Hugging Face 发布 AI Sheets:用开放模型无代码处理数据集
Hugging Face 发布开源无代码工具 AI Sheets,可在表格界面中通过写提示词新建列,用 AI 模型构建、转换和丰富数据集,支持本地部署或部署到 Hub。
推荐理由:Hugging Face 官方开源的无代码数据集工具,展示了用提示词列批量调用开放模型的具体工作流。
AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。
Hugging Face 发布开源无代码工具 AI Sheets,可在表格界面中通过写提示词新建列,用 AI 模型构建、转换和丰富数据集,支持本地部署或部署到 Hub。
推荐理由:Hugging Face 官方开源的无代码数据集工具,展示了用提示词列批量调用开放模型的具体工作流。
OpenAI 发布文章介绍 GPT-5 在编码和设计方面带来的新可能,但当前仅提供摘要,未给出具体功能细节。
OpenAI 发布 GPT-5,称其为面向工作的最佳模型,并放出一段工作场景演示。演示中 GPT-5 可分析反馈、制定产品计划并生成原型,最后总结后续步骤。
推荐理由:官方演示展示了 GPT-5 在分析反馈、生成产品方案与原型上的连续工作流,可据此判断其在办公场景的落地方式。
Hugging Face 的 TRL 新增面向视觉语言模型的对齐方法,包括混合偏好优化 MPO、多模态 GRPO 以及 Qwen 提出的 GSPO,并扩展 RLOO 和 Online DPO 支持 VLM。
推荐理由:TRL 新增多种多模态对齐算法与原生 SFT 支持,读者可据此判断 VLM 后训练工具链的可用范围。
Mistral AI 发布 Codestral 25.08,并推出面向企业的完整编码栈,包含 Codestral、Codestral Embed、Devstral 与 Mistral Code IDE 插件。
推荐理由:官方给出 Codestral 25.08 的补全提升数据与 Devstral 在 SWE-Bench Verified 上的成绩,可据此判断企业私有化编码栈的成熟度。
NVIDIA 宣布 NIM 推理微服务现可在 Hugging Face 上支持超过 100,000 个 LLM 的快速可靠部署。NIM 提供单个 Docker 容器,自动识别模型格式、架构与量化格式(如 FP16、FP8、INT4),并在 NVIDIA TensorRT-LLM、vLLM 和 SGLang 之间选择推理后端,无需手动配置。
推荐理由:NIM 用单个容器自动识别模型格式并选择推理后端,读者可据此判断多模型部署流程能简化到什么程度。
Mistral 为 Le Chat 上线一批新功能,包括预览版 Deep Research 模式、由新语音模型 Voxtral 驱动的语音模式、由推理模型 Magistral 支持的多语言推理、用于整理对话的 Projects,以及与 Black Forest Labs 合作的高级图像编辑。
推荐理由:官方一次性公布 Le Chat 的深度研究、语音、推理与图像编辑多项能力,可据此判断其产品路线与可用入口。
OpenAI 发布 ChatGPT agent,可自主思考并调用工具完成研究、预订和幻灯片制作等任务,全程由用户引导。
推荐理由:OpenAI 官方发布 ChatGPT agent,读者可据此了解它如何调用工具完成研究、预订和幻灯片等任务。
Hugging Face 官方宣布 Hub 存储后端从 Git LFS 迁移到 Xet,已有 50 万个仓库、20 PB 数据完成迁移,超过 100 万用户在用。迁移通过 Git LFS Bridge 和后台迁移流程实现,旧客户端仍可正常上传下载,无需改变工作流。从本月起 Xet 将向所有用户开放,现有仓库会自动迁移,新仓库默认启用 Xet,后续计划开源 Xet 协议及整套基础设施。
推荐理由:Hugging Face 官方复盘 Hub 从 Git LFS 迁移到 Xet 的工程细节,可供理解大规模存储迁移的兼容与扩容方案。
Hugging Face 发布 ScreenEnv,一个可在 Docker 容器中创建隔离 Ubuntu 桌面环境的 Python 库,用于测试和部署 GUI 智能体(Computer Use 智能体)。
推荐理由:Hugging Face 开源了在 Docker 中部署桌面智能体的 Python 库,读者可据此了解 GUI Agent 的沙箱化落地方式。
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。
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。
Hugging Face 与 NVIDIA 在 GTC Paris 宣布合作推出 Training Cluster as a Service,让全球研究机构更便捷地获取大型 GPU 集群,按训练时长付费。
推荐理由:Hugging Face 与 NVIDIA 把 GPU 集群申请、调度和训练工具串成一条流程,读者可据此判断算力获取方式的变化。
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。
Mistral 发布企业级 AI 编码助手 Mistral Code,整合 Codestral、Codestral Embed、Devstral 和 Mistral Medium 四个模型,支持云端、专属容量或气隙本地 GPU 部署,代码留在企业边界内。
推荐理由:Mistral 把模型、IDE 插件与本地部署打包成企业级编码助手,读者可据此判断私有化编码方案的取舍。
Mistral 发布 Agents API,将自家语言模型与代码执行、网页搜索、图像生成、MCP 工具等内置连接器结合,并提供跨对话的持久记忆与智能体编排能力。
推荐理由:官方给出 Agents API 的连接器、记忆与多智能体编排能力,读者可据此判断企业级智能体平台的搭建方式。
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。
Mistral AI 发布 Le Chat Enterprise,一款由全新 Mistral Medium 3 模型驱动的企业级 AI 助手,包含企业搜索、Agent 构建器、自定义数据与工具连接器、文档库、自定义模型和混合部署等功能,全部功能将在未来两周内陆续上线。
推荐理由:官方给出 Le Chat Enterprise 的功能清单与部署选项,可据此判断企业级 AI 助手的落地方式。
OpenAI 在 API 中推出新一代音频模型,开发者首次可以指示文本转语音模型以特定方式说话,例如“像一位有同理心的客服人员那样说话”,为语音智能体带来新的定制能力。
推荐理由:OpenAI 在 API 中上线新一代音频模型,开发者可首次用自然语言指令控制语音表达方式。
Hugging Face 的 Xet 团队已将首批 Model 和 Dataset 仓库从 LFS 迁移到 Xet 存储,2 月 20 日当天共迁移 4.5 TB,约 6% 的 Hub 下载流量转到 Xet 基础设施。
推荐理由:Hugging Face 官方复盘 Xet 存储首次迁移,给出分块去重带来的传输收益与两个生产环境问题的修复过程。