GlucoFM：用于连续血糖监测的基础模型
Google Research 发布了 GlucoFM 模型，该模型用于连续血糖监测，通过分析血糖动态，在糖尿病风险预测等领域展现出优异的性能。
推荐理由：GlucoFM 模型在血糖监测领域展现出优异的性能，其研究成果对糖尿病风险预测等领域具有重要意义。
开源生态
全部主题开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。
207条精选相关主题模型发布Hugging FaceAI 编码
最新精选
第 41–60 条 · 共 207 条Google Research精选AI 评分8585
Hugging Face Blog精选AI 评分8585 IBM 发布 Granite 4.2 推理模型家族：构建过程揭秘
IBM 发布了 Granite 4.2 推理模型家族，包括 3B、8B 和 30B 三个版本，这些模型基于 Granite-4.1 基础模型进行后训练，并支持工具调用和推理功能。
推荐理由：Granite 4.2 模型在推理能力上有所提升，并支持工具调用，读者可以了解其架构和训练过程。
Mistral AI精选AI 评分6060 Mistral 与 HUMAIN 宣布战略合作，推动主权 AI 发展
Mistral 与 HUMAIN 宣布战略合作，旨在推动主权 AI 的发展，包括 AI 基础设施、高级模型开发和 AI 解决方案的部署。合作将支持沙特阿拉伯和中东地区的 AI 创新，并探索使用 HUMAIN 的数据中心基础设施来支持当地计算需求。
推荐理由：原文宣布了与 HUMAIN 的战略合作，旨在推动主权 AI 的发展，读者可以关注该合作对区域 AI 产业的影响。
Microsoft Research精选AI 评分8585 Skala 1.1：扩展对 Skala 的访问以创建预测 DFT 的更快途径
Microsoft Research 发布了 Skala 1.1，这是一个基于深度学习的 DFT 方法，它在分子模拟领域取得了显著进展，包括热力学、反应动力学和分子结构预测。Skala 1.1 现已集成到多个软件包中，并引入了一个实时基准，以跟踪 Skala 的计算性能。
推荐理由：Skala 1.1 在分子模拟领域取得了显著进展，其更高的准确性和更广泛的可用性将推动计算化学模拟的发展。
Google Research精选AI 评分7272 利用智能手机图像估计身体成分：超越BMI预测心血管代谢风险
Google Research发布了一项研究，介绍了一种名为PhotoScan的深度学习框架，可以直接从标准2D智能手机照片中估计三维身体成分指标，包括体脂百分比、A/G比和V/S比，以预测胰岛素抵抗风险。
推荐理由：原文介绍了利用智能手机图像估计身体成分的新方法，读者可以了解其在心血管代谢风险预测中的应用潜力。
Hugging Face Blog精选AI 评分8585 开源模型生态系统：2026年夏季观察报告
Hugging Face 发布了2026年夏季开源模型生态系统观察报告，分析了模型和数据集的增长、中国和美国实验室的进展、模型下载和喜欢数量的差异、开源许可的变化以及智能体在 Hugging Face Hub 上的使用情况。
推荐理由：报告分析了开源模型生态系统的最新动态，包括模型和数据集的增长、中国和美国实验室的进展、模型下载和喜欢数量的差异、开源许可的变化以及智能体在 Hugging Face Hub 上的使用情况。
Hugging Face Blog精选AI 评分7272 Hugging Face开源高效知识蒸馏工具
Hugging Face开源了高效知识蒸馏工具，通过优化计算方式降低训练成本，使大规模实验成为可能。
推荐理由：该研究提出了高效的知识蒸馏方法，降低了大规模实验的成本，对AI领域具有实际应用价值。
Microsoft Research精选AI 评分8585 Orchard：可扩展智能体 AI 开源框架
Microsoft Research 发布了 Orchard，一个开源框架，用于可扩展和成本效益的智能体 AI 研究。Orchard 提供了一个可重用的环境服务，用于跨任务域训练和评估智能体，并支持软件工程、网页导航和个人助理智能体等不同类型的任务。
推荐理由：Orchard 是一个开源框架，旨在推动可扩展的智能体 AI 研究，通过提供可重用的环境和工具，降低了研究成本，并促进了开放智能体系统的构建和研究。
Import AI精选AI 评分8080 AI病毒研究揭示网络安全新威胁
研究人员构建了一个原型计算机病毒，利用AI模型攻击计算机，并利用其GPU资源进行推理，从而实现自我复制和传播。
推荐理由：文章探讨了AI病毒的研究，揭示了AI在网络安全方面的潜在威胁，以及AI发展速度与人类控制能力之间的矛盾。
Hugging Face Blog精选AI 评分8585 Hugging Face公布2026年7月安全事件披露
Hugging Face公布了一起由自主AI智能体系统驱动的入侵事件，详细描述了攻击过程和防御措施，强调AI在网络安全中的重要性。
推荐理由：原文详细描述了Hugging Face遭受的AI驱动入侵事件，以及他们如何利用AI进行检测和分析，对网络安全领域有重要参考价值。
Hugging Face Blog精选AI 评分6868 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。
Google Research精选AI 评分6565 Google Research 发布针对全球50多座城市的建筑屋顶反射率数据集
Google Research 发布了一个包含50多座城市建筑屋顶反射率数据的扩展数据集，旨在帮助城市规划者实施冷却屋顶解决方案，以减轻极端高温的影响。该数据集可通过新的高分辨率Heat Resilience Earth Engine App访问。
推荐理由：原文提供了关于如何利用AI技术降低城市温度的详细研究，读者可以了解其方法和潜在影响。
Google Research精选AI 评分6767 Google Research 提出线性弹性缓存方法优化云经济
Google Research 提出了线性弹性缓存方法，通过将页面淘汰视为滑雪租赁问题，并使用轻量级机器学习来优化内存占用和缓存缺失之间的权衡，以降低总拥有成本。
推荐理由：原文提出了线性弹性缓存方法，通过动态调整缓存大小以降低总拥有成本，读者可以了解其原理和应用效果。
Google Research精选AI 评分6060 Google Research：推理如何解锁LLM中的参数化知识
Google Research探讨了推理在LLM中的作用，发现推理不仅有助于复杂任务的分解，还能通过计算缓冲和事实提示等机制提高简单事实问题的回答准确性，为未来模型优化提供了新的方向。
推荐理由：原文揭示了推理在语言模型中的作用，以及如何通过优化训练过程提高模型可靠性，对理解未来研究方向有重要价值。
Hugging Face Blog精选AI 评分7676 Hugging Face 分享使用本地模型进行 OpenClaw 仓库 Issue 分诊的实践
Hugging Face 团队分享了在 NVIDIA GB10 硬件上运行 gemma-4-26b-a4b 和 qwen3.6-35b-a3b 等本地模型，对 OpenClaw 仓库的 Issue 和 PR 进行实时分类与通知的技术方案。
推荐理由：展示了利用本地模型和受限 Shell 构建实时分类系统的完整流程，提供了具体的性能对比数据和安全配置方案。
Hugging Face Blog精选AI 评分6868 Hugging Face 发布 agent-eval 工具以基准测试开源模型对 transformers 库的智能体适配性
Hugging Face 推出 `agent-eval` 工具，用于衡量智能体在使用 `transformers` 库完成任务时的过程成本（如时间、Token 消耗和错误率），而不仅仅是最终答案的正确性。
推荐理由：原文提供了评估智能体使用工具效率的基准方法，揭示了同一优化对不同规模模型可能产生相反效果。
Hugging Face Blog精选AI 评分9292 智谱发布 GLM-5.2：支持 1M 上下文的长程任务旗舰模型
智谱（Z.ai）发布最新旗舰模型 GLM-5.2，主打长程任务能力并首次提供稳定的 1M-token 上下文窗口。该模型采用 IndexShare 架构降低计算成本，在 FrontierSWE、PostTrainBench 等长程编程基准中表现优于多数开源模型，接近 Claude Opus 4.8 水平。
推荐理由：原文展示了 GLM-5.2 在长上下文编程基准上的具体得分及与闭源模型的差距，读者可据此评估其在复杂工程任务中的实际可用性。
Google Research精选AI 评分7070 Google Research 发布用于自然恢复的 Earth AI 研究
Google Research 发布了一项研究，开发了一个高分辨率深度学习框架，用于揭示精细尺度生态特征，如树篱和树丛，这些特征通常对标准卫星检测不可见。该框架提供了一种新的途径，以解决在耕作土地上应对气候和生物多样性危机的问题，同时不损害粮食安全。
推荐理由：该研究提出了一个用于揭示精细尺度生态特征的高分辨率深度学习框架，为解决气候和生物多样性危机提供了新的途径。
Google Research精选AI 评分6262 Google Research：利用旧手机构建低碳计算平台
Google Research 与加州大学圣地亚哥分校合作，利用2,000部Pixel智能手机构建数据中心，以提供低成本、低碳的云计算服务，减少对新硬件的需求和排放。
推荐理由：原文介绍了利用旧手机构建低碳计算平台的研究，读者可以了解其潜在的环境和社会影响。
Google Research精选AI 评分8585 Google 开源洪水预测模型，助力洪水防御
Google 开源了其洪水预测模型，旨在帮助国家气象和水文服务机构将先进的基于 AI 的洪水预测技术整合到他们的工作流程中，以增强洪水防御能力。
推荐理由：原文介绍了开源的洪水预测模型及其在 Google Flood Hub 中的应用，读者可以了解其在洪水预测领域的应用和潜力。