Mistral 收购 Emmi AI，加码航空航天、汽车、半导体与能源领域的 Physics AI 研究
Mistral 收购 Emmi AI，并加倍投入面向航空航天、汽车、半导体和能源等实体产业的 Physics AI 基础研究。其已发布成果包括 AB-UPT，可在单张 GPU 上处理 9M 表面和 140M 体积网格的原始几何数据而无需重新网格化，以及首个大规模多物理过程端到端深度学习代理模型 NeuralDEM。
#部署/工程
#部署/工程
今日 9 条Mistral AIAI 评分3838 Hugging Face BlogAI 评分5050 Reachy Mini 实现完全本地运行：Hugging Face 发布本地语音对话方案
Hugging Face 为 Reachy Mini 推出完全本地化的语音对话方案，基于其 speech-to-speech 级联管线（VAD → STT → LLM → TTS），无需云端和 API key。
Hugging Face Blog精选AI 评分6262 Hugging Face 在 TRL 中实现 Delta Weight Sync，用 Hub Bucket 传输万亿参数增量
Hugging Face 在 TRL 中落地 Delta Weight Sync：只把 RL 优化器步之间真正变化的 bf16 权重编码成稀疏 safetensors 文件，上传到 Hugging Face Bucket，再由 vLLM 拉取应用。
推荐理由：TRL 把稀疏增量权重同步落到可 pip 安装的实现，读者可据此判断跨机房异步 RL 的部署成本变化。
Mistral AI精选AI 评分6262 Mistral 收购 Physics AI 公司 Emmi AI
Mistral AI 本周签署最终协议，收购 Physics AI 先驱 Emmi AI，以强化其作为工业企业 AI 转型伙伴的定位。Emmi AI 成立于奥地利，团队超过 30 名研究人员和工程师，其大型工程模型可把多日计算替换为实时仿真并构建数字孪生，团队将于 5 月加入 Mistral 的 Science 与 Applied AI 团队。
推荐理由：Mistral 通过收购补齐 Physics AI 能力，读者可了解其工业 AI 布局与科学路线图的具体落点。
Mistral AI精选AI 评分6666 Mistral 在 Studio 发布 Connectors，支持内置与自定义 MCP
Mistral 在 Studio 发布 Connectors，内置连接器和自定义 MCP 均可通过 API/SDK 用于所有模型与智能体调用，目前处于 Public Preview。
推荐理由：Mistral 把 MCP 集成层收进平台，读者可据此判断企业智能体的接入与治理成本会如何变化。
Hugging Face BlogAI 评分4444 Hugging Face 发布 Ettin Reranker 系列：六款 CrossEncoder 重排序模型
Hugging Face 发布六款 Ettin Reranker 系列 Sentence Transformers CrossEncoder 重排序模型，参数量从 17m 到 1b，均在其规模上达到 SOTA。模型基于 Ettin ModernBERT 编码器，采用以 mxbai-rerank-large-v2 分数为目标的逐点 MSE 蒸馏配方训练，并同步开源训练数据与完整训练流程。
Hugging Face BlogAI 评分4242 PaddleOCR 3.5 发布：支持 Transformers 作为推理后端
PaddleOCR 3.5 发布，支持通过设置 engine="transformers" 让 PP-OCRv5、PaddleOCR-VL 1.5 等模型以 Hugging Face Transformers 作为推理后端运行。
OpenAI NewsAI 评分5656 OpenAI 与 Dell 合作，将 Codex 引入混合与本地部署企业环境
OpenAI 与 Dell 达成合作，将 Codex 引入混合和本地部署环境，帮助企业在数据与工作流中安全部署 AI 编码智能体。
Google DeepMind精选AI 评分6262 Google 将 SynthID 与 C2PA 内容验证扩展到 Search、Gemini、Chrome 和 Pixel
Google 宣布扩展内容透明度与验证工具，把 SynthID 的图像、视频和音频验证从 Gemini 应用扩展到 Search，并将在未来几周进入 Chrome；该验证功能在 Gemini 中已被使用 5000 万次。
推荐理由：Google 把 SynthID 与 C2PA 验证铺到 Search、Gemini、Chrome 和 Pixel，读者可据此了解内容溯源工具的实际覆盖范围。
Hugging Face BlogAI 评分3434 Hugging Face 详解连续批处理中的异步化：如何让 CPU 与 GPU 并行以提升 LLM 推理吞吐
Hugging Face 发文解析如何在连续批处理中实现异步化，通过 CUDA stream 将 CPU 批次准备与 GPU 批次计算解耦并行，消除同步批处理中两者轮流等待的空闲间隙。
OpenAI NewsAI 评分4040 OpenAI 如何为 Windows 版 Codex 构建安全有效的沙箱
OpenAI 为在 Windows 上启用 Codex 构建了安全有效的沙箱，通过受控的文件访问和网络限制来约束其运行。该方案旨在让 Codex 在 Windows 环境下安全执行任务，同时限制其对文件系统和网络的访问范围。
Hugging Face BlogAI 评分2222 在 AWS 上构建基础模型训练与推理的积木：基础设施、编排与可观测性解析
AWS 发布系列文章，解析基础模型训练与推理在 AWS 上的分层架构，涵盖加速计算、高带宽网络、分布式存储、资源编排与可观测性。
OpenAI NewsAI 评分4242 OpenAI 成立 DeployCo，帮企业围绕智能落地部署
OpenAI 推出企业部署公司 DeployCo，帮助各类组织将前沿 AI 投入生产环境，并转化为可衡量的业务成果。
Berkeley AI ResearchAI 评分3131 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队梳理了并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解并行子任务、生成多少并发线程以及如何协调。文章对比了自一致性、Best-of-N、Tree/Graph of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild! Inference 等方法，指出多数方案仍由外部固定并行结构，而不同问题需要不同并行度。
Hugging Face BlogAI 评分2828 vLLM V0 到 V1 迁移：RL 训练中先对齐正确性再改目标
PipelineRL 在 vLLM V0 到 V1 迁移中通过修复四项问题让 V1 与 V0 参考对齐：改用 processed_logprobs、显式设置 V1 运行时默认值、调整 inflight 权重更新路径，以及最终投影使用 fp32 lm_head。
OpenAI NewsAI 评分4040 OpenAI 发布 MRC 多路径可靠连接网络协议，提升大规模 AI 训练集群韧性
OpenAI 推出 MRC（Multipath Reliable Connection）超级计算机网络协议，通过 OCP 开放发布，用于提升大规模 AI 训练集群的韧性与性能。
OpenAI NewsAI 评分3030 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。
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。