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。
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。
Google DeepMind 发布 Gemma 4 开源模型家族，包含 E2B、E4B、26B MoE 和 31B Dense 四个尺寸，采用 Apache 2.0 许可。
推荐理由：Gemma 4 以四个尺寸覆盖端侧到工作站，并给出 Apache 2.0 许可与首日工具支持，读者可据此判断本地部署与微调的选择空间。
Google DeepMind 的 Gemma 4 多模态模型家族已在 Hugging Face 上线，采用 Apache 2 许可，支持图像、文本和音频输入并生成文本，共五个尺寸：E2B、E4B、12B Unified、31B 和 26B A4B。
推荐理由：Gemma 4 五档尺寸与 12B 无编码器统一多模态的架构取舍，为端侧多模态选型提供了具体参照。
阿布扎比 TII 的 Falcon Vision 团队发布 Falcon Perception，一个 0.6B 参数的早期融合 Transformer，用自然语言提示做开放词汇定位与分割，在 SA-Co 上达到 68.0 Macro-F1，高于 SAM 3 的 62.3，但在存在性校准上落后（MCC 0.64 对 0.82）。
推荐理由：原文给出 0.6B 早期融合模型在 SA-Co 与 PBench 上的分项对比，可据此判断单栈架构相对模块化流水线的取舍。
IBM 发布 Granite 4.0 3B Vision，一个面向企业文档理解的紧凑型视觉语言模型，以 LoRA 适配器形式叠加在 Granite 4.0 Micro 之上，采用 Apache 2.0 许可并在 Hugging Face 上线。
推荐理由：Granite 4.0 3B Vision 以 LoRA 适配器形式发布，并给出图表与表格抽取的基准对比，可据此判断小模型在企业文档场景的可用性。
Hugging Face 发布 TRL v1.0，将这一原本的研究代码库正式定位为带稳定性承诺的后训练库，目前实现超过 75 种后训练方法，月下载量 300 万次。
推荐理由：TRL v1.0 把稳定核心与实验层分开，并给出与同类后训练库的横向对比，便于判断选型。
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。
Mistral AI 发布首个文本转语音模型 Voxtral TTS，4B 参数，支持英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语 9 种语言，具备情感表达与零样本跨语言音色适配能力。
推荐理由：原文给出 4B 参数、9 种语言与 70ms 延迟等具体指标，读者可据此判断语音智能体的成本与可用性。
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。
Hugging Face 发布《State of Open Source on Hugging Face: Spring 2026》，基于平台数据梳理过去一年开源 AI 生态变化。
推荐理由：Hugging Face 官方基于平台数据梳理开源 AI 一年变化，可看到中美下载份额、小模型与机器人子社区的走向。
H Company 发布 Holotron-12B，一个基于 NVIDIA Nemotron-Nano-2 VL 后训练的多模态 computer-use 模型，现已在 Hugging Face 上线，采用 NVIDIA Open Model License。
推荐理由：模型基于 Nemotron 架构做后训练，给出吞吐与 WebVoyager 数据，可对照现有 computer-use 智能体的部署成本。
Mistral AI 发布 Mistral Small 4，这是 Mistral Small 系列的下一个重要版本，也是首个把 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一到单一模型的 Mistral 模型，采用 Apache 2.0 许可。
推荐理由：Mistral 把推理、多模态与编码能力合并进单一开源模型，并给出可调推理强度与部署门槛，便于评估其替代多模型组合的可行性。
Mistral 发布 Leanstral，这是首个面向 Lean 4 的开源代码智能体，采用 6B 激活参数的稀疏架构，权重以 Apache 2.0 许可开放，并接入 Mistral Vibe 与免费 API 端点 labs-leanstral-2603。
推荐理由：Mistral 开源面向 Lean 4 的代码智能体，给出与 Claude 系列和开源模型的成本与得分对比，可据此判断形式化验证路线的性价比。
Mistral 基于开源编码助手 Vibe 搭建了一个自动生成和改进 RSpec 测试的智能体，可读取 Rails 源文件、生成测试、按风格规则与覆盖率目标校验，并在 CI/CD 中无需人工干预运行。
推荐理由：Mistral 公开了自动写 RSpec 测试的智能体完整搭建方法，包含 AGENTS.md、Skills 与自定义工具的可迁移细节。
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 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。
LeRobot v0.5.0 发布，自 v0.4.0 以来合并超过 200 个 PR、新增 50 多位贡献者。该版本首次加入 Unitree G1 人形机器人支持，涵盖运动、操作、遥操作与全身控制，并新增 Pi0-FAST 自回归 VLA、Real-Time Chunking、Wall-X、X-VLA、SARM 等策略以及 PEFT 微调支持。
推荐理由：LeRobot v0.5.0 一次性补齐人形机器人、自回归 VLA 与流式视频编码，读者可据此判断开源机器人栈的当前边界。
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。
Google Research 发布 WAXAL，一个面向撒哈拉以南非洲 27 种语言的大规模开放语音数据集，采用 CC-BY-4.0 许可。其中 WAXAL-ASR 包含约 1,846 小时转写自然语音，WAXAL-TTS 包含超过 565 小时高保真录音，数据采集由非洲高校与社区组织主导，覆盖 100 多万使用者。该数据集旨在支持低资源语言的语音识别与合成系统开发，并计划持续扩充语言种类。
推荐理由：Google Research 联合非洲高校发布 27 种语言的开放语音数据集，读者可了解低资源语言语音数据的采集方法与规模。
Hugging Face 发布 Modular Diffusers，用可复用的 block 组合扩散流水线，作为现有 DiffusionPipeline 类的补充方案。
推荐理由：原文给出可组合的扩散流水线模块与自定义 block 的完整示例，读者可据此判断现有 Diffusers 工作流能否拆解复用。