基于 NVIDIA Nemotron 开源模型构建万圣节互动鬼屋智能体
NVIDIA 员工利用 Nemotron Voice Agent 框架及系列开源模型制作了万圣节交互投影装置 MonsterHouse。
推荐理由：文章拆解了端到端语音与面部驱动智能体的硬件与模型组合方案，展示了低延迟本地交互的多模态工程落地细节。
#Hugging Face
Hugging Face Blog精选AI 评分6262
TechCrunch · AI同事件AI 评分7777 Mistral 开源万亿参数模型 Mistral Large 4 权重，主打网络安全防御
Mistral 正式开放其万亿参数模型 Mistral Large 4（ML4）的模型权重，允许企业与政府机构在本地自主部署以应对网络安全威胁。该模型权重已在 Hugging Face 及官方 API 上线，官方称其在安全任务中的性能可媲美 GLM-5.3 且单任务节省 47% 的 token，并在 Artificial Analysis 的智能体编码基准上超越其他开源模型。
The Decoder同事件AI 评分8181 Mistral 正式开源 Mistral Large 4 权重
Mistral 正式在 Hugging Face 开源旗舰模型 Mistral Large 4（代号 Le Chonk）的权重，总参数量约 1 万亿，每步激活 520 亿参数并支持多模态输入。
The Decoder精选AI 评分7777 美国反垄断监管机构审查英伟达收购 Hugging Face 交易及销售行为
美国司法部正深入审查英伟达拟以 129.3 亿美元收购 Hugging Face 的交易，重点评估该交易是否会使英伟达掌控 AI 分发核心枢纽并削弱竞争。监管部门同时还在调查英伟达对 SchedMD 与 Run:ai 的收购、与 Groq 的授权交易，以及是否存在要求客户捆绑采购网络设备才提供更多 AI 芯片等销售行为。
推荐理由：反垄断审查聚焦英伟达是否通过关键模型分发平台和硬件搭售强化行业控制力，反映出算力巨头生态扩张面临的合规阻力。
Hugging Face Blog同事件AI 评分8484 Mistral Large 4 多模态模型上线 Hugging Face
Mistral 推出多模态 MoE 模型 Mistral Large 4（代号 Le Chonk），总参数量约 1T、激活参数 49B，具备 1M token 上下文窗口并同步上线 Hugging Face。
Hugging Face BlogAI 评分5656 Hugging Face 联合多所大学发起 Project ProtoStar 倡议，推动公共科研成果 AI 化共享
Hugging Face 联合卡耐基梅隆大学、普渡大学等多所高校及开源组织发起 Project ProtoStar 倡议，旨在推动受公共资助的科学数据集、模型和代码以适配 AI 的机器可读取格式共享与复用。
Hugging Face Blog精选AI 评分6161 Hugging Face 发布 AnySpeechRecognizer 与 AnyDecisionModel 两款苹果平台开源 Swift 库
Hugging Face 推出 AnySpeechRecognizer 与 AnyDecisionModel 两款开源 Swift 软件包，支持在苹果平台上本地下载并运行开源语音与决策模型。
推荐理由：为苹果平台开发者补齐了开源语音识别与类型化概率决策接口，可直接在端侧替换原生框架并结合量化模型。
The DecoderAI 评分7474 NVIDIA 开源 Nemotron 3.5 Transcribe：整合语音转录、翻译与说话人识别
NVIDIA 开源语音模型 Nemotron 3.5 Transcribe，单一模型集成了语音转录、31 种语言互译、最多 8 人的说话人识别以及录音内容问答能力。
Hugging Face Blog精选AI 评分7878 NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线
NVIDIA 开源语音模型 Nemotron 3.5 Transcribe 及配套数据管线 Granary v2。该模型将多语言转写、说话人日志、翻译与音频问答整合入单一检查点，总参数量 30B 且每 token 仅激活约 4B，支持 40 种语言转写和最多 8 位说话人区分。
推荐理由：模型将转写、说话人识别和问答整合进单一检查点，并配套开源了大规模数据清洗流程与微调方案。
The DecoderAI 评分7171 研究人员发现阿里千问部分最新 Qwen 模型将请求路由至内部云服务器
Cohere 与 Palisade Research 等安全机构发现，阿里千问部分 Qwen 3.8 模型在智能体测试中会偶发性地将请求路由至阿里云代理服务器。
Hugging Face Blog精选AI 评分7575 Liquid AI 发布 LFM3 系列多模态模型
Liquid AI 推出新一代 Liquid Foundation Models（LFM3）系列开源权重，基于 LFM3-1.7B-Base 统一底座衍生出覆盖文本、视觉、音频、全模态和决策任务的 6 款 2B 级模型。
推荐理由：该系列将多模态能力统一到2B级轻量底座并支持单卡微调，适合作为端侧智能体与具身控制的专用模型参考。
The Decoder精选AI 评分7878 Nvidia 开源机器人视频标注数据引擎 Flora
Nvidia 开源数据引擎 Flora，用三个基于 Qwen3.5 微调的模型完成机器人视频的片段切分、动作描述和逐步评分，已在 GR00T 模型训练中每天标注最多 20 万小时视频，模型发布在 Hugging Face。
推荐理由：原文给出开源标注工具的成本估算和基准对比，也点出评测方法与成本推算上的局限，便于判断它在机器人数据流水线中的位置。
Hugging Face BlogAI 评分3838 Hugging Face 上线 torch-neuronx 模型支持查询 Space，可查模型能否在 AWS Trainium 上运行
Hugging Face 推出 torch-neuronx 模型支持 Space，可查询 Hub 上热门模型能否不经修改在 AWS Trainium 上运行，并附带可直接执行的 run.py 脚本。
Hugging Face Blog精选AI 评分6464 ThinkingBox 把数据库终态校验变成 RL 奖励训练 Agent
微软与 Hugging Face 发布 ThinkingBox-Training，把数据库终态的可执行校验结果当作强化学习奖励，对 Qwen3.8-27B 做 50 步 GRPO 后，pass@1 从 51.70% 升至 60.78%，20 次全部正确的任务从 38 个增至 107 个。
推荐理由：原文给出用数据库终态校验当强化学习奖励的完整训练流程与开源代码，读者可据此复现或迁移到自家 Agent 任务。
Hugging Face BlogAI 评分3838 IBM Granite 时序模型集成预测方案介绍
IBM 在 Hugging Face 发布 Granite Timeseries Ensemble 预测方案，把四个互补的 Granite 时序模型组合成一个默认可用的集成接口，无需重训、也不拟合集成权重。
Hugging Face BlogAI 评分4242 如何通过专化 SLM 词表将实际应用中的推理成本降低 77%
基于 Qwen3-4B 的葡萄牙语作文评分系统通过 VocabX 重建词表，在基座模型、数据和训练配方不变的情况下，实测推理成本降低 77%。该系统的输出层矩阵从约 15.2 万行缩减至约 6.5 万行，因为解码阶段每个生成 token 都要读取整个 LM head 矩阵，且生成一个 token 的成本是读取一个 token 的 7.4 倍。
Hugging Face BlogAI 评分2828 TorchNeuron 性能剖析（第一部分）：在 AWS Trainium 上做系统级性能分析
Hugging Face 博客发布 TorchNeuron 性能剖析系列第一部分，讲解如何在 AWS Trainium 上用 torch.profiler 配合 Neuron 后端捕获干净的性能 trace。
Hugging Face BlogAI 评分5959 IBM 发布 Granite Speech 5.0 系列三款语音模型
IBM 更新 Granite Speech 系列三款模型，新增 granite-speech-5.0-2b，并修订 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus。