Hugging Face 与 Pollen Robotics 发布开源机器人 Reachy Mini，Lite 版 399 美元、带 Raspberry Pi 4 与电池的 Compute 版 499 美元，均需另付税费和运费，预计约 90 天发货。
推荐理由：Reachy Mini 给出了开源硬件规格、两档价格与 Hugging Face 行为库入口，可据此判断桌面机器人开发门槛。
Hugging Face 与 AMD 合作，为 AMD MI300X 编写自定义内核，在 8 卡 MI300X 节点上用 VLLM 服务 Llama 3.1 405B FP8 时取得显著加速。
Hugging Face 博客介绍如何通过 Gradio 的 MCP 支持，把 Hugging Face Spaces 上的数千个 AI 应用接入 LLM 作为工具使用。
推荐理由：以 Flux.1 Kontext 为例演示如何把 Hugging Face Spaces 上的 MCP 服务器接入 LLM，方法可直接复用。
Hugging Face 基础设施团队公开了支撑其生产环境的三大关键告警机制，分别覆盖 NAT 网关吞吐量、Hub 请求日志归档成功率等环节。其中 NAT 网关吞吐量告警采用静态阈值，用于捕捉流量异常并提示团队优化网络路径与成本。日志归档链路则依托 Filebeat、Logstash 与 Elasticsearch 完成采集、加工与存储。
Hugging Face 发布 SmolLM3，一个完全开源的 3B 模型，在 11T token 上训练，支持 think/no_think 双模式推理、6 种语言和最长 128k 上下文。该模型在 3B 规模上超越 Llama-3.2-3B 和 Qwen2.5-3B，并与 Qwen3、Gemma3 等 4B 模型竞争。团队同时公开了预训练、中训练、后训练及合成数据生成的完整配方和数据集。
推荐理由：Hugging Face 公开了 SmolLM3 的完整训练配方与数据配比，读者可据此复现或改进 3B 级小模型。
Mistral AI 推出 AI for Citizens 协作计划，帮助各国政府和公共机构战略性地运用 AI 改造公共服务、推动创新并保障竞争力。该计划已与法国、卢森堡、新加坡、荷兰、英国、瑞士等国政府、国防部队、公共部门机构和教育机构展开合作，提供开放模型、自托管部署、数据主权保障及定制化研发等选项，以替代封闭不透明的“一刀切”AI 方案。
Sentence Transformers 现已支持训练和微调稀疏嵌入模型，可产出如 sparse-encoder/example-inference-free-splade-distilbert-base-uncased-nq 这类低成本模型，尤其适合混合搜索或检索重排场景。
NVIDIA 发布 Llama Nemotron Nano VL，一个基于 Llama-3.1-8B-Instruct 和 C-RADIOv2-VLM-H 视觉编码器的 8B 视觉语言模型，面向发票、合同等复杂文档的 OCR 与信息抽取，已在 Hugging Face 上线并可通过 NVIDIA NIM API 调用。
Gemma 3n 正式在 transformers、timm、MLX、llama.cpp、transformers.js、ollama 和 Google AI Edge 等主流开源库中可用，发布 gemma-3n-E2B 与 gemma-3n-E4B 两个尺寸，各有 base 和 instruct 两个版本。
推荐理由：原文给出 Gemma 3n 在主流开源库的落地方式与端侧内存占用，读者可据此判断本地多模态部署的可行性。
SGLang 现已支持将 Hugging Face transformers 作为后端，可直接以高性能推理运行任意 transformers 兼容模型，无需原生适配。
Hugging Face 发布教程，介绍如何用 QLoRA 配合 diffusers 在单张 GPU 上微调 FLUX.1-dev，峰值显存约 10GB 以内。
推荐理由：给出在单张消费级 GPU 上微调 FLUX.1-dev 的完整配置与显存实测数据，方法可直接复用。
Groq 现已作为推理服务商接入 Hugging Face Hub，支持 Llama 4、Qwen QWQ-32B 等开源模型，并集成到 JS 和 Python 客户端 SDK。Groq 基于 LPU 提供低延迟、高吞吐的推理，采用按需付费模式。用户可在账户设置中配置 API key 或通过 HF 路由调用，PRO 用户每月获 2 美元推理额度。
Hugging Face 发布 Kernel Hub，允许 Python 库和应用通过 kernels 库的 get_kernel 函数直接从 Hub 加载预编译的优化计算 kernel，无需本地编译。
Featherless AI 现已作为 Inference Provider 接入 Hugging Face Hub，支持 DeepSeek、Meta、Google、Qwen 等开源文本与对话模型，并集成到 JS 和 Python 客户端 SDK（需 huggingface_hub v0.33.0 及以上）。
NVIDIA 发布 Isaac GR00T N1.5，这是 Isaac GR00T N1 的首次重大更新，可通过后训练适配具体本体、任务和环境。博客给出完整教程，演示如何用单台 SO-101 机械臂的遥操作数据微调 GR00T N1.5，涵盖环境安装、数据集准备、微调、开环评估和真机部署五步。
推荐理由：原文给出用单臂遥操作数据微调 GR00T N1.5 的完整命令流程，可迁移到其他机器人本体。
Mistral AI 发布 Mistral Compute，提供私有、集成的 AI 基础设施栈，涵盖 GPU、编排、API、产品与服务，形态从裸金属服务器到全托管 PaaS。
推荐理由：Mistral 把自建训练平台对外产品化，读者可据此判断欧洲主权 AI 基础设施的供给格局。
Mistral AI 发布首款推理模型 Magistral，分为 24B 参数开源版 Magistral Small 和企业版 Magistral Medium。
推荐理由：Mistral 首款推理模型同时给出开源权重与企业版，并公开训练论文，读者可据此判断其多语言推理与部署路径。
Hugging Face 发布 ScreenSuite，一个面向 GUI Agent 的综合评测套件，统一整合了 13 个基准，覆盖感知、定位、单步动作和多步智能体四类能力。
推荐理由：Hugging Face 开源 GUI Agent 评测套件，统一 13 个基准并支持 Docker 本地部署，可据此判断视觉语言模型的智能体能力。
Hugging Face 的 nanoVLM 仓库从零实现了 KV Cache，使自回归生成速度提升 38%。该实现覆盖 Attention 块、逐层缓存的语言模型以及区分 prefill 与 decode 阶段的生成循环，经验可推广到所有自回归语言模型推理。
Arm 工程师 Michael Gamble 用 Stable Audio Open 模型在 Arm CPU 上构建了一款本地实时音效生成工具，无需 GPU 和云端推理，输入提示词几秒内即可生成 .wav 文件并直接导入 Ableton Live。该工具基于 PyTorch 和 TorchAudio，采用多线程优化，扩散采样步数降至 7 步，也支持 Metal 和 CUDA 设备。
H Company 发布 Holo1 系列 Action VLM 和 WebClick 多模态定位基准，Holo1 包含 3B 与 7B 两个版本，基于 Qwen2.5-VL 架构，7B 版本在常见 UI 定位基准上平均准确率达 76.2%。
推荐理由：Holo1 开源了 GUI 定位模型与 WebClick 基准，并给出 Surfer-H 在 WebVoyager 上的成本与准确率数据，便于评估网页自动化方案。
TRL 从 v0.18.0 起支持 vLLM 与 GRPO 训练同卡部署（colocate），训练和推理共享同一批 GPU 并轮流执行，不再需要单独的推理服务器。
推荐理由：TRL 把 vLLM 与 GRPO 训练放在同一批 GPU 上，读者可据此判断在线学习训练的显存与吞吐取舍。
Hugging Face 发布 SmolVLA，一个 450M 参数的开源视觉-语言-动作模型，可在消费级硬件上运行，仅用 lerobot 标签下的社区共享数据集预训练。
推荐理由：450M 的 VLA 模型仅用社区数据预训练就能在仿真和真机上超过更大模型，读者可据此判断开源机器人策略的可行路径。
用户在使用 Qwen2.5-0.5B-Instruct 以 bf16 精度结合 DeepSpeed ZeRO3 测试 Liger GRPO loss 时，于 TRL 的 GRPO Trainer 中触发形状不匹配报错。
Dell 在 Dell Tech World 上发布新版 Dell Enterprise Hub，提供可在本地部署和训练的模型与应用套件，支持 Meta Llama 4 Maverick、DeepSeek R1、Google Gemma 3 等模型，Llama 4 在 Meta 公开发布后 1 小时内即上线。
Hugging Face 发布 Python 版 Tiny Agents，将 huggingface_hub 客户端 SDK 扩展为 MCP Client，可从 MCP 服务器拉取工具并在推理时传给 LLM，核心智能体代码约 70 行。
推荐理由：Hugging Face 把 MCP 客户端并入 huggingface_hub，读者可据此用约 70 行代码搭出可复用工具调用的智能体。
Mistral AI 与 All Hands AI 合作发布面向软件工程任务的智能体模型 Devstral，在 SWE-Bench Verified 上得分 46.8%，比此前开源 SoTA 模型高出 6 个百分点以上，并以 Apache 2.0 许可开源。
推荐理由：官方给出 Devstral 在 SWE-Bench Verified 的分数与开源许可、部署门槛，读者可据此判断它能否替代现有编码智能体方案。
Falcon-H1 系列发布六个开源模型，参数从 0.5B 到 34B，每个尺寸都有 base 和 instruct 版本，采用 Apache 2.0 许可。模型在混合 mixer 块中并行组合注意力与 Mamba-2 头，支持 256K 上下文和 18 种语言，官方称 0.5B 版本性能接近 2024 年的典型 7B 模型。
推荐理由：Falcon-H1 用注意力与 SSM 并行混合架构，在 0.5B 到 34B 六个尺寸上给出效率与长上下文表现，可据此判断小模型部署的取舍。
阿联酋 TII 发布 7B 参数的 Falcon-Arabic，基于 Falcon 3 架构，支持阿拉伯语、英语等多种语言，上下文长度 32,000 tokens。该模型在 OALL v2 基准上超越同尺寸及最多 4 倍大的阿拉伯语 LLM，训练采用扩展 32,000 个阿拉伯语 token 的词表与 100% 原生阿拉伯语数据。
Hugging Face Diffusers 现已集成 bitsandbytes、GGUF、torchao、Quanto 和原生 FP8 等多种量化后端，并以 Flux-dev 为例展示效果。
Hugging Face 发布 nanoVLM，一个用纯 PyTorch 训练视觉语言模型（VLM）的轻量工具包，可在免费 Colab 上启动训练，灵感来自 nanoGPT。
推荐理由：Hugging Face 开源 nanoVLM，用纯 PyTorch 和可读代码把 VLM 训练流程拆解到可复现，适合想理解多模态对齐细节的读者。
微软在 Build 大会上宣布扩大与 Hugging Face 的合作，Azure AI Foundry 的 Hugging Face Collection 现已提供 10,000+ 模型，可一键部署到 Azure 安全基础设施，覆盖文本、音频和图像任务。
Hugging Face 在博客中表示，未来目标是让 Transformers 成为跨框架的枢纽，模型架构只要被 Transformers 支持，就能在生态其他工具中获得支持。
推荐理由：Hugging Face 官方说明 Transformers 将作为跨框架的模型定义中枢，读者可据此判断模型接入与部署链路的变化。
Kaggle 上线与 Hugging Face 的集成，可直接在 Kaggle 上发现和使用 Hugging Face 模型。
Hugging Face 在 Inference Endpoints 上线新版 OpenAI Whisper 部署方案，基于 vLLM 实现，转录性能较此前版本最高提升 8 倍，Whisper Large V3 的 RTFx 提升近 8 倍且转录质量无损。
Hugging Face 发文回顾过去一年视觉语言模型（VLM）的关键变化，涵盖 any-to-any、推理、小尺寸、MoE 解码器、视觉语言动作模型等新趋势。
Hugging Face 发文称 LeRobot 社区贡献数据集正快速增长，目标是打造机器人领域的“ImageNet”，将泛化视为数据问题而非单纯的模型能力问题。
Gradio 官方发布指南，介绍如何用几行 Python 把 Gradio 应用启动为 MCP Server，让 LLM 以工具形式调用其中的函数。只需在 launch() 中设置 mcp_server=True，函数 docstring 会自动生成工具描述与参数，MCP 端点位于 /gradio_api/mcp/sse，可配置到 Cursor、Cline 等 MCP 客户端。
推荐理由：Gradio 官方给出把任意 Python 函数变成 MCP 工具的最短路径，并列出资源、提示词与鉴权等新增能力。
Qwen-3 的 chat template 相比 Qwen-2.5 和 QwQ 有 4 处关键变化：通过 enable_thinking 标志可开关推理，设为 false 时模板插入空对以跳过逐步思考，而 QwQ 强制每轮推理。
Intel 发布权重仅训练后量化方法 AutoRound，通过符号梯度下降联合优化权重取整与截断范围，支持 INT2-INT8 低比特量化，INT2 下相对精度最高达主流基线 2.1 倍。