跳到正文

#产品更新

今日 19 条
7月1日周二
6月28日周六
  1. Hugging Face Blog77

    NVIDIA Llama Nemotron Nano VLM 智能文档处理模型发布于 Hugging Face Hub

    NVIDIA 发布了 Llama Nemotron Nano VLM,这是一个先进的 8B 视觉语言模型,专为智能文档处理设计,可在 Hugging Face 上使用。该模型在 OCRBench v2 基准测试中表现出色,能够从复杂的文档中提取和理解信息,如发票、收据、合同等。

    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26日周四
  1. Hugging Face Blog85

    Gemma 3n 模型全面开源

    Gemma 3n 模型作为一款本地运行的多模态模型,现已全面开源,支持图像、文本、音频和视频输入。模型提供两种大小,分别为 5B 和 8B 参数,且在内存效率方面有所改进,只需 2B 和 4B VRAM。模型支持 140 种语言文本和 35 种语言的多模态交互。

    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日周二
6月23日周一
6月16日周一
  1. Hugging Face Blog65

    Hugging Face 推出 Groq 作为推理提供商

    Hugging Face 推出 Groq 作为推理提供商,支持多种文本和对话模型,包括 Meta 的 Llama 4 和 Qwen 的 QWQ-32B,提供快速 AI 推理服务,并集成到 Hugging Face Hub 和客户端 SDK 中。

    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12日周四
6月11日周三
  1. Mistral AI68

    Mistral AI 发布 Mistral Compute 基础设施服务

    Mistral AI 正式推出名为 Mistral Compute 的新 AI 基础设施服务,为客户提供包含 GPU、编排、API 及产品的私有集成技术栈。该服务支持从裸金属服务器到全托管 PaaS 等多种形态,由拥有数十年 HPC 和 AI 构建经验的团队管理,并作为 NVIDIA 合作伙伴提供最新参考架构及数万个 GPU 资源。

    推荐理由:Mistral AI 推出面向全球用户的私有化 AI 基础设施服务,提供从裸金属到全托管 PaaS 的集成栈,旨在打破少数巨头对算力资源的垄断。

  2. Hugging Face Blog70

    Hugging Face 与 NVIDIA 合作推出训练集群服务

    Hugging Face 与 NVIDIA 合作推出训练集群服务,旨在使大型 GPU 集群更容易为全球研究机构获取,以训练各个领域的未来基础模型。服务提供 GPU 集群的可访问性,并允许根据训练运行的时间付费。

    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6日周五
  1. Hugging Face Blog70

    Hugging Face 发布 ScreenSuite:最全面的 GUI 代理评估套件!

    Hugging Face 发布了 ScreenSuite,这是一个用于评估 GUI 代理性能的全面基准测试套件。它涵盖了 13 个基准测试,用于评估 GUI 代理的感知、定位、单步动作和多步代理能力。ScreenSuite 支持多种环境,包括桌面和移动设备,并提供自定义 Docker 容器以简化部署。

    推荐理由:ScreenSuite 提供了一个全面的 GUI 代理评估套件,有助于评估 VLM 在多个代理能力方面的表现,读者可以据此了解 GUI 代理的最新进展和评估方法。

6月4日周三
  1. Mistral AI45

    Mistral Code 发布企业级 AI 编码助手

    Mistral Code 推出面向企业的 AI 编码助手,集成 Codestral、Devstral 等模型及本地部署选项,支持 JetBrains 和 VSCode。该工具基于开源项目 Continue,提供私有仓库微调与多步重构能力,旨在通过单一供应商 SLA 保障安全合规并提升开发者生产力。

6月3日周二
  1. Hugging Face Blog77

    H Company 发布 Holo1 GUI 自动化 VLMs 和 WebClick 多模态定位基准

    H Company 发布了 Holo1,一套用于深度网络 UI 理解和精确定位的开源 Action VLMs,以及 WebClick 多模态定位基准。Holo1 模型基于 Qwen2.5-VL 架构,与 Transformers 兼容。Surfer-H,一个基于 Holo1 的网络原生代理,能够像人类一样与浏览器交互。

    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 Blog80

    SmolVLA:基于Lerobot社区数据训练的紧凑型视觉-语言-动作模型

    SmolVLA是一个紧凑型(450M)、开源的视觉-语言-动作模型,适用于机器人,可在消费级硬件上运行。该模型仅在兼容许可的开源社区共享数据集上预训练,包括Lerobot标签下的数据集。

    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。

5月29日周四
5月28日周三
5月27日周二
  1. Mistral AI73

    Mistral AI 发布 Agents API

    Mistral AI 推出新的 Agents API,结合其语言模型与代码执行、网络搜索、图像生成及 MCP 工具等内置连接器,提供跨对话的持久记忆和智能体编排能力。该 API 旨在简化复杂任务处理和多动作协调,支持开发者构建如编码助手、财务分析等应用,并展示了在 SimpleQA 基准测试中结合网络搜索后的性能提升数据。

    推荐理由:原文给出了内置连接器、持久记忆和智能体编排的具体能力,读者可以据此判断它如何简化企业级智能体应用的开发。

5月23日周五
  1. Hugging Face Blog62

    Dell Enterprise Hub 发布,提供本地 AI 构建套件

    Dell Enterprise Hub 发布新版本,提供一系列模型和应用,支持在本地使用 Dell AI 服务器和 AI PC 构建人工智能。支持部署和训练 Meta Llama 4 Maverick、DeepSeek R1 和 Google Gemma 3 等模型。

    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。

5月22日周四
5月19日周一
5月16日周五
  1. OpenAI News60

    OpenAI 发布 Codex 编码智能体功能

    OpenAI 发布 Codex 编码智能体功能,基于 codex-1,一个针对软件工程优化的 OpenAI o3 版本,用于生成符合人类风格和 PR 偏好的代码。

    推荐理由:原文给出了 Codex 的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。

5月15日周四
  1. Hugging Face Blog77

    Falcon-Edge:一系列强大的、通用的、可微调的1.58位语言模型

    Falcon-Edge系列是Hugging Face发布的一系列强大的、通用的、可微调的语言模型,基于BitNet架构,以三进制格式提供。该系列模型通过预训练数据策略,在内部数据混合上进行了大约1.5Tera Tokens的预训练,并在Hugging Face leaderboard v2基准测试中取得了与同类模型相当甚至更好的性能。

    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。

5月14日周三
5月13日周二
5月12日周一
5月8日周四
5月7日周三
  1. Mistral AI77

    Mistral AI 发布 Mistral Medium 3 模型

    Mistral AI 发布了新的 Mistral Medium 3 模型,该模型在保持高性能的同时,成本降低了10倍,并支持多种企业部署方式。

    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。