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。
#部署/工程
#部署/工程
今日 8 条Hugging Face BlogAI 评分4646
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。
Google Research精选AI 评分6262 Google 用冻结多 Token 预测加速 Pixel 上的 Gemini Nano 模型
Google Research 发布一种新架构，将多 Token 预测（MTP）头挂载到已冻结的 Gemini Nano v3 模型上，作为端侧推理的即插即用加速方案，已部署到 Pixel 9 和 10 系列。
推荐理由：Google 把 MTP 头挂到冻结的 Gemini Nano v3 上，读者可了解端侧推理在内存与能耗约束下的具体优化路径。
Hugging Face Blog精选AI 评分6262 用一条命令在 HF Jobs 上运行 vLLM 服务器
Hugging Face 发布教程，介绍用一条 hf jobs run 命令在 HF 基础设施上启动私有、兼容 OpenAI API 的 vLLM 端点，按秒计费，无需自行配置服务器或 Kubernetes。
推荐理由：原文给出从启动到查询、调试、接入编码智能体的完整命令链路，可直接照做复现。
Google ResearchAI 评分3232 Google 用线性弹性缓存优化云成本：Spanner 内存用量降 15.5%
Google Research 提出线性弹性缓存，把页面淘汰建模为滑雪租赁问题，用轻量机器学习动态调整缓存大小。在 Spanner 生产环境运行数月后，内存用量降低 15.5%，缓存未命中仅增加 5.5%，总拥有成本（TCO）降低约 5%，实际 I/O 成本影响仅 0.5%。
Hugging Face Blog精选AI 评分6262 NVIDIA NeMo AutoModel 发布，MoE 微调吞吐提升 3.4-3.7 倍
NVIDIA 发布开源库 NeMo AutoModel，构建在 HuggingFace Transformers v5 之上，为 MoE 模型微调带来 3.4-3.7 倍训练吞吐提升和 29-32% 的 GPU 显存下降。
推荐理由：原文给出 NeMo AutoModel 在 MoE 微调上的吞吐与显存对比数据，读者可据此判断是否值得替换现有训练栈。
Mistral AIAI 评分5050 Mistral 为 Connectors 引入管理员控制、API key 作用域与调试器
Mistral 为 Connectors 推出多项新能力：按 workspace 或组织管理连接器访问权限并支持工具级开关，带 connector scope 的 API key 可防止自动化 AI 工作负载中的身份冒用，多账号连接器允许一个连接器绑定多个账号。
Mistral AI精选AI 评分6666 Mistral 发布 OCR 4，支持边界框、块分类与置信度输出
Mistral 发布 OCR 4，在提取文本之外新增边界框、块类型分类和逐页逐词置信度，支持 170 种语言，可单容器自托管部署。官方称独立标注者在 600+ 份文档的盲评中平均 72% 更偏好 OCR 4，并在 OlmOCRBench 上取得 85.20 的最高分。
推荐理由：官方给出 OCR 4 的边界框、块分类与置信度输出，以及自托管和定价细节，便于判断其在 RAG 与智能体流程中的接入方式。
Hugging Face BlogAI 评分3636 Transformers.js 试验跨源存储（Cross-Origin Storage）API
Google Chrome 团队开发者关系工程师 Thomas Steiner 在 Hugging Face 博客展示了 Transformers.js 对跨源存储（Cross-Origin Storage）API 的试验。
Hugging Face Blog精选AI 评分6262 Hugging Face 如何用 AI 与开源工具每周发布 huggingface_hub
Hugging Face 将 huggingface_hub 的发布周期从每 4 到 6 周一次改为每周一次，整套流程由单个 GitHub Actions 工作流驱动，使用 OpenCode 和开源权重模型（当前为 Z.ai 的 GLM-5.2）起草发布说明与 Slack 公告。
推荐理由：原文公开了每周发版工作流的完整结构，其中确定性校验加人工复核的循环可迁移到其他生成任务。
Hugging Face Blog精选AI 评分6262 如何用本地模型免费分诊 OpenClaw 仓库的 issue 和 PR
Hugging Face 博客分享了用本地模型加 agent harness 对 OpenClaw 仓库的 issue 和 PR 做实时分类分诊的方案，作者在 NVIDIA GB10 上运行 gemma-4-26b-a4b 和 qwen3.6-35b-a3b，通过受限的 reposhell 只读命令补充上下文后输出结构化标签。
推荐理由：作者用本地模型加受限 shell 做 PR 分类的完整配方，含 330 行评测对比与吞吐数据，可迁移到其他分诊场景。
OpenAI NewsAI 评分4040 Samsung Electronics 面向全球员工部署 ChatGPT 和 Codex
Samsung Electronics 在全球员工中部署 ChatGPT Enterprise 和 Codex，这是 OpenAI 规模最大的企业级 AI 落地之一。
OpenAI NewsAI 评分5555 OpenAI 推出合作伙伴网络，投入 1.5 亿美元
OpenAI 推出 Partner Network，投入 1.5 亿美元帮助全球合作伙伴加速企业 AI 的采用、部署与转型。
Google ResearchAI 评分4242 Google 支持加州大学圣地亚哥分校用 2000 台退役 Pixel 手机搭建低碳计算平台
加州大学圣地亚哥分校在 Google 支持下，正用 2000 台退役 Pixel 智能手机的主板搭建数据中心，为数百名研究人员和学生提供低成本、低碳的云计算。SPEC 基准显示 25-50 台手机约等于一台现代服务器，这些手机以 25-50 台为单位组成由 Kubernetes 管理的自管理集群。该系统预计于 2026 年秋季全面上线。
Hugging Face BlogAI 评分2222 PyTorch 性能剖析（二）：从 nn.Linear 到融合 MLP
PyTorch 性能剖析系列第二部分将手写的 matmul-add 换成 nn.Linear，并堆叠三层加激活函数构成 MLP，在 NVIDIA A100-SXM4-80GB 上分析其 profiler trace。
OpenAI NewsAI 评分2222 通过 Oracle 云承诺额度访问 OpenAI 模型与 Codex
OpenAI 模型与 Codex 现可通过 Oracle Cloud 访问，企业可使用既有云承诺额度来构建和部署 AI。该方式支持企业级安全与治理。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 DiffusionGemma：文本生成最高提速 4 倍
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用文本扩散方式并行生成整块文本，在专用 GPU 上最高实现 4 倍推理提速。
推荐理由：官方给出 26B MoE 文本扩散模型的速度数据与硬件门槛，读者可据此判断本地低并发场景的取舍。
Hugging Face Blog精选AI 评分6060 如何把 GitHub CI 迁移到 Hugging Face Jobs
Hugging Face 发布教程，介绍如何让 GitHub Actions 把 CI 任务调度到 Hugging Face Jobs 上运行。
推荐理由：原文给出把 GitHub Actions 任务迁移到 Hugging Face Jobs 的完整步骤与 Trackio 实测数据，可据此评估 GPU CI 的可行性。
Hugging Face Blog精选AI 评分7171 H Company 发布 Holo3.1 计算机使用智能体模型家族
H Company 发布 Holo3.1 计算机使用智能体模型家族，基于 Qwen 系列，覆盖 0.8B、4B、9B 和 35B-A3B 四种尺寸，并首次提供 FP8、Q4 GGUF 和 NVFP4 量化权重用于本地推理。
推荐理由：原文给出 Holo3.1 在移动端、跨框架与量化本地部署上的具体提升，可据此判断计算机使用智能体的落地边界。
Hugging Face Blog精选AI 评分6262 JetBrains 发布 Mellum2：12B 参数 MoE 模型
JetBrains 发布 Mellum2，一个从零训练的 12B 参数 Mixture-of-Experts 模型，覆盖自然语言与代码，每个 token 仅激活 2.5B 参数，采用 Apache 2.0 许可。官方称其相比同规模模型推理速度超过 2 倍，可用于路由、RAG、摘要、子智能体和高吞吐编码场景，模型已在 Hugging Face 开放下载。
推荐理由：JetBrains 给出 Mellum2 的参数量、激活规模与推理速度，读者可据此判断它在多模型系统中的定位。
Hugging Face BlogAI 评分2626 超越 LLM：为何可扩展的企业级 AI 落地依赖 Agent Logic
Hugging Face 博客指出，企业级 AI 规模化落地的关键不在 LLM 本身，而在 agentic layer 中的 agent logic——知识图谱、算法、程序分析库等软件原语，可引导 LLM 聚焦企业工作流、压缩上下文空间。
OpenAI News精选AI 评分6262 OpenAI 在密歇根动工 1GW 数据中心，属 Stargate 项目
OpenAI 在密歇根破土动工一个 1GW 数据中心项目，属于 Stargate 计划的一部分。该项目建设 AI 基础设施，目标是扩大接入、创造就业并支持当地社区。
推荐理由：OpenAI 在密歇根动工 1GW 数据中心，读者可了解 Stargate 的落地规模与选址进展。
OpenAI News精选AI 评分6060 OpenAI 前沿模型与 Codex 正式上线 AWS
OpenAI 前沿模型与 Codex 现已在 AWS 上正式可用，企业可通过已有的 AWS 环境、控制机制和采购流程接入 OpenAI。客户可借此从评估阶段更快推进到生产部署。
推荐理由：OpenAI 前沿模型与 Codex 上线 AWS，企业可在既有云环境与采购流程中直接接入。
Mistral AI精选AI 评分7272 Mistral 发布工业工程 AI 栈，Vibe 升级为长任务智能体
Mistral 在 AI Now Summit 2026 上发布面向工业工程的 AI 栈，与 Airbus、BMW、ASML 合作优化设计、仿真与生产，并强调对专有数据和 IP 的完全控制。其智能体工具 Vibe 升级为统一智能体，可处理收件箱与日历、深度研究、交付物撰写，并完成从需求到合并变更的编码工作。位于法国 Les Ulis 的 10 MW 推理数据中心计划于 2026 年 Q3 开放。
推荐理由：Mistral 一次性公布工业 AI 栈、Vibe 智能体与自建数据中心，可据此观察其企业级全栈布局。
Mistral AI精选AI 评分6262 Mistral 推出物理 AI，将 Emmi AI 并入企业工程栈
Mistral 宣布将 Emmi AI 并入公司，推出面向工业工程的物理 AI 能力，作为其企业解决方案中的新基础能力。该能力从几何与边界条件直接预测物理场，单次前向推理在单张 GPU 上以秒级完成，用于加速产品设计、工装工艺设计和实时数字孪生，合作方包括 ASML、Airbus、Safran 和 Siemens Energy。
推荐理由：Mistral 把物理仿真 AI 纳入企业平台，读者可了解其定位、适用场景与合作伙伴。
Mistral AI精选AI 评分6262 Mistral 收购 Physics AI 公司 Emmi AI，加速工业 AI 布局
Mistral AI 本周签署最终协议收购 Physics AI 先驱 Emmi AI，以强化其作为工业企业 AI 转型伙伴的定位。Emmi AI 成立于奥地利，专注 Physics AI 与大型工程模型，可实时仿真替代多日计算并构建数字孪生，其 30 多名研究人员与工程师将于 5 月加入 Mistral 的 Science 与 Applied AI 团队。
推荐理由：Mistral 通过收购 Physics AI 公司 Emmi 补强工业仿真能力，读者可了解其 Science 路线与工业 AI 布局。
Mistral AI精选AI 评分6565 Mistral 在 Studio 发布 Connectors，支持内置与自定义 MCP
Mistral 在 Studio 发布 Connectors（公开预览），内置连接器和自定义 MCP 均可通过 API/SDK 用于所有模型与 Agent 调用。
推荐理由：Mistral 把 MCP 连接器做成平台级注册实体，读者可据此判断企业 Agent 集成层会如何被收敛。
Hugging Face BlogAI 评分4242 PaddleOCR 3.5 发布：支持 Transformers 作为推理后端
PaddleOCR 3.5 发布，支持通过设置 engine="transformers" 将 Hugging Face Transformers 作为推理后端运行 PP-OCRv5、PaddleOCR-VL 1.5 等模型。
OpenAI NewsAI 评分4848 OpenAI 与 Dell 合作，将 Codex 引入混合云与本地企业环境
OpenAI 与 Dell 达成合作，将 Codex 引入混合云和本地部署环境，帮助企业在数据与工作流中安全部署 AI 编程智能体。