OpenAI 如何大规模实现低延迟语音 AI
OpenAI 重建了其 WebRTC 技术栈，以支撑实时语音 AI 的低延迟、全球规模与流畅的对话轮次切换。
#部署/工程
#部署/工程
今日 7 条OpenAI NewsAI 评分3030
Hugging Face Blog精选AI 评分6060 Granite 4.1 LLM 是如何构建的：五阶段预训练、SFT 与多阶段 RL 全流程
IBM Granite 团队发布 Granite 4.1 系列稠密 decoder-only LLM（3B、8B、30B），基于约 15T token 的五阶段预训练流程，上下文窗口最长扩展至 512K token，并以 Apache 2.0 许可开源。
推荐理由：Granite 4.1 完整披露五阶段预训练、SFT 与多阶段 RL 的数据配比和训练配置，可对照其 8B 稠密模型追平 32B MoE 的结论。
OpenAI News精选AI 评分6262 OpenAI 扩展 Stargate 算力基础设施，新增数据中心容量
OpenAI 宣布扩展 Stargate，建设支撑 AGI 的算力基础设施，并新增数据中心容量以应对不断增长的 AI 需求。
推荐理由：OpenAI 官方披露 Stargate 算力扩张方向，可了解其数据中心容量布局与 AGI 算力投入思路。
Hugging Face BlogAI 评分2222 DeepInfra 成为 Hugging Face Hub 支持的 Inference Provider
DeepInfra 正式加入 Hugging Face Hub 的 Inference Provider 生态，首批支持对话与文本生成任务，可调用 DeepSeek V4、Kimi-K2.6、GLM-5.1 等开源权重模型。
OpenAI News精选AI 评分6262 OpenAI 将 GPT 模型、Codex 和 Managed Agents 上线 AWS
OpenAI 的 GPT 模型、Codex 和 Managed Agents 现已在 AWS 上可用，企业可在自己的 AWS 环境中构建安全的 AI 应用。
推荐理由：OpenAI 把 GPT 模型、Codex 与 Managed Agents 接入 AWS，读者可据此判断企业现有云环境能否直接落地。
Mistral AI精选AI 评分7272 Mistral AI 发布 Workflows 企业 AI 编排层公开预览
Mistral AI 发布 Workflows 公开预览，定位为企业 AI 的编排层，提供持久执行、可观测性和容错能力，把 AI 流程从概念验证推进到生产环境。
推荐理由：Mistral 把企业级 AI 编排的持久执行、可观测与人工审批打包进 Studio，读者可据此判断生产化落地的门槛变化。
Hugging Face Blog精选AI 评分6060 如何用 OpenAI Privacy Filter 构建可扩展 Web 应用
OpenAI 本周在 Hugging Face Hub 发布开源 PII 检测器 Privacy Filter，可在单次 128k 上下文前向传播中标注八类个人信息。
推荐理由：文章用三个可运行示例拆解了把 PII 检测模型接入 Web 应用的工程分工，适合参考其前后端拆分方式。
Hugging Face BlogAI 评分5050 如何在 Chrome 扩展中使用 Transformers.js
Hugging Face 发布 Transformers.js 浏览器扩展教程，演示如何在 Manifest V3 约束下用 Gemma 4 E2B 构建本地 AI 功能。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构，把大规模训练拆成异步通信的计算孤岛，降低带宽需求并隔离硬件故障。测试中该系统在整块 learner unit 掉线后仍能继续训练并自动重新接入，用 Gemma 4 模型验证的 ML 性能与传统训练方法持平。
推荐理由：原文给出异步训练在带宽、故障隔离和跨代硬件上的实测结果，可据此判断分布式预训练的成本与容错边界。
OpenAI NewsAI 评分3131 OpenAI Responses API 如何用 WebSockets 加速智能体工作流
OpenAI 详解 Codex 智能体循环如何借助 WebSockets 与连接级缓存降低 API 开销并改善模型延迟。该文深入剖析了 Codex 的 agent loop，说明连接作用域缓存减少了重复的 API 开销。
Berkeley AI ResearchAI 评分3737 GRASP：面向世界模型的梯度规划器，让长时程规划更稳健
伯克利 AI 研究团队提出梯度规划器 GRASP，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接加入随机性以探索、并重塑梯度让动作获得清晰信号，同时避开高维视觉模型中脆弱的“状态-输入”梯度，使基于学习世界模型的长时程规划变得可行。该方法针对长时程 rollout 中梯度爆炸/消失、非贪心结构导致的局部极小值以及高维隐空间失效模式等问题。
OpenAI NewsAI 评分2525 OpenAI 助力凯悦在全球员工中推进 AI 应用
凯悦（Hyatt）在全球员工范围内部署 ChatGPT Enterprise，使用 GPT-5.4 和 Codex 提升生产力、运营效率与宾客体验。OpenAI 为此次落地提供支持。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 transformers-to-mlx Skill 与测试框架
Hugging Face 发布一个 Skill 和配套测试框架，帮助贡献者把 transformers 模型移植到 mlx-lm，使模型加入 transformers 后能较快在 MLX 上可用。
推荐理由：原文给出可复用的 Skill 与测试框架，读者能了解如何把 transformers 模型快速移植到 mlx-lm。
OpenAI News精选AI 评分6262 OpenAI 更新 Agents SDK，加入原生沙箱执行与模型原生 harness
OpenAI 更新 Agents SDK，新增原生沙箱执行和模型原生 harness，帮助开发者在文件与工具之间构建安全、长时间运行的智能体。
推荐理由：官方给出 Agents SDK 的两项能力变化，读者可据此判断长时运行智能体的构建方式有何调整。
OpenAI NewsAI 评分2929 Cloudflare Agent Cloud 引入 OpenAI GPT-5.4 与 Codex，支持企业级智能体工作流
Cloudflare 将 OpenAI 的 GPT-5.4 和 Codex 引入 Agent Cloud，让企业能够构建、部署并规模化运行面向真实任务的 AI 智能体，兼顾速度与安全。
OpenAI NewsAI 评分1212 OpenAI 面向金融服务推出 AI 资源包，含提示词包与 GPTs
OpenAI 发布面向金融服务机构的 AI 资源，包含提示词包、GPTs、指南和工具，帮助机构安全部署并规模化应用 AI。
Hugging Face Blog精选AI 评分6262 Overworld 发布 Waypoint-1.5 实时视频世界模型，消费级 GPU 可跑 720p 60FPS
Overworld 发布实时视频世界模型 Waypoint-1.5，在 RTX 3090 至 5090 等桌面硬件上可生成最高 720p、60 FPS 的实时环境，并新增面向更广消费级硬件的 360p 档位，后续将支持 Apple Silicon Mac。
推荐理由：Waypoint-1.5 给出 720p 与 360p 两档本地实时世界模型，读者可据此判断消费级硬件跑交互式生成世界的门槛。
Hugging Face BlogAI 评分4242 Safetensors 加入 PyTorch 基金会
Safetensors 已作为 Linux 基金会旗下 PyTorch 基金会托管项目，与 DeepSpeed、Helion、Ray、vLLM 和 PyTorch 并列，商标、仓库与治理权归属 Linux 基金会而非单一公司。
Hugging Face Blog精选AI 评分6262 Hugging Face 推出 gradio.Server，让任意前端接入 Gradio 后端
Hugging Face 发布 gradio.Server，它扩展 FastAPI，让开发者用 React、Svelte 或原生 HTML/JS 等自定义前端，同时保留 Gradio 的排队、SSE 流式、并发控制、MCP 支持和 Spaces 上的 ZeroGPU。
推荐理由：原文给出 gradio.Server 的完整后端示例，读者可据此判断自定义前端如何接入 Gradio 的队列与 ZeroGPU。
Mistral AIAI 评分3838 Mistral AI 推出 Spaces：一款为人类和 AI 智能体打造的 CLI
Mistral AI 发布 Spaces CLI，同时面向人类开发者和编码智能体设计。它通过 `spaces init`、`spaces dev` 等命令完成项目脚手架、开发环境与部署，并让每个交互式提示都有对应的 flag 或配置文件，使智能体可自主操作。每次 init 还会生成 context.json 和 AGENTS.md 两个文件，为智能体提供项目上下文与规则。
Hugging Face Blog精选AI 评分6262 Hugging Face 教你两种方式把 OpenClaw 智能体迁到开源模型
Anthropic 正在限制 Pro/Max 订阅者在开放智能体平台中使用 Claude 模型，Hugging Face 给出两条把 OpenClaw、Pi 或 Open Code 智能体迁到开源模型的路径。
推荐理由：给出托管与本地两条迁移路径和具体命令，读者可据此把被限制的智能体切到开源模型。
Google Research精选AI 评分6060 Google 发布 Vibe Coding XR：用 Gemini 和 XR Blocks 把自然语言变成 Android XR 应用
Google 发布 Vibe Coding XR 工作流，将 Gemini 与基于 WebXR、three.js、LiteRT.js 的 XR Blocks 框架结合，把自然语言提示词直接转成可运行的物理感知 Android XR 应用，耗时不到 60 秒。
推荐理由：Google 把 Gemini 与 XR Blocks 组合成从自然语言到 Android XR 应用的生成流程，并给出 VCXR60 初步评测数据，可据此判断 XR 原型的门槛变化。
Google Research精选AI 评分6262 Google 发布 TurboQuant 等向量量化方法，将 KV cache 压至 3 bit
Google Research 提出 TurboQuant 压缩算法，并配套 QJL 与 PolarQuant 两种方法，用于解决向量量化中的内存开销问题，相关论文将分别在 ICLR 2026 和 AISTATS 2026 发表。
推荐理由：Google 提出 TurboQuant 等三种向量量化方法，可在不损失精度的前提下把 KV cache 压到 3 bit，读者可据此了解长上下文推理的内存优化路径。
Hugging Face Blog精选AI 评分6666 NVIDIA 发布一天内构建领域专用嵌入模型的微调教程
NVIDIA 发布教程，介绍用单张 GPU 在一天内将通用嵌入模型微调为领域专用模型，无需人工标注。流程基于 NeMo Data Designer 生成合成问答数据、挖掘难负样本并微调 Llama-Nemotron-Embed-1B-v2，在 NVIDIA 公开文档数据上 Recall@10 和 NDCG@10 提升超过 10%。
推荐理由：NVIDIA 给出从合成数据到部署的完整嵌入模型微调流程，并附 Atlassian 在 Jira 数据上的实测提升。
Google ResearchAI 评分4040 Google Research 在 The Check Up 展示医疗 AI 进展：从个性化健康到临床落地
Google Research 在 The Check Up 活动上公布多项医疗 AI 进展：与 Fitbit 合作研究发现，模拟协作医疗团队的 Personal Health Agent（PHA）比单一任务应用更能支持长期健康管理。
Mistral AI精选AI 评分6262 Mistral AI 推出 Forge，让企业用自有知识训练前沿模型
Mistral AI 推出 Forge，一套让企业基于自有专有知识构建前沿级 AI 模型的系统，支持预训练、后训练和强化学习等阶段。Forge 支持 dense 与 MoE 两种架构，并可按需支持多模态输入，模型可在企业自有基础设施内训练和治理。该产品以 Agent 优先设计，Mistral Vibe 等自主智能体可用它微调模型、寻找最优超参数、调度任务并生成合成数据。
推荐理由：原文给出企业用自有数据训练前沿模型的产品定位与训练流程，可据此判断企业自建模型的落地路径。
OpenAI NewsAI 评分2222 Wayfair 用 OpenAI 模型提升商品目录准确率与客服速度
Wayfair 借助 OpenAI 模型改进电商客服与商品目录准确性，实现工单自动分类，并大规模优化数百万条商品属性。
Hugging Face Blog精选AI 评分6262 Hugging Face 综述 16 个开源异步 RL 训练库
Hugging Face 发布对 16 个开源异步强化学习训练库的调研，按编排原语、rollout 缓冲设计、权重同步协议、陈旧度管理、部分 rollout 处理、LoRA 支持和分布式训练后端七个维度进行对比。
推荐理由：基于 16 个开源库的横向对比，梳理异步 RL 训练在编排、权重同步与陈旧度管理上的七类设计取舍。
Hugging Face Blog精选AI 评分6262 Hugging Face Hub 推出 Storage Buckets 可变对象存储
Hugging Face 在 Hub 上推出 Storage Buckets，一种非版本化的 S3 式可变对象存储，用于存放 checkpoint、优化器状态、处理后的分片和 Agent 轨迹等中间产物。
推荐理由：原文给出 Buckets 的创建、同步与 Python 接入方式，读者可据此判断它如何替代 Git 承载训练中间产物。
Hugging Face Blog精选AI 评分6262 Ulysses 序列并行：如何用百万 token 上下文训练模型
Hugging Face 发布教程，介绍 Snowflake AI Research 的 Ulysses 序列并行（ALST 协议的一部分）如何通过注意力头切分把长序列训练分散到多张 GPU，并已集成到 Accelerate、Transformers Trainer 和 TRL 的 SFTTrainer。
推荐理由：文章给出 Ulysses 序列并行在 Hugging Face 各组件中的接入方式与实测数据，可据此判断长上下文训练的显存与吞吐取舍。
Hugging Face BlogAI 评分3838 如何在嵌入式平台部署机器人 AI：数据集录制、VLA 微调与端侧优化
Hugging Face 博客发布 NXP 的嵌入式机器人 AI 实践指南，覆盖数据集录制、VLA 策略微调（ACT 与 SmolVLA）及端侧优化。NXP 以"把茶包放进杯子"任务录制 120 个 episode，将机械臂工作空间划分为 11 个 10×10 cm 聚类，并推荐使用夹爪相机提升精细操作成功率。指南还介绍了 NXP i.MX 95 SoC 经优化后实现的实时性能。
OpenAI News精选AI 评分6262 OpenAI 与 Amazon 宣布战略合作，将 Frontier 平台引入 AWS
OpenAI 与 Amazon 宣布战略合作，将 OpenAI 的 Frontier 平台引入 AWS，扩展 AI 基础设施、定制模型和企业级 AI 智能体。
推荐理由：OpenAI 与 Amazon 达成战略合作，将 Frontier 平台引入 AWS，读者可据此了解企业级 AI 基础设施与智能体的落地路径。
OpenAI NewsAI 评分5656 OpenAI 在 Amazon Bedrock 推出面向智能体的有状态运行时
OpenAI 在 Amazon Bedrock 推出面向智能体的有状态运行时（Stateful Runtime for Agents），为多步 AI 工作流提供持久编排、记忆和安全执行能力。该运行时面向由 OpenAI 驱动的多步智能体工作流。
Hugging Face Blog精选AI 评分6262 Hugging Face 详解 transformers 中的 MoE 支持：权重加载重构、专家后端与专家并行
Hugging Face 发文介绍 transformers 库为 Mixture of Experts（MoE）模型所做的工程改造，涵盖权重加载重构、专家后端与专家并行三部分。
推荐理由：Hugging Face 官方拆解 transformers 为 MoE 重构的加载、后端与并行方案，并给出 v4 与 v5 的实测对比。
OpenAI NewsAI 评分3838 OpenAI 宣布 Frontier Alliance Partners，助企业将 AI 智能体从试点推向生产
OpenAI 宣布推出 Frontier Alliance Partners，帮助企业将 AI 智能体从试点阶段推进到生产环境，实现安全、可扩展的部署。
Hugging Face Blog精选AI 评分7171 GGML 与 llama.cpp 团队加入 Hugging Face，继续推进本地 AI
Hugging Face 宣布 GGML（llama.cpp 的创建者）加入 Hugging Face，Georgi Gerganov 及团队将获得长期可持续资源，以支持 ggml 和 llama.cpp 社区。
推荐理由：Hugging Face 将 llama.cpp 团队纳入麾下，读者可了解本地推理开源项目的资源与治理走向。
Hugging Face Blog精选AI 评分6262 Gradio 6 的 gr.HTML 支持自定义模板与 JS 交互
Gradio 6 为 gr.HTML 加入自定义模板、作用域 CSS 和 JavaScript 交互能力，可在单个 Python 文件中完成前端、后端与状态管理，无需构建步骤即可部署到 Hugging Face Spaces。
推荐理由：原文给出 gr.HTML 的模板与状态同步写法，读者可据此判断单文件自定义组件的可行边界。
OpenAI NewsAI 评分2727 OpenAI 如何为 Codex 和 Sora 构建实时访问系统，突破速率限制
OpenAI 为 Codex 和 Sora 构建了一套结合速率限制、用量追踪与积分的实时访问系统，以支撑持续访问。该系统旨在突破单一速率限制的局限，实现更稳定的算力调度与访问扩展。
Hugging Face Blog精选AI 评分6666 Hugging Face 发布 CUDA kernel Agent 技能，Claude 与 Codex 为 LTX-Video 和 Qwen3-8B 生成可用内核
Hugging Face 构建了一个 Agent 技能，教编码智能体编写生产级 CUDA kernel，并用 Claude 和 Codex 在 diffusers 的 LTX-Video 与 transformers 的 Qwen3-8B 两个真实目标上端到端生成了可用的 kernel、PyTorch 绑定和基准脚本。
推荐理由：Hugging Face 把 CUDA kernel 开发经验封装成 Agent 技能，并给出两个真实模型的端到端基准，读者可据此判断这类技能的实际收益。
Hugging Face Blog精选AI 评分6666 Transformers.js v4 发布并上线 NPM
Transformers.js v4 已在 NPM 发布，可通过 npm i @huggingface/transformers 安装，距 2025 年 3 月启动开发约一年。
推荐理由：官方给出 v4 的 WebGPU 运行时重写、构建提速与包体积变化，可据此判断浏览器端推理的工程收益。