让 Token 持续流动：来自 16 个开源 RL 库的经验教训
Hugging Face 调查了 16 个开源 RL 库，发现异步 RL 训练将推理和训练分离到不同的 GPU 池，使用 rollout 缓冲区，并以异步方式推送权重；Ray 主导编排，NCCL 广播是常用的权重同步方式。
Hugging Face 存储桶发布
Hugging Face 推出了 Storage Buckets，这是一种可变的、类似 S3 的对象存储系统，基于 Xet，能够高效处理如检查点和处理后数据等中间机器学习产物。
Google DeepMind：AlphaGo 十年影响
Google DeepMind 回顾了 AlphaGo 2016 年对世界冠军的胜利如何催化了十年来在科学、数学以及人工通用智能（AGI）方面的 AI 突破。
OpenAI 收购 Promptfoo
OpenAI 正在收购 Promptfoo，以将其 AI 安全和评估工具整合到 OpenAI Frontier 平台，用于构建企业 AI 同事。
Ulysses 序列并行用于百万标记上下文训练
Hugging Face 已将 Ulysses 序列并行集成到 Accelerate、Transformers 和 TRL 中，使得通过在多 GPU 上分布注意力计算，能够训练拥有百万标记上下文的 LLM。
LeRobot v0.5.0 发布说明 / 新功能
Hugging Face 发布了 LeRobot v0.5.0，提供了完整的 Unitree G1 人形机器人支持、新的 VLA 策略如 Pi0-FAST 和 Wall-X，以及显著的数据集性能优化。
OpenAI Codex Security 研究预览
OpenAI 推出了 Codex Security，这是一款使用前沿模型和自动化验证来识别高置信度漏洞并提供可操作修复的应用安全代理。
Descript GPT-5 配音流水线提升多语言视频本地化
Descript 推出基于 GPT‑5 的配音流水线，联合优化意义和时序，使配音视频导出量提升 15%，时长符合度最高提升 43 点，实现了可扩展的多语言视频本地化。
Balyasny资产管理AI研究引擎案例研究
Balyasny资产管理公司开发了一个基于GPT-5.4的集中式AI研究引擎，将深度研究任务从数天缩短至数小时，并实现复杂金融分析的自动化。
将机器人 AI 引入嵌入式平台：数据集录制、VLA 微调与设备端优化
Hugging Face 与 NXP 提供了一份在 i.MX 95 SoC 上部署视觉-语言-动作（VLA）模型的技术指南，强调数据集一致性、架构分解以及异步推理，以实现实时机器人控制。
OpenAI GPT-5.4 发布：统一推理、编码和计算机使用模型，支持 1M 令牌上下文
OpenAI 发布了 GPT‑5.4，这是一款具备原生计算机使用、1 M 令牌上下文以及改进的推理、编码和工具能力的统一前沿模型，在专业和代理基准测试中实现了更高的准确率和更低的令牌使用量。
OpenAI 推理模型 CoT 可控性研究
OpenAI 的研究发现，当前前沿推理模型在控制其思维链方面存在困难，这表明 CoT 监控仍然是防止推理掩盖的强大安全保障。
GPT-5.4 Thinking 系统卡
OpenAI 已发布 GPT-5.4 Thinking 的系统卡，这是首个在网络安全高能力方面实施专门安全缓解措施的通用推理模型。
OpenAI AI 教育倡议：弥合 AI 能力差距
OpenAI 正在推出一套工具和机构合作伙伴关系，以弥合“能力悬垂”，即大学生使用 AI 的水平比高级用户低 90% 到 99%。
Hugging Face 模块化 Diffusers 发布
Hugging Face 推出了 Modular Diffusers，这是一种可组合的框架，允许用户通过混合搭配可重用块来构建扩散管道，而无需从头编写完整的管道。
OpenAI 推出面向企业 AI 实施的 Adoption 新闻频道
OpenAI 推出了 Adoption 新闻频道，这是一个面向业务的博客，旨在帮助企业领导者从 AI 实验转向具体的运营变革和可扩展的采用。
VfL Wolfsburg ChatGPT 企业版实施
VfL Wolfsburg 已实施 ChatGPT 企业版，以在组织内扩展 AI 能力，已产生 50 多个自定义 GPT，并实现六位数的年度成本节约。
OpenAI ChatGPT for Excel 测试版及金融数据集成公告
OpenAI 推出基于 GPT‑5.4 的 ChatGPT for Excel（测试版），并新增与主要金融数据提供商的原生集成，实现 AI 辅助的电子表格建模以及对可信市场数据的即时访问。
OpenAI：企业重塑的五大 AI 价值模型
OpenAI 定义了五种战略价值模型——员工赋能、AI 原生分发、专家能力、系统与依赖管理以及流程再造——以帮助组织从孤立的 AI 试点转向完整的业务模型转型。
OpenAI “单负号引力子树振幅非零” 预印本公告
OpenAI 发布了一篇预印本，展示单负号引力子树振幅在半共线 regime 中为非零，该结果在 AI 模型 GPT‑5.2 Pro 的大量帮助下得以推导。
OpenAI 学习成果测量套件
OpenAI 推出了学习成果测量套件，这是一套旨在跟踪 AI 对学生学习的长期影响、超越单纯考试成绩的框架。
Axios 本地 AI 集成
Axios 正在利用 OpenAI 工具通过自动化生产工作流、分析公共数据以及降低新城市新闻编辑部启动的运营成本，来规模化高影响力的本地新闻报道。
vLLM Triton 注意力后端深度解析
vLLM 实现了一个可移植的基于 Triton 的注意力后端，使用单一源码实现，在 NVIDIA、AMD 和 Intel GPU 上达到了业界领先的性能。
PRX 第三部分：在 24 小时内训练文本到图像模型
Hugging Face 与 Photoroom 展示了使用 32 块 H200 GPU、约 1500 美元预算，在 24 小时内训练出的文本到图像模型，结合了像素空间训练、Token 路由和表征对齐。
Gemini 3.1 Flash‑Lite 发布：面向大批量工作负载的高速、低成本 AI
Google DeepMind 发布了 Gemini 3.1 Flash‑Lite，这是一款面向大批量工作负载的高速、低成本 AI 模型，输入代币每百万 0.25 美元，输出代币每百万 1.50 美元。
GPT-5.3 Instant 发布说明
OpenAI 推出了 GPT-5.3 Instant，这是一款旨在实现更快响应时间、改进网页搜索上下文并简化对话流程的模型。
GPT-5.3 Instant 发布：更流畅、更准确的日常对话
OpenAI 宣布了 GPT‑5.3 Instant，这一更新使日常的 ChatGPT 对话更流畅、更准确，并且更少出现不必要的拒绝或过度谨慎的语言。
OpenAI 与战争部的协议
OpenAI 已与战争部达成协议，在机密环境中部署先进的 AI 系统，采用仅云架构并设有严格的安全防护措施。
OpenAI 与亚马逊战略合作伙伴关系
OpenAI 与亚马逊宣布了一项为期多年的战略合作伙伴关系，涉及对 OpenAI 的 500 亿美元投资以及在 Amazon Bedrock 上共同创建有状态运行时环境。
Amazon Bedrock 中的 Agent 有状态运行时环境
OpenAI 和 Amazon 已合作在 Amazon Bedrock 中推出有状态运行时环境，为 AI Agent 提供原生 AWS 基础设施，使其能够在多步骤生产工作流中保持状态、可靠性和治理能力。
OpenAI 与 Microsoft 关于合作持续性的联合声明
OpenAI 与 Microsoft 已确认，尽管 OpenAI 获得了新的融资并与包括 Amazon 在内的其他云服务提供商建立了合作关系，但双方的战略合作关系保持不变。
OpenAI 为所有人扩展 AI 的公告
OpenAI 获得了来自软银、英伟达和亚马逊的 1100 亿美元新投资，估值为 7300 亿美元（融资前），用于扩展计算基础设施和全球 AI 分发。
OpenAI 心理健康安全更新与诉讼状态
OpenAI 正在为成年用户推出可信联系人功能，并加强模型对情绪困扰的检测，同时处理加州心理健康相关诉讼的合并事宜。
vLLM AMD ROCm 注意力后端优化
vLLM 为 AMD ROCm 引入了优化的注意力后端，在 Instinct MI300X、MI325X 和 MI355X GPU 上实现了 MHA 吞吐量提升最高 4.4 倍、MLA 吞吐量提升最高 1.5 倍。
Nano Banana 2 发布：专业级图像生成，闪电速度
Google DeepMind 宣布了 Nano Banana 2，这是一款将 Nano Banana Pro 的高级功能与 Gemini Flash 的超低延迟相结合的图像生成模型，能够即时为 Google 产品提供高质量、基于知识的图像。
OpenAI 与 PNNL 合作加速联邦许可
OpenAI 与太平洋西北国家实验室（PNNL）合作，评估使用编码代理加速《国家环境政策法》（NEPA）联邦许可流程，展示了起草时间可能降低 15%。
OpenAI Codex 与 Figma 集成：无缝的代码到设计工作流
OpenAI 与 Figma 推出了由 Figma MCP 服务器驱动的代码到设计集成，使用户能够在 Codex 代码生成和 Figma 设计画布之间无缝切换。
vLLM 多 LoRA 服务用于 MoE 模型
vLLM 0.15.0 版引入了针对混合专家（MoE）模型的优化多 LoRA 服务，使多个微调适配器能够共享单个 GPU，从而降低空闲计算容量。
Transformer 中的专家混合（MoEs）
Hugging Face 重新设计了 transformers 库，通过全新的权重加载重构、可插拔的专家后端以及原生的专家并行，使专家混合（MoEs）成为一等公民。
OpenAI 2026年2月《遏制 AI 恶意使用》报告
OpenAI 发布了一份威胁报告，详细说明威胁行为者如何将 AI 模型与社交媒体、网站等传统工具相结合，以实施恶意活动。
OpenAI 任命 Arvind KC 为首席人才官
OpenAI 任命 Arvind KC 为首席人才官，负责领导组织增长并制定 AI 驱动工作转型的模型。
OpenAI 停止 SWE-bench Verified 评估
OpenAI 已停止报告 SWE-bench Verified 分数，因为有缺陷的测试用例和训练数据污染使该基准无法可靠衡量前沿模型的编码能力。
OpenAI 前沿联盟合作伙伴公告
OpenAI 已推出前沿联盟，与麦肯锡、波士顿咨询集团（BCG）、BCG X、埃森哲和凯捷合作，帮助企业使用前沿平台部署和扩展 AI 同事。
OpenAI 首次证明提交
OpenAI 已提交针对 First Proof 研究级数学挑战的证明尝试，内部模型可能已解决至少十个问题中的五个。
使用 Unsloth 和 Hugging Face Jobs 训练 AI 模型
Hugging Face 已将 Unsloth 与 Hugging Face Jobs 集成，以实现快速、低成本的 LLM 微调，专为像 LiquidAI/LFM2.5-1.2B-Instruct 这样的小模型进行优化。
GGML 与 llama.cpp 加入 Hugging Face
GGML，llama.cpp 的创建者，已加入 Hugging Face，为本地 AI 推理提供可持续资源，并简化 Transformers 库与本地模型部署之间的集成。
Gemini 3.1 Pro 发布说明
Google DeepMind 推出了 Gemini 3.1 Pro，这是一款在复杂任务上推理能力显著提升的新模型，现已通过 Gemini API、Vertex AI、Gemini 应用和 Notebook LM 以预览形式提供。
OpenAI 对齐项目资助
OpenAI 宣布向 The Alignment Project 提供 750 万美元的资助，该基金由英国人工智能安全研究所（UK AISI）管理，旨在扩大对 AI 对齐与安全的独立研究规模。
OpenAI for India 计划
OpenAI 已推出 “OpenAI for India”，这是一项全国性计划，与 Tata Group 及其他机构合作，构建主权 AI 基础设施，加速企业采用，并在全国范围内扩大 AI 技能提升。
IBM 与加州大学伯克利分校使用 IT-Bench 与 MAST 诊断企业代理故障
IBM 研究院和加州大学伯克利分校推出了 MAST（多代理系统故障分类法），用于诊断企业 IT 代理为何失败，揭示前沿模型主要受孤立的验证错误影响，而开源模型则面临级联的系统性崩溃。