Hugging Face 发布 funes：为编码智能体提供自有的持久记忆层
Hugging Face 发布 funes，一个面向编码智能体的持久记忆层，支持 Claude Code、Codex、pi 和 Hermes。它以单个二进制安装，默认在本地完成嵌入与重排序，无需 ML 运行时依赖，一条 add 命令即可为智能体建立索引并接入 recall 与 get 工具。
推荐理由：funes 把编码智能体的历史会话变成可检索的本地记忆，读者可据此判断跨智能体、跨机器的上下文延续方式。
技术方向
部署工程 最新动态
把模型跑起来的工程实践：推理优化、显存与成本、Serving 架构与基础设施选型。
50 条精选近 30 天 19 条共收录 113 条
更新
精选归档 · 第 2 页
Hugging Face Blog精选AI 评分7474 Google DeepMind精选AI 评分6666 Google DeepMind 推出 Fairwind Program，向政府与企业提供 Gemini 3.8 Flash Cyber 网络防御能力
Google 推出 Fairwind Program，面向 Google Cloud 客户、政府机构和网络安全合作伙伴提供受限访问，首批开放 Gemini 3.8 Flash Cyber 与 CodeMender 组合，用于自主发现、验证并修复漏洞。
推荐理由：原文给出受限访问计划的能力组合与准入对象，读者可据此判断前沿模型在漏洞修复上的落地方式。
Google DeepMind精选AI 评分7676 Google DeepMind 在 Gemini 3.7 Flash 等模型推出智能体视频理解
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出智能体视频理解功能，通过原生视频工具动态搜索、扫描和检查目标片段，替代固定帧率的静态处理。
推荐理由：官方给出 token 与成本降幅及可用入口，读者可据此判断长视频分析的成本结构变化。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 @huggingface/kernels：207 个 WebGPU 内核与 Fleet 测试套件
Hugging Face 发布 @huggingface/kernels，一个从 Hub 加载并运行优化 WebGPU 内核的 JavaScript 库，同时上线 207 个内核的初始集合，均以独立仓库发布并采用 Apache-2.0 许可。
推荐理由：Hugging Face 把浏览器推理的底层算子做成可版本化、可复现的独立仓库，并给出与 ORT WebGPU 的实测对比。
Google Research精选AI 评分6666 Google 发布行星预测引擎 PPE，自动完成地理空间建模全流程
Google 在 Google Earth AI 下推出实验性研究能力行星预测引擎（PPE），可由自然语言查询自主完成数据发现、特征工程、模型训练与评估，把复杂行星预测模型的构建时间从数周缩短到数分钟。
推荐理由：原文给出 PPE 在公共卫生、粮食安全与疫情预测上的量化提升，读者可据此判断自主地理空间建模的可行边界。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Gemini 3.5 Transcribe 语音转写模型
Google DeepMind 发布 Gemini 3.5 Transcribe，称其为目前最精确的语音转文本模型，可将原始音频直接转为准确、格式化文本。
推荐理由：官方给出流式与非流式两套 API 的 WER 与延迟数据，可据此判断语音转写能否接入现有开发流程。
Hugging Face Blog精选AI 评分6262 Multiverse Computing 提出 Quantization-Aware Healing：4-bit 压缩模型在 7/9 基准上超过其全精度版本
Multiverse Computing 提出 Quantization-Aware Healing（QAH），把 GPT-OSS 120B 压缩到 60B 参数并量化为 MXFP4 后。
推荐理由：论文给出压缩加量化后从原始模型蒸馏的恢复配方，并附9项基准对比，可据此判断4-bit部署的精度取舍。
Hugging Face Blog精选AI 评分6262 Gradio 推出 gr.Workflow：把 AI 流水线做成可拖拽画布并自动生成 REST API
Gradio 内置的 gr.Workflow 把多步 AI 流水线变成可拖拽的节点图，每个节点可运行、中间结果可见，同一张图同时是 REST API 并可一键部署到 Hugging Face Spaces。
推荐理由：原文给出 gr.Workflow 的节点图、REST 端点与一键部署路径，读者可据此判断多步 AI 流水线如何落地。
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 家族三款模型（LFM2.5-1.2B-Instruct、LFM2.5-2.6B、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：原文给出三款草稿模型在 H100 与 MacBook 上的实测吞吐与接入方式，读者可据此判断端侧推理的可用性。
Microsoft Research精选AI 评分6262 微软研究院发布 Skala 1.1，并集成到 CP2K 等电子结构软件
微软研究院发布深度学习交换关联泛函 Skala 1.1，训练数据比上一版多 2.5 倍，在 GMTKN55 的 55 个类别中 32 项排名第一，加权平均误差为 2.8 kcal/mol。Skala 已在 CP2K 中可用，并正在集成到 Psi4、FHI-aims、ORCA 和 VASP，同时推出持续更新的性能基准报告。
推荐理由：Skala 1.1 用 2.5 倍训练数据提升精度，并给出多款电子结构软件的集成进展与性能基准。
Mistral AI精选AI 评分7171 Mistral 发布 Agentic Search 检索层，FinanceBench 正确率从 26.7% 升至 86%
Mistral 发布 Agentic Search，一个让模型在多步检索循环中查找、检视并核实信息的检索层，通过 Mistral Search Toolkit 提供，并内置在 Studio 和 Vibe 的 Libraries 中。
推荐理由：原文给出多步检索循环的工具设计与两组基准对比，读者可据此判断一次性 RAG 的边界在哪。
Hugging Face Blog精选AI 评分6262 Sentence Transformers v6.0 新增 MultiVectorEncoder，支持 ColBERT 式晚交互检索
Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder，用于 ColBERT 式晚交互检索，PyLate 与 Stanford-NLP ColBERT 检查点可直接加载，colpali-engine 的视觉文档检索模型也能通过同一套 API 使用。
推荐理由：Sentence Transformers v6.0 新增多向量编码器，读者可据此判断晚交互检索的接入方式与索引成本。
Hugging Face Blog精选AI 评分7272 Hugging Face 发布 2026 夏季开源模型观察报告
Hugging Face 发布《State of Open Models: Summer 2026 Observations》，基于 2026 年 1 至 8 月 Hub 数据给出六项观察。
推荐理由：Hugging Face 用七个月 Hub 数据拆解开源模型格局，下载与点赞的错位、Qwen 生态位和智能体流量变化都可作为判断依据。
Hugging Face Blog精选AI 评分6262 用 Strands Agents、LeRobot 和 Hugging Face Storage Buckets 完成录制、训练与部署闭环
Hugging Face 博客给出 Strands Robots 的流式数据闭环教程：同一个 Robot() 录制 LeRobotDataset 并同步到 Storage Bucket，再通过 stream_dataset() 直接从 Hub 流式读取训练，无需先下载整个数据集。
推荐理由：以 Strands Robots 与 LeRobot 为例，展示录制、训练、部署共用同一数据格式与存储桶的完整闭环，可迁移到机器人数据流水线。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.7 Flash，面向编码与智能体
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码与智能体的最强主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：对比 3.6 Flash 的多项基准与半价定价，读者可据此判断编码与智能体工作流的成本变化。
Hugging Face Blog精选AI 评分6262 IBM 研究：ALTK-Evolve 用更少 token 实现智能体记忆
IBM 研究团队发布 ALTK-Evolve，与 ACE 同为无需更新权重、无需人工标注的智能体记忆方案，区别在于记忆投递方式。
推荐理由：对比 ACE 与 ALTK-Evolve 两种智能体记忆方案，给出同基准下的准确率与 token 成本差异，便于判断记忆投递方式的影响。
Mistral AI精选AI 评分6262 Mistral 推出区域推理端点与优先级服务层，并组建欧洲算力联盟
Mistral 宣布 Mistral Regional Endpoints 正式可用，客户可选择推理在欧洲或美国运行，以匹配数据驻留、监管与延迟要求；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 的可用性承诺。
推荐理由：Mistral 把区域推理端点、优先级服务层与欧洲算力联盟放在一起，读者可据此理解主权 AI 的落地路径。
Hugging Face Blog精选AI 评分8282 Meta 发布开源多模态模型 Muse Glimmer 30B，面向本地智能体场景
Meta 发布 Muse Glimmer，一个从 Muse 蒸馏到 30B 参数、采用 Apache 2.0 许可的多模态模型，面向本地智能体场景，可用于编码、文档分析和个人助理。
推荐理由：Meta 开源 30B 多模态模型，附完整基准对比与本地部署代码，可据此判断端侧智能体的可用性。
Google DeepMind精选AI 评分8484 Google DeepMind 开源 WeatherNext 气旋预报模型
Google DeepMind 在 Nature 发表论文，称 WeatherNext AI 模型在预测气旋路径、强度和风场结构上达到 SOTA，平均多出一天预报提前量，三天预报精度相当于此前模型的两天水平。
推荐理由：WeatherNext 把气旋路径与强度统一进单一模型并开源权重，读者可据此判断 AI 天气预报的能力边界与可用入口。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型
Google DeepMind 发布面向机器人的具身推理模型 Gemini Robotics ER 2，可作为机器人的高层大脑，负责对话、理解物理世界并规划多步任务，再把动作执行交给底层 VLA 模型。
推荐理由：官方给出视频理解、任务编排与多机协作的能力变化和开放入口，可据此判断机器人在真实环境中的任务完成方式。