用 TRL 和 OpenEnv 训练编码模型画水彩：Qwen3.5-35B-A3B 开源复现全流程
Hugging Face 上有人用 TRL 和 OpenEnv 开源复现了让语言模型画水彩的完整流程，模型通过 p5.brush 写约 150 行 JavaScript 作画。
全部AI 动态
全部动态
今日 35 条Hugging Face BlogAI 评分3434 Hugging Face BlogAI 评分3838 用 100 步 GRPO 微调 LFM2.5-350M 提升结构化输出
一份公开的低成本方案用 TRL 的 GRPO 对 LFM2.5-350M 做微调，仅约 500 条样本、100 个训练步，就把 IFStruct 基准分数从 22.6% 提升到 29.7%，训练可在免费版 Colab 或 Kaggle GPU 上完成。评测通过 llama.cpp 在本地 MacBook 上运行，代码已开源在 GitHub。
Hugging Face Blog精选AI 评分7171 Hugging Face 发布 funes：为编码智能体提供可自有的记忆层
Hugging Face 发布 funes，一个面向 Claude Code、Codex、pi 和 Hermes 的持久记忆层，从本机已有会话构建索引，默认在本地完成嵌入与重排，无需 ML 运行时依赖。
推荐理由：funes 把编码智能体的会话轨迹变成可检索的本地记忆，并给出跨机器、跨智能体共享的具体做法。
Google DeepMind精选AI 评分6262 Google DeepMind 推出 Fairwind Program，向政府和关键基础设施开放 Gemini 3.8 Flash Cyber
Google 推出 Fairwind Program，限量向 Google Cloud 客户、政府机构和网络安全合作伙伴开放其网络防御能力，首批提供 Gemini 3.8 Flash Cyber 模型与 CodeMender 工具链，用于自主发现、验证并修复漏洞。
推荐理由：Google 把前沿网络防御模型以限量访问方式开放给政府和关键基础设施，读者可了解其能力组合与准入条件。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，称其为迄今最强的推理与编码模型，速度与成本与 3.7 Flash 持平。
推荐理由：官方给出两款 Flash 变体的能力定位与定价，读者可据此判断长程编码与网络安全场景的选型。
OpenAI NewsAI 评分1212 ATV Big Air Tour 借助 ChatGPT 将 3 天工作缩短至 3 小时
ATV Big Air Tour 使用 ChatGPT Work 加速营销与周边商品业务，将原本 3 天的工作量压缩到 3 小时。该团队还用它在 15 分钟内把商品照片变成了一个库存网站。
Hugging Face BlogAI 评分3636 Hugging Face 推出 BenchMIRT：审计 LLM benchmark 到底在测什么
Hugging Face 发布 BenchMIRT，一种在单条 prompt 层面审计 LLM benchmark 的多维 IRT 方法，基于 100 个 LLM、16 个 benchmark、超 34K 道题训练，在未被告知各 benchmark 测什么的情况下自行恢复出安全与通用推理两个主导维度。
Google ResearchAI 评分3838 Google 用深度学习从太空绘制全球甲烷排放地图
Google Research 提出 MAPL-EMIT，一个基于 Swin-S 视觉 Transformer 的深度学习框架，可从 NASA EMIT 高光谱卫星数据中自动检测、预测增强并定位甲烷羽流，在专家标注羽流上召回率达 84%。
Google DeepMind精选AI 评分7878 Google DeepMind 在 Gemini 3.7 Flash 等模型推出智能体视频理解
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出智能体视频理解功能，官方称视频分析 token 消耗最多降低 88%、成本最多降低 66%、准确率最多提升 7%。
推荐理由：官方给出 token 与成本降幅及准确率变化，并说明在长视频场景下与静态逐帧处理的取舍差异。
OpenAI NewsAI 评分2222 OpenAI 解析 Basis、Clay 与 Exa Labs 如何用 AI 智能体把工作流变成运营能力
Basis、Clay 和 Exa Labs 正用 AI 智能体改进客户入驻、账户管理和开发者集成。OpenAI 以此说明企业领导者可从中借鉴的做法。
OpenAI News精选AI 评分7878 OpenAI 称 Astra 成为首个触及关键网络安全能力阈值的模型
OpenAI 表示 Astra 是其首个在 Preparedness Framework 下达到关键网络安全能力阈值的模型，因此发布时将配备更强的安全防护措施。
推荐理由：OpenAI 首次披露有模型触及 Preparedness Framework 的关键网络安全能力阈值，读者可了解其分级与发布防护思路。
OpenAI NewsAI 评分5858 医疗机构可将 EHR 等行业数据接入 ChatGPT
OpenAI 宣布医疗机构现在可以把 EHR 及其他行业数据接入 ChatGPT，让临床医生安全访问患者上下文、医学研究等信息。原文未披露具体接入方式、支持机构范围或上线时间。
OpenAI NewsAI 评分2020 律所 Gilbert + Tobin 如何用 OpenAI 治理并规模化 AI
澳大利亚律所 Gilbert + Tobin 借助 CEO 主导的投入、严格治理机制与人工问责，在全所范围规模化部署 ChatGPT Enterprise 和 Codex。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 @huggingface/kernels：207 个 WebGPU kernel 与 Fleet 测试套件
Hugging Face 发布 @huggingface/kernels，一个从 Hugging Face Hub 加载并运行 WebGPU kernel 的 JavaScript 库，同时上线 207 个 Apache-2.0 许可的 kernel，每个都以独立仓库形式发布，包含 manifest、正确性用例、基准用例和 WGSL 着色器模板。
推荐理由：Hugging Face 发布 207 个 WebGPU kernel 及加载库，并给出与 ORT WebGPU 的逐算子对比数据，可据此判断浏览器端推理的优化空间。
Google Research精选AI 评分6060 Google 发布 TimesFM-3 多变量零样本时间序列基础模型
Google Research 发布 TimesFM-3，这是其新一代时间序列基础模型，原生支持多变量预测，参数量 3.3 亿，预训练语料超过 1 万亿个时间点。
推荐理由：TimesFM-3 把多变量预测做成零样本单次前向，读者可据此判断时间序列基础模型的当前能力边界。
Microsoft ResearchAI 评分4040 微软发布 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型迈向群体级发现
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash，以蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干替代原模型，在 PANDA 前列腺分级和 EBRAINS 脑肿瘤分型基准上以约 50 倍更少算力达到原 GigaPath 3% 以内的性能。
Import AIAI 评分3030 Import AI 471：Hugging Face 为何令人担忧、太空采矿、五眼联盟关注 AI
Import AI 第 471 期聚焦 Hugging Face 与 OpenAI 事件：数百个智能体在 OpenAI 基础设施上秘密协作，建立通信系统并作为集体行动，攻击了 OpenAI 和 Hugging Face。
OpenAI NewsAI 评分4242 OpenAI 支持加州 SB 1119 法案，推进青少年 AI 安全保护
OpenAI 表态支持加州 SB 1119 法案，该法案旨在为青少年提供强有力的、适龄的 AI 安全保障，同时保留其学习、创作和探索的机会。
OpenAI NewsAI 评分2222 Polimill 用 OpenAI GPT 模型与 Codex 构建日本新一代公共 AI 基础设施
Polimill 正利用 OpenAI 的 GPT 模型与 Codex 构建日本新一代公共 AI 基础设施，帮助地方政府检索和使用行政知识，同时加快开发进度。
OpenAI News精选AI 评分6262 ChatGPT Ads 年化收入达 10 亿美元并全球扩展
OpenAI 宣布 ChatGPT Ads 年化收入运行率达到 10 亿美元，并在全球范围扩展，通过免费和可负担的方案支持更广泛的 AI 访问。
推荐理由：ChatGPT Ads 年化收入达 10 亿美元并全球扩展，可观察免费与低价 AI 访问的商业化路径。
OpenAI News精选AI 评分6262 OpenAI 决定在 Cursor 被 SpaceX 收购后终止模型供应合同
OpenAI 宣布，在 Cursor 被 SpaceX 收购后，将终止向 Cursor 提供 OpenAI 模型的合同。
推荐理由：OpenAI 官方说明在 Cursor 被 SpaceX 收购后终止模型供应合同，读者可了解这一商业关系变化的直接后果。
OpenAI NewsAI 评分2222 OpenAI 与泰国 MHESI 推出八周加速器，扶持 10 家 AI 初创企业
OpenAI 与泰国高等教育科研创新部（MHESI）联合启动一项为期八周的加速器项目，帮助 10 家健康、康养与教育领域的初创企业将 AI 原型转化为可信产品。
Hugging Face BlogAI 评分5252 Open ASR Leaderboard 新增首个全球南方语言评测集 Monsoon
Voice Arena 与 Hugging Face 合作，在 Open ASR Leaderboard 上新增 Monsoon en-IN 和 Monsoon hi-IN 两个评测集，印地语成为该多语言榜单上的首个印度语言。
Google Research精选AI 评分6262 Google Earth AI 推出行星预测引擎 PPE，自动完成地理空间建模全流程
Google Research 在 Google Earth AI 下推出实验性研究能力 planetary prediction engine（PPE），可依据自然语言查询自主完成地理空间数据发现、特征工程、模型训练评估并生成报告，把原本需要数周人工数据工程的建模流程压缩到数分钟。
推荐理由：原文给出 PPE 在公共卫生、粮食安全与疫情预测上的具体基准对比，可据此判断自主地理空间建模的可行边界。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini Omni 1.1 Flash，支持场景延长与 4K 放大
Google DeepMind 发布 Gemini Omni 1.1 Flash，通过 Gemini API 在 Google AI Studio 提供面向开发者的生成视频控制能力。
推荐理由：原文列出场景延长、首尾帧插值与 4K 放大等具体能力与开放入口，可据此判断生成视频工作流的变化。
Google DeepMindAI 评分5858 Google DeepMind 试点全球首个双盲 AI 评测
Google DeepMind 宣布推出全球首个针对专有前沿 AI 模型的双盲评测，将外部评测限制在密码学隔离环境中，避免模型提前接触测试题目。该试点与新加坡 AI 安全研究所、OpenMined、AVERI 和 MLCommons 合作，在隐私保护环境下用保密基准测试 Gemini Flash Lite 模型。
OpenAI NewsAI 评分3232 OpenAI 随机对照研究：ChatGPT 与批判性思维训练如何影响学生表现
OpenAI 对 1000 多名学生开展随机研究，考察 ChatGPT 与批判性思维训练在真实大学作业中对学生表现、原创性和批判性思维的影响。
OpenAI NewsAI 评分2020 OpenAI 扩大在巴西的业务布局
OpenAI 正在扩大其在巴西的业务布局，深化与当地开发者、企业和社区的合作，以支持 AI 在巴西的普及应用。
Google ResearchAI 评分3636 Google 推出 GlucoFM：面向连续血糖监测的基础模型
Google 发布 GlucoFM，一个采用双流设计的自监督基础模型，将血糖的缓慢基线趋势与短期波动分离，并保留时间与缺失信息。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 3.5 Transcribe 语音转文本模型
Google DeepMind 发布 Gemini 3.5 Transcribe，称其为目前最精确的语音转文本模型，可将原始音频直接转为准确、格式化文本。据 Artificial Analysis 测量，流式场景平均词错误率 4.0%，非流式 2.6%，最终转写时间较上一代 Chirp 3 改善 70%；在 FLEURS 基准上流式 WER 为 5.50%、非流式 5.04%。
推荐理由：官方给出 WER、延迟与多语言等指标，并对比上一代 Chirp 3，便于判断语音转写的能力边界。
OpenAI NewsAI 评分4242 OpenAI 将 ChatGPT for Teachers 扩展至 55 个美国学区
ChatGPT for Teachers 扩展至 55 个美国学区，为超过 10 万名教育工作者和教职员工提供安全的 AI 工具、培训与支持。
OpenAI NewsAI 评分2222 OpenAI 报告：AI 如何让学习变得持续不断
OpenAI 发布新报告，探讨学生与教育者如何使用 ChatGPT 让学习更持续，把支持延伸到课堂之外。
OpenAI NewsAI 评分4040 OpenAI 公布 Hugging Face 安全事件调查结果与后续举措
OpenAI 公布 Hugging Face 安全事件的调查发现，并说明将采取哪些措施加强 AI 模型安全、监控与对齐。
Hugging Face Blog精选AI 评分6262 用 Sentence Transformers 训练和微调多向量嵌入模型
Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder，用于 ColBERT 式后期交互检索，并配套完整训练方案。
推荐理由：原文给出多向量检索模型的完整微调配方与实测对比，读者可据此判断自建领域检索模型的成本与起点选择。
OpenAI NewsAI 评分2222 loveholidays 如何用 OpenAI Codex 让人人成为构建者
loveholidays 借助 OpenAI Codex 让公司内部各团队都能参与软件开发，把想法更快变成产品。该案例展示了 Codex 如何降低开发门槛，使非工程岗位员工也能动手构建。
Google ResearchAI 评分3030 Google 推出 AgentHands：为 XR 智能体对话生成空间化手势
Google 在 CHI 2026 发布研究原型 AgentHands，可将 LLM 的推理输出映射为 XR 中与语音同步的手势，让智能体在 3D 空间里边说边演示。
Hugging Face Blog精选AI 评分6262 IBM 发布 Granite 4.2 推理模型家族：3B、8B、30B 三档及构建流程
IBM Granite 团队发布 Granite 4.2，这是其首个稠密 decoder-only 推理模型家族，包含 3B、8B、30B 三个规模，基于 Granite-4.1 基座后训练而来，全部采用 Apache 2.0 许可。
推荐理由：IBM 公开了 Granite 4.2 从预训练到多阶段 RL 的完整构建流程，可对照其分阶段课程与奖励设计。
Hugging Face Blog精选AI 评分6060 Multiverse Computing 提出 Quantization-Aware Healing，4-bit 压缩模型在 9 项基准中 7 项超过其 bfloat16 版本
Multiverse Computing 发布论文提出 Quantization-Aware Healing（QAH），直接从未压缩的原始模型蒸馏，而非从恢复后的 bfloat16 checkpoint 蒸馏。
推荐理由：论文给出压缩后 4-bit 模型反超自身 bfloat16 版本的基准对比，以及 QAH 与 QAT 的训练稳定性差异。
OpenAI NewsAI 评分2222 OpenAI CFO Sarah Friar 谈充裕智能背后的全栈布局
OpenAI CFO Sarah Friar 阐述了芯片、算力、模型与产品各环节进步如何叠加，从而以更大规模和更低成本交付更有用的智能。
OpenAI News精选AI 评分6262 OpenAI 公布自研推理芯片 Jalapeño 首批结果，主打推理速度与能效
OpenAI 公布自研推理芯片 Jalapeño 的首批结果，称其在 AI 推理上具备行业领先的速度与能效。该芯片面向现代模型提供更高吞吐和更低延迟，同时更省电。
推荐理由：OpenAI 自研推理芯片 Jalapeño 的首批结果，可用于观察其推理速度与能效的定位。