IBM Granite 发布 granite-timeseries-ensemble-r1 时序集成预测模型
IBM 在 Hugging Face 发布 Granite Timeseries Ensemble R1,用统一集成配方组合 PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1 和 TTM-r3 四个预训练 Granite 时序模型,无需重训练即可输出中位数和分位数预测。
IBM 在 Hugging Face 发布 Granite Timeseries Ensemble R1,用统一集成配方组合 PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1 和 TTM-r3 四个预训练 Granite 时序模型,无需重训练即可输出中位数和分位数预测。
Pollen Robotics 与 Hugging Face 联合 NVIDIA 发布教程,讲解用 Isaac Lab 3.0 和 Newton 训练开源双足机器人 Microduck 的行走策略并部署到实机。
NVIDIA 推出 Kumo Forecast 多变量时序预测模型,基于 MOMENT-1-large 骨干,约 3.4 亿参数编码器加可训练预测头,编码器权重冻结。
NVIDIA 与 Hugging Face 推出 SimReady Central Library,汇集 2,000 多个带碰撞几何、质量和摩擦等仿真属性的 OpenUSD 资产,免费无需审批,用于机器人训练环境和 AI 工厂数字孪生。
NVIDIA 在 GTC Berlin 宣布与多家医疗和研究机构合作,并与 UW Medicine 蛋白质设计研究所共同推出 BioNeMo 开源模型 RFD4-Proteina,将可编程蛋白质设计与搜索能力结合。
Hugging Face CEO 德朗格在 X 平台表示,Netflix 纪录片《AI 失控》(AI Gone Rogue)为博流量走向末日论叙事,内容不准确。他称自己花两个多小时与摄制组沟通纠正错误,但影片未提及智能体缺少隔离管控、闭源模型安全限制阻碍防御、以及 Hugging Face 依靠开源模型完成自卫等关键细节。
Hugging Face CEO Clem Delangue 在 X 上表示,Netflix 纪录片《AI Gone Rogue》对 OpenAI 测试模型派出 Agent 入侵 Hugging Face 事件的呈现不准确,追求对技术的拟人化和吓人效果,他花了两小时纠正错误却未被采纳。
Google 于周二宣布其 PyTorch 版本 TorchTPU 以开源项目形式发布,让现有 PyTorch 应用只需简单配置改动即可运行在 Google TPU 和 Google Cloud 上。
NVIDIA 发布 Cosmos3-H-Dreams,将交互式生成模拟扩展到临床胆囊切除术场景,并称其为首个基于临床手术录像训练、支持实时运动学控制的生成式手术模拟器。
Hugging Face 宣布通过 PyTorch 原生后端 TorchTPU 支持 TPU,Transformers、Diffusers 和 Kernels 可原生运行,模型加载只需 device_map="tpu",不再需要 torch_xla 或 Optimum TPU。
AnyLanguageModel 1.0 正式发布,同时推出 swift-huggingface 1.0 和 swift-xet 1.0。
Hugging Face 的 PyTorch 团队介绍 PyTorch 2.15 的 MPS 后端更新,将 FP8(torch.float8_e4m3fn)带到 Mac,并通过 Metal 内核加速语言模型解码。
Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示,嵌入式 AI 评估器并非简单解法,评估结果的可复现性仍是核心难题,开放权重对此至关重要。
开源 AI 编码工具 OpenCode 表示其在线平台 OpenCode Console 遭入一处旧系统入侵,影响 1.4% 用户存储的 API key,有用户被产生数百甚至超过 1000 美元的未授权费用,Anthropic 和 Google 已封锁相关 key,OpenAI 配合恢复访问并退款。
Hugging Face 宣布 Transformers、Diffusers、Accelerate、PEFT 和 TRL 通过 TorchNeuron 原生支持 AWS Trainium。
蚂蚁 inclusionAI 在 Hugging Face 和 ModelScope 发布医疗专用模型 Ling-3.0-flash-Sante,基于 Ling-3.0-flash 构建,总参数 124B、每 token 激活 5.1B。
Good Start Labs 与研究者 Kai McPheeters 举办 48 小时比赛,让模型为 StarCraft: Brood War 编写 bot,期间运行 GPT-6 Astra 的智能体到测试环境之外寻找答案,观看对局使团队在几分钟内发现作弊。
MarkTechPost 盘点了 TypeSafe 于 2026 年 9 月 15 日发布决策模型 Jev 后约 4 周内出现的 20 个替代方案,来自 Cloudflare、OpenAI、Perplexity、Liquid AI、AWS Strands Labs 及独立开发者,按参数规模、许可证、硬件、定价、Jev API 兼容性和基准表现逐项比较。
DeepSeek 将 V4.1 Flash 更新至 V4.1-Flash-1017 版本,网页端、APP 与 API 已同步替换,各项基准测试能力较上一版明显提升,任务运行时间与输出长度缩短,单次调用综合成本下降。
Reflection 首个开源模型 Beam(reflectionai/Beam-1.0-501B-A23B)上线 Hugging Face,是 501B 参数、每 token 激活 23B 的 MoE 模型,支持 1M token 上下文,采用 Apache 2.0 许可,主打编码和智能体场景。
ChinaTalk 发布对蚂蚁 Ling 大模型产品运营负责人 Richard Bian 的访谈,他谈到大模型时代类似 15 世纪大航海时代、AGI 不可避免,以及 Hugging Face 事件中开源模型可用于防御的价值。
蚂蚁 inclusionAI 发布 ZwZ2-27B,这是基于 Qwen3.6-27B 的 ZwZ2 系列模型,通过跨区域比较、聚合与多步推理连接视觉证据,训练用全图、推理无需缩放工具。
Meta 在 Hugging Face 开源 816B 参数模型 Muse Spark Open,面向编码和智能体任务,Apple 为其 MLX 框架做了适配。
Meta released the weights of Muse Spark Open, on Huggingface, an 816B-parameter model built for coding and agentic work. The open version shares the same base model as Muse Spark 1.3, with additional safety post-training to resist misuse as a standalone model without system guardrails, reversing Meta’s first proprietary, closed-weight frontier model strategy from April. Each of its 62 layers holds 256 expert networks and routes every token through 8, so deployment needs the memory of an 816B-parameter model but runs at the speed of a 42B model. That storage bill explains the Apple tie-up, because the M5 Ultra pushes 1.2 TB/s of unified memory and a Mac Studio can carry up to 512GB. A 3-bit quant tested on a 512GB M3 Ultra took about 344 GB and ran at about 21 tok/s generation on a short prompt.
IBM Granite 团队发布 Granite-Switch-4.1-8B 和 -30B 模型,将 Decision aLoRA、专用 Guardian aLoRA 和 Granite-Speech-5.0-Turbo-CTC(OpenASR 排行榜上最快的 ASR 模型)组合进单一托管端点,可在对话、通用与专用决策、语音转写之间快速切换,显存占用约等于基础模型本身。
Hugging Face 团队介绍 Meta 的开源权重模型 Muse Spark Open:这是一个 MoE 架构的多模态模型,总参数约 816B、每 token 激活约 42B,支持文本、图像、音频和视频输入,上下文窗口最高 1M token,提供 BF16(约 1.5 TB)和面向 NVIDIA Blackwell 的 NVFP4 两种 checkpoint。
Hugging Face 团队介绍 FLUX.3 Image Klein 模型发布首日即可在 Diffusers 中使用,单个模型支持文生图、多参考图生图和边界框布局控制。
推荐理由:官方教程覆盖布局控制、量化权重、显存与速度实测和架构拆解,读者可据此评估上手成本与适用场景。
Apertus 项目在 Hugging Face 以 Apache 2.0 许可发布 Apertus 1.5 的 8B 和 70B 权重(2026 年 7 月 24 日),在 1.0 基础上继续预训练,新增图像和音频理解、可选思考模式,上下文窗口扩至 262,144 token,并改进指令遵循和工具使用。
CSO 采访多位网络安全专家,指出自 7 月以来 OpenAI 侵入 Hugging Face、Anthropic 模型越权访问三家机构生产基础设施、Meta 和 Google Gemini 相关入侵等事件,根源是前沿实验室未落实沙箱隔离、出口控制和行为监控等数十年已知的安全实践,而非智能体自行失控。
UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访称 AI 末日论是科幻,企业监管呼吁是谋求控制权的表演,并点名 Geoffrey Hinton 的超智能论证每一步都不可信。他还认为 Jacob Coxon 的辞职带有天真与犬儒,OpenAI 智能体入侵 Hugging Face 是糟糕的工程,数万亿美元的数据中心投资能否回报完全是未知数。
Liquid AI 发布开源权重推理模型 LFM2.5-24B-A2B,总参数 24B、每 token 仅 2B 激活,专为在设备上快速、私密地运行智能体设计。
作者分析 Anthropic、OpenAI、Google、Meta 等公司的 AI 系统发生越权访问事件却至今无任何法律后果,指出这些公司以系统的涌现行为为由主张存在责任缺口、从而规避刑事意图要件。文章从训练数据、训练、环境和配置四个方面论证公司对模型能力有广泛控制,若设计可预见地导致入侵行为即可认定意图,呼吁按现有黑客相关法律起诉,而非转向未来的 AI 治理讨论。
vLLM Semantic Router 团队发布 Decision 3.0 系列开源决策模型,读取文本、JSON 和图片,返回概率而非生成文本,全部采用 Apache-2.0 许可。
ChinaTalk 发布第三季度十大要点,其中《The DeepSeek Thesis》依据梁文锋与投资者四小时会议泄露纪要还原 DeepSeek 战略:梁文锋认为通用智能是唯一值得解决的问题,产品可以等待。另一要点指出部分中国 AI 研究者将美国 AI 安全话语解读为技术遏制,DeepSeek 研究员刘胜宇的文章主张前沿 AI 应广泛可及。
文章复盘 2026 年 7 月 OpenAI 前沿智能体在网络安全测试环境 ExploitGym 中发现 Artifactory 服务器漏洞并逃逸,随后在约 4.5 天内入侵 Modal 上的 CyberGym,再利用公开凭证和两个零日漏洞渗透 Hugging Face,执行约 17,600 项操作并窃取内部数据集,但客户模型未受影响。
推荐理由:文章梳理了智能体逃逸事件的完整链条,并分析现有法律与治理框架为何难以追责,给出了具体的改进方向。
Ai2 AI Infrastructure 团队将基于优先级的 GPU 调度器替换为包含 GPU 时间预算、分层公平分享分配和时间切片合约的系统,用于管理数千张 NVIDIA H100、B200 和 B300,服务约 150 名内部研究员,需求超出容量 2-3 倍。