NVIDIA 发布开源表格基础模型 Kumo Tabular
NVIDIA 发布开源表格基础模型 Kumo Tabular,对分类和回归任务无需训练、调参或特征工程,单次前向传播即可预测新行标签,权重已在 Hugging Face 开放,采用 OpenMDW-1.1 许可证。
NVIDIA 发布开源表格基础模型 Kumo Tabular,对分类和回归任务无需训练、调参或特征工程,单次前向传播即可预测新行标签,权重已在 Hugging Face 开放,采用 OpenMDW-1.1 许可证。
Latent Space 发布 9/24-9/25 的 AI 新闻综述,核心是 Claude Opus 5.5 发布后社区反响积极,SimpleBench 以 88.4% 领先,并被大量用于纯代码生成解说视频和动画。
H 公司发布 Holo4 系列通用计算机使用智能体模型,含 27B dense 与 35B-A3B MoE 两种规格,并附带更新版 Holotron4 Nano。
推荐理由:模型可跨 GUI、代码、MCP 和 API 多种接口工作并开源权重与轨迹,读者可对比其与前沿模型的成本差异来判断适用场景。
Latent Space 播客访谈 OpenRouter 联合创始人兼 CEO Alex Atallah 与 AMP 的 Anjney Midha,回顾 OpenRouter 从 Llama、Alpaca、Mistral 时期起步,发展到服务超 1000 万开发者、日处理超 10 万亿 token 的中立推理路由层。
GitHub Security Lab 的 Antonio Morales 发布 Fuzzing Taskflow,一个基于 Taskflow Agent 的自主模糊测试流水线,只需提供 GitHub 仓库即可自动识别入口点、编写 harness、运行 AFL++、改进覆盖并分诊崩溃。
推荐理由:原文详述了用 LLM Agent 自动写 harness、跑 AFL、追覆盖缺口和分诊崩溃的完整流水线设计,可直接复用。
9月22-23日,NVIDIA 在新加坡 AI Day 上与合作伙伴展示东南亚地区的 AI 进展。新加坡 HTX 基于 Nemotron 3 Super 和 Nemotron 3 Nano Omni 推进公共安全 AI 研究。
Simon Willison 发布了 llm-anthropic 0.29。该条目为简短的发布动态,未在原文中给出具体更新内容与版本细节。
Simon Willison 发布了 LLM 插件 llm-typesafe 0.1a0,用于支持 TypeSafe AI 的新模型 Jev,通过 `llm install llm-typesafe` 安装并设置 API key(目前有 waitlist)后即可使用。
NVIDIA 在多伦多 ROSCon 大会上发布 Isaac ROS 5.0,为约 130 万 ROS 用户带来智能体化工作流与平台支持。新版本支持 ROS Lyrical 和 Ubuntu 24.04,新增 FoundationStereo 微调技能与 Agent 就绪文档,FoundationPose 推理库使物体位姿追踪速度提升 5.5x。
Latent Space 发布 2026 年 9 月 19 至 21 日 AINews 周报,头条是 Xiaomi MiMo-V2.6 系列:MiMo-V2.6-Pro 以 1.02T 总参数。
推荐理由:本期以小米 MiMo-V2.6-Pro 登顶开源权重为线索,串联 RL 环境开源、推理优化与 Agent 安全等一周动态。
Hugging Face 宣布 transformers 新增 GGUF 模型运行支持,通过 from_pretrained 传入 gguf_file 即可加载 Hub 上的量化 checkpoint,在 Apple Silicon 上本地生成。
推荐理由:官方给出了从加载、量化选择到与 llama.cpp 对比的完整路径,读者可以直接上手在 Mac 本地跑 GGUF。
Hugging Face 宣布 oMLX 创建者和维护者 Jun Kim 加入团队,支持 Apple Silicon 本地 AI 框架 MLX 的社区生态。oMLX 将从副业项目转为获得持续资助的项目,继续保持 Apache 2.0 开源并由 Jun 领导。
NVIDIA 在大埃及博物馆举办活动,展示埃及 AI 生态进入生产级规模:Deep Learning Institute 学员一年内增长逾十倍,Hassan Allam 与 A15 将投资约 4 亿美元新建数据中心。非洲一年内已宣布或上线四座 AI 工厂,另有 656 兆瓦在建产能;NVIDIA 已培训逾 85,000 名非洲开发者,尼日利亚成为其全球第二大市场。
Jev 发布两天内发布视频获得 36M 播放量,因其未开源,社区迅速推出多个复刻版本,最佳猜测指向 ModernBERT 和 Diffusion 路线。
Salesforce 在 Dreamforce 上宣布其首个 CRM 推理模型 Koa,通过对 NVIDIA Nemotron 3 Super 进行后训练打造,因 NVIDIA Nemotron 开源,Salesforce 可在自己的基础设施内微调并运行模型,训练与推理均不使用任何客户数据。
费城儿童医院基于 MONAI 等开源工具,用 CT、MRI 和 3D 超声在数秒内生成解剖精确的儿童心脏模型,将过去需四小时的人工流程推进到可常规临床使用,心脏建模已从研究转为标准诊疗流程。
Hugging Face 发布 Workflow1111,用 Gradio Workflow 画布重建 AUTOMATIC1111 的大部分功能,包含 11 条媒体流水线和 73 个节点。
Mistral 宣布完成 30 亿欧元 D 轮融资,投后估值超 210 亿欧元,称其为欧洲科技公司最大规模股权融资,由三星电子领投,EQT 旗下 Scaleup Europe Fund 与 PSG Equity 联合领投。
推荐理由:官方公告给出了融资规模、估值、领投方和资金用途,读者可以据此了解 Mistral 主权开放权重路线的进展。
Hugging Face 推出 NeoMME 多语言多模态编码器家族,含 260M 和 800M 两个规模,用单个双向 Transformer 从头处理文本 token 和原始图像 patch,无需单独的预训练视觉塔或因果语言模型。
Hugging Face 发布完整教程,用 TRL 库的 GRPO 结合 LoRA 微调 LiquidAI/LFM2.5-350M,仅需约 500 样本和 100 步训练即可在免费级 Colab 或 Kaggle 16 GB GPU 上完成。
推荐理由:完整开源了小模型 GRPO 结构化输出微调的配方和评测对比,资源门槛低,方法可直接迁移到其他小模型任务。
Hugging Face 博客发布一篇开源复现:受 Surya Narreddi 病毒视频启发,作者用 TRL 和 OpenEnv 训练 Qwen/Qwen3.5-35B-A3B 通过 LoRA 写 p5.brush JavaScript 画水彩画,参考池、RL 环境、训练脚本和模型全部公开。
推荐理由:作者把审美偏好的RL复现完整开源,奖励设计、三组对照和踩坑修复都可迁移到类似的代码生成训练中。
Hugging Face 发布开源工具 funes,为 Claude Code、Codex、pi、Hermes 等编码 agent 提供基于本机会话记录的持久记忆层。
推荐理由:Hugging Face 官方介绍 funes 的本地优先记忆层设计,给出跨 agent 共享记忆与成本对比,读者可评估是否接入自己的编码工作流。
Hugging Face WebAI 团队发布 @huggingface/kernels 库及 207 个 WebGPU 内核,每个内核以带版本、正确性与基准测试的独立仓库形式发布在 Hub 上,采用 Apache-2.0 许可。
推荐理由:官方发布 207 个 WebGPU 内核及加载库,并给出与 ORT WebGPU 的实测对比,读者可据此评估浏览器推理的加速空间。
Google 发布时序基础模型 TimesFM-3,原生支持多变量零样本预测,参数量 330M,预训练语料包含超过 1 万亿时间点。模型采用 decoder-only Transformer 与交替注意力架构,通过 Contiguous Patch Masking 在单次前向传播中生成完整预测区间,并为每个目标输出 10% 到 90% 共 9 个分位数。
Microsoft Research 推出 GigaPath-Flash 和 GigaTIME-Flash 研究模型,以大幅提升病理学研究的计算效率。
Sentence Transformers v6.0 引入 MultiVectorEncoder 模型类型并配套完整训练流程,作者以医学检索为例演示如何微调 ColBERT 式多向量模型。
推荐理由:原文给出完整可复现的多向量模型微调配方,并用实验数据对比起点选择、训练开销和索引压缩,方法可直接迁移到自己的领域数据。
IBM 发布 Granite 4.2 推理模型家族,包含 3B、8B、30B 三个 dense 尺寸,基于 Granite-4.1 基座(从头预训练约 15T tokens,五阶段策略将上下文窗口扩展至 512K tokens),经 CoT 与智能体轨迹数据的 SFT 后,再用异步 GRPO 多阶段 RL 流水线后训练。
推荐理由:官方完整披露 Granite 4.2 的五阶段预训练、SFT 配比与多阶段 RL 课程设计,读者可以直接对照复现其训练路线。
Hugging Face 发布 2026 年 1 至 8 月开源模型生态观察报告:Hub 公开模型仓库从 243 万增至 296 万,中国实验室在多数月份发布的最大开源模型超过美国,Qwen 衍生模型达 151,448 个成为社区主要基座。
推荐理由:Hugging Face 用七个月的 Hub 数据量化开源模型生态的变化,读者可以据此核对中美发布策略、下载与关注度的错位以及 Agent 流量的真实构成。
Hugging Face 演示了 Strands Robots 中一个智能体如何完成机器人数据流闭环:从自然语言提示录制 LeRobotDataset 并同步到 Storage Buckets,训练时通过 stream_dataset 直接流式读取数据而无需下载,再以 mode="real" 一个关键字参数变更即可将 checkpoint 部署回硬件。
Hugging Face 复盘今年 7 月 15 日至 8 月 2 日举办的 ICML 2026 Open Reproductions 挑战赛:1,221 名社区成员用 Claude Code、Codex、Cursor 等智能体,19 天发布 6,816 份 Trackio 日志,尝试复现 2,226 篇论文,约占会议论文的 34%。
推荐理由:文中给出按声明逐条复核会议论文的结果分布和典型的证伪案例,读者可以借此理解智能体复现研究中人类角色的边界。
Hugging Face 的 OlmoEarth Studio 现已支持计算并导出开源 OlmoEarth 基础模型的 embedding 向量,用于相似性搜索、少样本分割等下游任务。
Mistral 宣布三项主权 AI 举措:Mistral Regional Endpoints 正式可用,可选择推理在 Europe 或 US 运行;Mistral Priority Tier 公开预览,提供自定义速率限制和 uptime SLA。
NVIDIA 发布 Magpie TTS Multilingual 开放权重模型,参数量 364M,新增现代标准阿拉伯语、韩语和巴西葡萄牙语,共支持 12 种语言,并提供生产级 NIM 部署容器。
推荐理由:原文给出TTFA延迟数据和架构改进细节,读者可据此评估自部署级联语音方案相对一体化语音模型的取舍。
Multiverse Computing 发布论文,用缓存教师模型 top-100 logits 的离线蒸馏和融合分块 KL 损失两项系统改动降低知识蒸馏成本。
Meta 于今日发布 Muse Glimmer,一个从 Muse 蒸馏而来的 30B 多模态开源模型,采用 Apache 2.0 许可,面向本地隐私敏感的 Agentic 场景如编码、文档分析和个人助手。
推荐理由:官方介绍可帮助读者了解这个 30B 本地多模态模型在 Agentic 基准上的表现与本地部署路径。
Google DeepMind 在 Nature 发表论文并开源 WeatherNext 2 和 WeatherNext Cyclones 模型,称其对气旋路径、强度和风结构的预报平均比现有模型多出约 24 小时提前量,相当于约十年气象学进展。
推荐理由:官方同时放出 Nature 论文与模型权重,读者可按论文结果自行复用或验证这套气旋预报方法。
Baseten 正式成为 Hugging Face Hub 的 Inference Provider,为 Hub 上的 serverless 推理提供支持,首发支持对话与文本生成任务,涵盖 Kimi K3、DeepSeek V4 Flash、GLM-5.2 等开源权重 LLM。
Mistral 发布 3B 开源权重多模态安全分类器 Shieldstral,将内容审核建模为策略自适应的问答任务,在推理时接受自然语言策略并输出校准的安全分数。该模型在文本安全上匹敌最大 7 倍于其体量的开放护栏模型,在多模态审核上创造新 SOTA,以 Apache 2.0 协议开放权重,可在单张 16GB GPU 上运行。
推荐理由:原文给出把内容审核改写成策略自适应问答的建模思路和数据构建方法,对做安全分类器的团队有可迁移的参考价值。
IBM Research 与 UC Berkeley Sky Lab 基于 K-Search 进化式内核搜索框架构建 MLX 后端,通过结构化 CUDA 到 MLX 翻译层把既有 CUDA 内核知识转化为 Apple Silicon 的优化指引。
Hugging Face 在 Diffusers 中新增 Nunchaku Lite 集成路径,可像普通 Diffusers 模型一样用 from_pretrained() 加载 Nunchaku SVDQuant 4-bit(W4A4)检查点,无需单独推理引擎或本地 CUDA 编译。
推荐理由:官方宣布 Diffusers 原生支持 Nunchaku 4-bit 推理,附实测数据和自己量化新架构的完整工作流。