跳到正文

#产品更新

今日 13 条
7月22日周三
7月21日周二
  1. Hugging Face Blog67

    Grabette:一个开源的机器人操作数据记录系统

    Grabette 是一个开源的机器人操作数据记录系统,用户可以使用手持夹具记录操作任务,并将其自动转换为机器人可用的数据集,以帮助构建一个开放、协作的机器人学习数据集。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

7月17日周五
  1. Google DeepMind70

    DeepMind 发布 Gemini 3.5 Flash Cyber 智能体功能

    DeepMind 发布了 Gemini 3.5 Flash Cyber 智能体功能,该功能基于 3.5 Flash 并经过微调,用于快速有效地发现、验证和修复漏洞,旨在为网络安全提供高效且经济的解决方案。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

7月16日周四
  1. Hugging Face Blog77

    DharmaOCR 发布针对巴西葡萄牙语的专用 OCR 模型

    DharmaOCR 发布了针对巴西葡萄牙语的专用 OCR 模型,通过领域专业化和针对性训练,在巴西葡萄牙语 OCR 方面优于 Mistral OCR4 和 Unlimited-OCR。模型采用监督微调和多语言模型训练,实现了高提取质量和低退化率。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

7月15日周三
  1. OpenAI News65

    OpenAI 发布 GPT-Red 自动化红队系统

    OpenAI 发布了 GPT-Red,一个用于提升 AI 安全性和鲁棒性的自动化红队系统,通过自我对抗提升 AI 的安全性和对提示注入的鲁棒性。

    推荐理由:原文介绍了 GPT-Red 的功能和目标,读者可以了解其如何提升 AI 安全性和鲁棒性。

  2. Hugging Face Blog85

    Thinking Machines 发布 Inkling 智能体

    Thinking Machines 发布了 Inkling 智能体,一个大型多模态 LLM,支持图像、文本和音频输入,具有推理能力,并支持 1M 上下文窗口。Inkling-Small 变体也发布,具有 276B 总参数和 12B 活跃参数,支持 MXFP8 和 NVFP4 权重。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

7月14日周二
7月10日周五
7月9日周四
  1. Mistral AI62

    Mistral AI 发布 Studio 功能,提供 AI 提示和技能的系统记录

    Mistral AI 发布了 Studio 功能,旨在解决企业中未管理的 AI 提示和技能导致的混乱行为和难以追踪的问题。Studio 提供了一个集中的系统记录,用于版本控制、所有权和可追溯性,从而实现快速迭代和受控部署,同时保持合规性。通过将提示视为不可变版本的资产,并具有清晰的拥有权和审计日志,Studio 确保AI行为得到治理、可发现并与业务政策保持一致。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

7月8日周三
  1. Mistral AI85

    Mistral AI 发布 Robostral Navigate 智能体导航功能

    Mistral AI 发布了名为 Robostral Navigate 的 8B 模型,该模型使机器人能够仅使用单个 RGB 摄像头在复杂环境中自主导航,在未见过的 R2R-CE 基准测试中达到 76.6% 的成功率,优于多传感器方法,同时效率更高。该模型完全由内部开发,使用模拟数据和 token 效率技术构建,能够跨机器人类型泛化,并适应训练期间未见过的真实世界障碍。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  2. Hugging Face Blog70

    Hugging Face 发布 Native-speed vLLM transformers modeling backend

    Hugging Face 发布了 Native-speed vLLM transformers modeling backend,该后端使得 transformers vLLM 的性能与自定义 vLLM 实现相当甚至更快。模型作者可以自动利用他们的 transformers 实现来获得超快的 vLLM 推理,无需额外费用。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

7月7日周二
  1. Hugging Face Blog62

    微软发布 Foundry Managed Compute 并集成 Hugging Face 模型目录

    微软在 Build 2026 上发布 Foundry Managed Compute,并推出包含每周更新的 Hugging Face 精选模型目录。该服务提供一键部署、自动运行时升级及安全扫描,支持通过统一端点和 SDK 调用开源模型进行智能体开发。目前处于预览阶段,支持 NVIDIA A100/H100 及 AMD MI300X 加速器。

    推荐理由:原文展示了开源模型在企业级平台上的自动化运维与统一接入能力,读者可据此评估私有化部署的合规性与工程成本。

  2. Hugging Face Blog65

    LeRobot v0.6.0 发布:引入世界模型策略与统一奖励 API

    Hugging Face 发布 LeRobot v0.6.0,核心更新包括支持 VLA-JEPA 等能“想象”未来的世界模型策略、统一的奖励模型 API(Robometer, TOPReward)以及新的部署 CLI lerobot-rollout。

    推荐理由:LeRobot v0.6.0 引入世界模型策略和统一奖励 API,并新增六个仿真基准,为机器人学习闭环提供了从想象、评估到改进的完整工具链。

7月6日周一
  1. Hugging Face Blog68

    Hugging Face Kernels 项目重大更新:新增仓库类型与安全增强

    Hugging Face 对 Kernels 项目进行重大更新,正式在 Hub 上推出名为 "kernel" 的新仓库类型,使自定义内核成为一等公民并提升其可发现性。

    推荐理由:原文详细说明了 Kernels 项目引入的新仓库类型、安全机制及框架支持,读者可据此了解自定义内核在 Hugging Face Hub 上的标准化发布与调用流程。

7月2日周四
  1. Mistral AI85

    Mistral AI 发布 Leanstral 1.5:形式验证性能升级

    Mistral AI 发布 Leanstral 1.5,一个拥有 6B 活跃参数的免费 Apache-2.0 许可模型,在形式验证方面实现了重大性能提升,解决了 PutnamBench 中的 587/672 个问题,并在 FATE-H 和 FATE-X 上达到了最先进的水平。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

7月1日周三
  1. Google DeepMind70

    DeepMind 发布 Nano Banana 2 Lite 和 Gemini Omni Flash

    DeepMind 发布了 Nano Banana 2 Lite 和 Gemini Omni Flash,两款模型分别针对图像生成和视频编辑,旨在提高开发效率和创意迭代。Nano Banana 2 Lite 是一款快速且成本效益高的图像模型,而 Gemini Omni Flash 则是一款高质量的音视频生成和编辑模型。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

6月30日周二
6月27日周六
6月26日周五
  1. OpenAI News75

    OpenAI 预览 GPT-5.6 Sol:下一代模型

    OpenAI 预览了 GPT-5.6 Sol,这是一款在编码、科学和网络安全方面具有更强能力的下一代模型,并配备了其最先进的安全堆栈。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

6月25日周四
  1. Google DeepMind65

    Gemini 3.5 Flash 发布内置计算机使用功能

    Gemini 3.5 Flash 现已内置计算机使用功能,支持构建跨平台交互的智能体。该功能之前作为独立模型存在,现在集成在主模型中,可提高长期和自动化任务的表现。企业可通过 Gemini API 和 Gemini Enterprise Agent Platform 使用此功能,并采取安全措施确保其安全使用。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

6月24日周三
6月23日周二
  1. Mistral AI85

    Mistral AI 发布 Mistral OCR 4

    Mistral AI 发布了 Mistral OCR 4,该版本引入了突破性的文档解析功能,包括边界框、块分类和内联置信度评分,支持 170 种语言,可在单个容器中运行,适用于企业搜索、RAG 和智能体工作流。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。