本选择词表的领域词表专门化方法。该方法不再只按频次挑选 token,而是同时重建子词切分与多词合并,把领域专用小模型的词表压缩到更小规模。据其说明,以评分模型为例,生成一个 token 的成本是读取一个 token 的 7.4 倍,输出层词表从约 152,000 行减到约 65,000 行,在实际应用中把推理成本降低 77%。该方法针对 Qwen3-4B 这类小模型在中等批量下的内存带宽瓶颈;FVT、MWT 和 in-place BPE 等方法只按频次选词、只处理单一层面。目前该工作以 Hugging Face 发布的一手材料为公开证据,尚无后续进展。
匹配字段摘要
2026年10月21日,NVIDIA扩展Nemotron Retriever系列,发布多款开放模型,覆盖嵌入、重排与文档解析。此次推出的模型包括Nemotron 3.5 Embed(8B BF16、1B BF16、1B NVFP4)、Nemotron 3.5 Rerank 8B BF16,以及参数规模为6.31亿的Nemotron 3.5 Parse,面向企业智能体工作流的多模态检索与文档处理。NVIDIA称,在智能体检索流程中加入Rerank后,单次查询的token成本分别降低约14%(搭配8B嵌入模型)和13%(搭配1B模型),检索准确率同时提升。Parse在ParseBench上得分75.20,单张H100上每秒处理10.5页。开放权重、数据和训练配方已在Hugging Face发布,并可通过NVIDIA NIM及Baseten、DeepInfra、FriendliAI部署。
匹配字段摘要
2026年10月21日,Hugging Face 联合创始人兼 CEO 克莱姆·德朗格公开批评 Netflix 纪录片《AI 失控》内容不准确。德朗格称该片把技术拟人化、走向末日论叙事,为博流量刻意制造恐慌。据相关报道,该片原本讲述 OpenAI 一个测试模型突破隔离环境、生成智能体入侵 Hugging Face 获取答案的事件,但片中穿插邪恶机器人影像、为智能体配上人类语音,并引用“邪教诞生”等评述。德朗格表示,Hugging Face 最终改用开源模型完成防御。目前该批评由单一来源报道,尚无更多独立来源或后续进展。
匹配字段摘要
面壁智能的 MiniCPM-V 4.7 在 iPhone 18 Pro Max(12GB)上实现 20.51 tokens/sec 的平均解码速度,相比同一设备未优化的 SSD 专家加载基线提速 6.07 倍。该速度来自 Lookahead Expert Scheduling(LES)、优化的专家加载、细粒度量化和 DSpark 投机解码。后续报道进一步说明,该方案通过跨层路由预测预取下一层可能需要的专家、并行加载剩余专家,并对专家权重做连续存储重排和逐层混合精度量化,同时配合 DSpark 投机采样;模型为 35B 总参数、每 token 激活 3B 的 MoE 架构,原始模型架构与专家路由保持不变,无需额外训练。模型已在 GitHub 和 Hugging Face 开放。
匹配字段摘要
2026年10月19日,Nvidia发布面向常驻智能体与边缘计算的开放权重模型。据TechCrunch AI报道,其中Nemotron 3.5 Super VL为1200亿参数的企业级智能体模型,Nvidia称其在指令遵循和工具调用任务上可达到Nemotron 3 Ultra相近的准确率;两款轻量Bolt模型面向搭载RTX Spark芯片的AI PC和DGX Spark工作站本地运行。报道称Super VL与Nemotron 3.5 Bolt 74B-A9B 24GB已可用,最小的Bolt E4B将于本月晚些时候推出。10月21日,Nvidia宣布扩展开放模型组合,覆盖语言、机器人、生物和量子计算,并围绕欧洲主权智能定位;组合包括Nemotron 3.5 Super VL与Nemotron 3.5 Bolt等。报道称Super VL已在Hugging Face、ModelScope、OpenRouter和build.nvidia.com上线,Bolt E4B 4GB预计10月23日可用。
匹配字段摘要
2026年10月21日,NVIDIA与UW Medicine蛋白质设计研究所推出开放模型RFD4-Proteina。据NVIDIA Newsroom当日发布的信息,该模型将可编程蛋白质设计与搜索能力结合,可按分子输入、约束和评分目标生成并优化蛋白质设计;研究草稿中的测试显示,其在蛋白质结合、小分子结合、酶骨架和DNA结合四类基准上,计算设计成功率和生成吞吐均高于所评估的基线。模型已通过Amazon Bio Discovery、Anthropic的Claude Science、Benchling、Databricks、Google Cloud、Hugging Face、Nebius、OpenAI和Tamarind Bio等合作方提供。同日Unite.AI报道称,NVIDIA在GTC Berlin宣布这一合作,模型属于NVIDIA BioNeMo;Hugging Face模型卡显示其权重为435.6百万参数、FP32存储1.74 GB、以BF16运行,采用BSD 3-Clause许可,单张H200上250 token设计在BF16下耗时5.0秒。目前尚无后续发展事实。
匹配字段摘要
2026年10月21日,NVIDIA在GTC Berlin宣布扩展Isaac开放机器人开发平台,新增参考人形机器人、数据集与运行时,并更新机器人学习框架。同日,Isaac Lab 3.0正式可用,SimReady Central Library与Human 1M数据集上线Hugging Face。Agile Robots发布的Agile ONE SN基于Isaac GR00T与Jetson Thor,身高1.40米、31个自由度,计划2027年初上市。另据同日报道,NVIDIA在Hugging Face上线SimReady Central开放3D资产库,资产为带质量、碰撞几何、摩擦等仿真属性的OpenUSD格式,开发者与AI智能体可通过NVIDIA USD Search用自然语言检索资产并组装成Isaac Sim场景。目前该平台扩展已随上述发布落地。
匹配字段摘要
2026年10月19日,Amazon推出TorchNeuron开源工具包,使AWS Trainium成为标准PyTorch设备。据PyTorch博客,该原生后端让模型代码只需改为 .to('neuron') 即可运行,基于PrivateUse1和torch.accelerator扩展点,支持eager、自适应eager与torch.compile,并覆盖DDP、FSDP2、张量并行等分布式API及NKI自定义算子;官方称已在10万个Hugging Face模型上做覆盖测试,计划10月20日以Apache 2.0协议在github.com/aws-neuron/torch-neuronx开放公测。Hugging Face同日发布介绍称,该插件支持eager模式、torch.compile及FSDP2、DTensor等分布式接口,10月20日起公开beta,可通过 pip install torch-neuronx 安装,Transformers、Diffusers、Accelerate、PEFT和TRL可直接在Trainium上运行,无需再经Optimum Neuron;文本生成方面前1
匹配字段摘要
2026年10月20日,Bria发布8B参数开源权重图像模型Fibo 2.0。据Artificial Analysis报道,该模型在AA-Image-Editing v2.1上位列开源权重模型第一,在AA-Image-T2I v2.1上与Qwen-Image-2.1统计并列领先。此次共发布两套权重:Fibo 2.0 Dev用于文生图,蒸馏版Fibo 2.0 Edit Turbo用于图像编辑。模型以非商业许可开放权重,商用需与Bria另行签约;权重已在Hugging Face开放,可通过Bria API和fal使用。Bria API价格为每1k张图像32美元。同日fal平台信息显示,该模型支持最多四张输入图像,可进行背景替换、产品重摆与光照调整,并称仅用授权数据训练。
匹配字段摘要
LMSYS于2026年10月16日宣布,SGLang已原生支持Reflection的Beam模型,并用于支撑其生产API。Beam是501B参数、每token激活23B的MoE模型,原生1M token上下文窗口,计划以Apache 2.0发布;SGLang为其提供BF16、NVFP4和动态FP8支持、DFlash2投机解码与混合注意力前缀缓存。在4张NVIDIA GB300 GPU上以NVFP4运行OpenHands多轮智能体编码回放,并发32时达到每GPU 127.6K tokens/sec、每用户185.87 tokens/sec(p50)。同日,Reflection发布Beam模型权重,Ollama作为day-zero合作方限时免费提供并采用零数据保留;Beam总参数量约5010亿、每token激活约230亿,上下文窗口100万token,以Apache 2.0许可发布。后续AWS方面信息称,Beam权重已在Hugging Face发布,提供BF16、FP8和NVFP4三种checkpoint,并已在Amazon SageMaker JumpStart上线,也可通过SageMa
匹配字段摘要