OpenAI 推出面向法律行业的 Astra for Law
OpenAI 发布 OpenAI for Law，为法律行业提供前沿智能、律所自定义工作流、连接的法律数据源，以及面向保密客户工作的法律级管控。
#部署/工程
#部署/工程
今日 4 条OpenAI NewsAI 评分4242
NVIDIA Blog精选AI 评分6262 NVIDIA Vera Rubin NVL72 首次亮相 MLPerf Inference v6.1 并取得领先性能
NVIDIA 在 MLPerf Inference v6.1 中首次提交 Vera Rubin NVL72 预览成绩，在 Qwen3-VL 上吞吐最高达 GB300 NVL72 的 3.7 倍，在 DeepSeek-R1 上最高达 2.5 倍。
推荐理由：MLPerf v6.1 成绩给出了 Vera Rubin 与 GB300 的吞吐对比和 99% 扩展效率，可据此判断推理基础设施的性价比走向。
NVIDIA BlogAI 评分4343 Emerald AI、Google 与 NVIDIA 发起联盟，推动灵活 AI 数据中心
Emerald AI、Google 和 NVIDIA 宣布成立 AI Energy Management Alliance（AEMA），推动数据中心根据电网状况动态管理用电。
NVIDIA BlogAI 评分3838 曼彻斯特大学用 NVIDIA Earth-2 预测全英空气污染
曼彻斯特大学团队基于 NVIDIA Earth-2 的生成式模型 Earth-2 CorrDiff，在英国国家 AI 超算 Isambard-AI 上训练出覆盖全英、分辨率 2-3 平方公里的空气污染模型，单节点八 GPU 训练仅耗时两天。
OpenAI NewsAI 评分4040 OpenAI 如何将 Habitat 扩展为支撑 10 亿 ChatGPT 用户的在线存储平台
OpenAI 将 Habitat 从 Python 库演进为全球分布式存储平台，支撑 10 亿 ChatGPT 用户和每秒 2200 万次请求。
Mistral AIAI 评分3030 Cloudera 与 Mistral 达成合作，将专用主权智能引入企业数据
Mistral 与 Cloudera 建立合作，将 Mistral 模型集成进 Cloudera 混合数据平台，企业可在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业还能在受控环境中用专有数据训练定制模型，数据与由此产生的智能均归企业所有。Cloudera 平台承载 30 exabytes 客户自管数据。
Hugging Face BlogAI 评分4646 Hugging Face Jobs 上用 LoRA 实现异步 GRPO：一个 Bucket、一个代理，无需 NCCL
TRL v1.14 的 AsyncGRPOTrainer 现已支持只训练并同步 LoRA adapter 到 vLLM，rank-1 adapter 仅几 MB，可通过挂载在多个 Hugging Face Jobs 上的 Storage Bucket 传输，无需 NCCL。
Mistral AIAI 评分5050 Mistral 如何用 AI 智能体将 4 万行 Fortran 77 迁移到 C++
Mistral 帮助一家欧洲能源运营商将 4 万行 Fortran 77 迁移至 C++，目标是一个无测试套件、无集中文档的物理储层模拟器。团队先构建数值一致性校验框架，再用 Vibe CLI 调度上百个智能体解析调用树并生成文档，最终采用人工监督 coder、tester、reviewer 智能体的工作流逐模块迁移。
GitHub Blog · AI & ML精选AI 评分7171 GitHub 推出 Project HydraFusion：多模型编排实现前沿级编码质量
GitHub 发布研究预览 Project HydraFusion，在 GitHub Copilot CLI 中通过运行时编排多个提供商的模型，自动选择 Single、Cascade、Critique 三种执行模式来平衡质量、成本与延迟。
推荐理由：GitHub 官方给出多模型编排的三种执行模式与三项基准的成本质量对比，可据此判断路由式编排在编码任务上的取舍。
Hugging Face BlogAI 评分4242 Hugging Face 发布 NeoMME：260M/800M 多模态多语言编码器
Hugging Face 推出 NeoMME 系列多模态多语言编码器，含 260M 和 800M 两个规模，用单个双向 Transformer 同时处理文本 token 与 32×32 图像 patch，无需独立视觉塔或因果语言模型。
OpenAI NewsAI 评分1212 Gilbert + Tobin 如何用 OpenAI 治理并规模化 AI
澳大利亚律所 Gilbert + Tobin 通过 CEO 主导的投入、严格治理与人工问责机制，在全所范围规模化部署 ChatGPT Enterprise 和 Codex。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 @huggingface/kernels：207 个 WebGPU kernel 与 Fleet 基准工具
Hugging Face 发布 @huggingface/kernels，一个从 Hugging Face Hub 加载并运行优化 WebGPU kernel 的 JavaScript 库，同时上线 207 个 kernel 的初始集合，均以 Apache-2.0 许可发布为独立仓库。
推荐理由：Hugging Face 发布 207 个 WebGPU kernel 及配套加载库与浏览器基准工具，并给出与 ORT WebGPU 的实测对比数据。
Mistral AIAI 评分4242 Mistral 与 HUMAIN 宣布战略合作，推进沙特及中东主权 AI
Mistral 与 HUMAIN 宣布达成战略合作，覆盖 AI 基础设施、先进模型开发与 AI 解决方案部署，合作规模达数亿欧元。双方将优先聚焦网络安全与语音领域，并计划开发阿拉伯语表现强劲的前沿模型，Mistral 还将探索使用 HUMAIN 的数据中心基础设施。双方计划在沙特制定联合市场策略，面向受监管行业提供 AI 解决方案。
Hugging Face BlogAI 评分3434 Hugging Face Inference Endpoints、Jobs 与 Buckets 如何支撑 Papers with Code 的搜索
Papers with Code 用 Hugging Face Jobs、Storage Buckets 和 Inference Endpoints 搭建了一套混合搜索系统，为超过 11 万篇 arXiv 与 Daily Papers 论文维护嵌入向量。
Hugging Face Blog精选AI 评分6262 Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理最高提速 3.2 倍
Liquid AI 为 LFM2.5 家族的三款模型 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 发布 DSpark 草稿模型检查点，通过投机解码在不改变输出质量的前提下提升解码速度，GPU 上吞吐最高提升 3.18 倍，端侧最高 2.87 倍。
推荐理由：官方给出三款 LFM2.5 草稿模型的加速数据与 llama.cpp、SGLang 接入方式，可据此评估端侧推理提速的落地成本。
Mistral AI精选AI 评分6666 Mistral 发布 Agentic Search 检索层
Mistral 发布 Agentic Search，一个让模型在多步检索循环中查找、打开、导航、阅读和验证信息的检索层，通过 Mistral Search Toolkit 提供，并内置于 Studio 和 Vibe 的 Libraries。
推荐理由：原文给出多步检索循环在 FinanceBench 与 OfficeQA Pro 上的准确率、token 与延迟变化，可据此判断它相对一次性 RAG 的取舍。
Hugging Face BlogAI 评分3636 Hugging Face 推出约束感知 GPU 分配器：同集群利用率最高提升 33 个百分点
Hugging Face 构建了约束感知 GPU 分配器，在七个基准场景中与 FIFO 调度器对比，同硬件同负载下 GPU 利用率最高提升 33 个百分点，优先级加权产出在每个场景均上升、最高增长 105%。
OpenAI NewsAI 评分5858 OpenAI 预览 Ultrafast 模式：GPT-5.6 Sol 最高提速 14 倍
OpenAI 预览新的 API 服务档 Ultrafast，运行 GPT-5.6 Sol 时最高提速 14 倍。该服务由 Cerebras 提供支持，输出速度最高可达每秒 750 个 token。
Hugging Face BlogAI 评分4040 比 ACE 更省 Token：ALTK-Evolve 如何用按需检索替代全量注入
Hugging Face 的 ALTK-Evolve 与 ACE 同为无需更新权重的智能体记忆方案，区别在交付方式：ACE 每步注入完整 playbook，ALTK-Evolve 按任务检索少量高支持度 guideline。
Mistral AI精选AI 评分6060 Mistral 推出区域推理端点与优先服务层级，并接入 GLM-5.2 等第三方开源模型
Mistral 宣布三项推进 AI 主权的举措：Mistral Regional Endpoints 正式可用，客户可选择推理在欧洲或美国运行；Mistral Priority Tier 进入公开预览，为关键业务负载提供自定义速率限制和带 SLA 的正常运行时间承诺。
推荐理由：Mistral 把区域推理、优先服务层级和第三方开源模型接入放进同一套基础设施，读者可据此判断主权 AI 的落地方式。
Hugging Face Blog精选AI 评分6262 NVIDIA 发布 Magpie TTS 多语言版：364M 开源权重，新增阿拉伯语、韩语和巴西葡萄牙语
NVIDIA 发布 Magpie TTS Multilingual，一个 364M 参数的开源权重语音合成模型，支持 12 种语言，新增现代标准阿拉伯语、韩语和巴西葡萄牙语，并通过更新训练数据提升了多种既有语言的质量。
推荐理由：原文给出 364M 开源权重模型的多语言扩展与 TTFA 实测数据，读者可据此判断自建语音链路的延迟与部署成本。
Hugging Face BlogAI 评分4242 Hugging Face 提出离线 Top-K Logits 与融合分块 KL 损失，让知识蒸馏低成本跑起来
Hugging Face 最新论文提出两项系统改动降低 LLM 知识蒸馏成本：离线缓存教师模型每位置的 top-100 logits，使教师无需与学生同时驻留显存；融合分块 KL 损失避免生成完整的词表×序列长度矩阵。
Hugging Face BlogAI 评分2222 Baseten 成为 Hugging Face Inference Providers 支持的服务商
Baseten 正式加入 Hugging Face Hub 的 Inference Providers 生态，首批支持对话与文本生成任务，可调用 Kimi K3、DeepSeek V4 Flash、GLM-5.2 等热门开源权重 LLM。
OpenAI NewsAI 评分4242 OpenAI 如何在六个月内为实时语音 AI 构建低延迟系统
OpenAI 披露其 GPT-Live 实时语音系统的构建过程，该系统采用无轮次（turnless）语音模型与低延迟架构，实现与 AI 的连续语音交互，让对话更快、更自然。
OpenAI NewsAI 评分2222 Circles 借助 OpenAI 技术实现电信个性化服务
Circles 使用 OpenAI API 和 Codex 打造 AI 原生电信体验，使 ARPU 提升 22%、用户流失率降低 9%，并提升开发效率。
Hugging Face BlogAI 评分2222 GPU 管理：为什么闲置 GPU 正在成为新的停飞飞机
Hugging Face 博客指出，AI 的下一个真正约束不是智能而是利用率：GPU 按日历小时计费，产出却只按计算小时累积，两家 GPU 预算相当的公司会因硬件实际使用率而拉开差距。文章以航空业为类比，称即便集群 GPU 满载也可能浪费大部分潜力，因为 GPU 全天运行而需求并非如此，基础设施必须按峰值配置。
OpenAI News精选AI 评分6262 OpenAI 下调 GPT-5.6 在 Luna 和 Terra 上的价格
OpenAI 宣布下调 GPT-5.6 在 Luna 和 Terra 上的价格，并说明更高效的模型如何帮助企业规模化部署 AI 工作流。
推荐理由：OpenAI 下调 GPT-5.6 在 Luna 与 Terra 上的价格，读者可据此评估企业级 AI 工作流的部署成本变化。
Hugging Face BlogAI 评分4646 NVIDIA Cosmos-H-Dreams：为手术机器人带来实时生成式仿真
NVIDIA 推出 Cosmos-H-Dreams，一个面向手术机器人的实时、动作条件生成式仿真器，通过 FlashDreams 推理库在单张 RTX PRO 6000 GPU 上运行，支持人与策略闭环交互控制。
OpenAI NewsAI 评分2222 OpenAI 在 Effingham County 建设 AI 基础设施：Project Camellia 落地佐治亚州
OpenAI 宣布在佐治亚州 Effingham County 启动 Project Camellia，承诺负责任能源、社区投资与就业，并提供 Codex 使用渠道。
Hugging Face BlogAI 评分5252 IBM Research：模型路由为何不只是分类问题
IBM Research 在 Hugging Face 博客中分享为智能体构建模型路由的经验，指出路由看似是模型选择问题，实际是系统优化问题。
Hugging Face BlogAI 评分2222 PyTorch 性能分析（第三部分）：Attention 全解析
Hugging Face 博客发布《Profiling in PyTorch》系列第三部分，用 PyTorch 剖析 attention 的 profiler 表现。
Mistral AIAI 评分5252 Mistral Studio 上线 Prompts 与 Skills 管理系统
Mistral AI 在 Studio 中推出 Prompts 和 Skills 管理系统，为每个提示词和技能提供版本化、归属和可追溯的单一记录。每个版本不可变，支持对比、回滚、分类标签和审计日志，非开发者也能编辑并即时测试，发布仍走企业已有的 CI/CD 流程。技能可作为 MCP 服务器直接从 Studio 调用，确保生产执行的是同一受治理资产，该功能现已向 Studio 客户开放。
Hugging Face Blog精选AI 评分6262 vLLM 的 transformers 建模后端实现原生推理速度
Hugging Face 宣布 vLLM 的 transformers 建模后端现已达到甚至超过 vLLM 手写原生实现的吞吐，覆盖 Qwen3-4B 单卡、Qwen3-32B 张量并行和 Qwen3-235B-A22B-FP8 MoE 三种配置。
推荐理由：原文给出 transformers 后端在 vLLM 中追平原生实现的具体机制与开关，读者可据此判断自家模型能否免移植提速。
Hugging Face BlogAI 评分2222 Hugging Face 与 Amazon SageMaker Studio 实现一键深度链接集成
Hugging Face 与 Amazon SageMaker AI 推出深度链接集成，开发者在支持的模型页点击 Customize on SageMaker AI 或 Deploy on SageMaker AI，即可一键进入 SageMaker Studio，模型已预加载、环境自动配置。
Hugging Face Blog精选AI 评分6262 微软在 Foundry Managed Compute 上线 Hugging Face 模型集合
微软在 Build 2026 宣布 Foundry Managed Compute 及 Hugging Face 模型集合，将 Hugging Face 生态的开源权重模型以每周刷新的方式引入 Foundry 模型目录，可一键部署到托管 GPU 平台。
推荐理由：微软把 Hugging Face 开源模型的部署运维层接进 Foundry，读者可据此判断开源模型进入企业生产环境的门槛变化。
Berkeley AI ResearchAI 评分3434 智能免费之后怎么办？面向 AI 智能体、由智能体运行、由智能体构建的数据系统
伯克利 AI 研究提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1、部分厂商低于 $0.10，数据系统面临三大新挑战：为智能体设计（Data Systems For Agents）、由智能体运行（Of Agents）、由智能体构建（By Agents）。
Hugging Face Blog精选AI 评分6262 Hugging Face 与 SkyPilot 打通零出站流量存储，可在任意云上运行 AI 负载
Hugging Face 与 SkyPilot 联合推出 store: hf 存储后端，用一条 hf:// URL 和已有的 HF_TOKEN 即可把 Hugging Face Bucket 或任意模型、数据集、Space 仓库挂载进 SkyPilot 任务，并在 20 多个云、Kubernetes、Slurm 和本地环境中调度运行。
推荐理由：原文给出 hf:// 挂载方式与免出站流量费的具体机制，读者可据此判断跨云训练与推理的存储成本变化。
Hugging Face BlogAI 评分3636 Hugging Face Kernels 项目重大更新：新增 kernel 仓库类型与可信发布者机制
Hugging Face 为 Kernels 项目引入 Hub 上的 "kernel" 新仓库类型，并默认只加载可信发布者发布的 kernel，其他来源需显式传入 trust_remote_code=True。
Google Research精选AI 评分7878 Google 发布表格数据零样本基础模型 TabFM
Google 发布面向表格数据分类与回归的基础模型 TabFM，将表格预测建模为上下文学习问题，无需手动训练、超参数调优和特征工程，单次前向传播即可对未见过的表格生成预测。
推荐理由：Google 把零样本思路从时序预测搬到表格数据，读者可了解其架构设计与在 TabArena 上的对比结果。
OpenAI NewsAI 评分2222 OpenAI 通过大规模 core dump 分析修复 18 年历史的 bug
OpenAI 工程师利用大规模 core dump 分析排查基础设施的罕见崩溃，发现了一个硬件故障和一个存在 18 年之久的软件 bug。