OpenAI 与英国政府的 AI 驱动增长战略合作伙伴关系
OpenAI 与英国政府已签署谅解备忘录，以加速公共和私营部门的 AI 采用并在英国扩展 AI 基础设施。
OpenAI 应用业务首席执行官任命公告：人工智能作为全球赋能的工具
OpenAI 任命了一位新的应用业务首席执行官，负责推动人工智能驱动的知识、医疗、经济自由和个人支持的普惠化。
OpenAI 启动 5000 万美元基金，支持非营利组织和社区组织
OpenAI 已设立一项初始 5000 万美元基金，直接支持非营利组织和社区组织在医疗、教育和经济机会等领域利用 AI 为公共利益服务。
Arc 虚拟细胞挑战指南
Arc 虚拟细胞挑战要求参与者训练模型，以预测通过 CRISPR 对基因沉默对细胞转录组的影响，使用包含 30 万条单细胞 RNA 测序数据的数据集。
ChatGPT 代理系统卡片
OpenAI 推出了 ChatGPT 代理，这是一款基于 o3 系列的代理模型，集成了深度研究、基于浏览器的任务执行、终端访问以及外部数据连接器。
OpenAI 推出 ChatGPT 代理
OpenAI 已推出 ChatGPT 代理，这是一套统一的代理系统，结合网页交互、深度研究和对话智能，在虚拟计算机上执行复杂的多步骤任务。
Gradio 5.38.0 MCP 服务器改进
Gradio 5.38.0 版为其模型上下文协议（MCP）服务器功能引入了五项关键更新，包括无缝的本地文件支持、实时进度通知以及自动化的 OpenAPI 规范转换。
Hugging Face FutureBench：评估 AI 代理在未来事件预测中的表现
Hugging Face 推出了 FutureBench，这是一项通过要求 AI 代理预测未来真实世界事件来评估其推理和综合能力的基准，从而有效消除数据污染。
Invideo AI 与 OpenAI 模型的集成
Invideo AI 使用由 OpenAI o3、GPT-4.1 和 gpt-image-1 提供动力的多代理系统，将视频制作时间缩短 10 倍，通过自然语言提示将创意转化为专业视频。
OpenAI董事会关于非营利委员会报告的声明
OpenAI董事会发布声明，承认独立非营利委员会的调查结果，该委员会负责提出组织慈善工作如何解决系统性问题的建议，以确保AGI惠及全人类。
OpenAI 非营利组织 Jam 计划
OpenAI 与沃尔顿家族基金会和 Emerson Collective 合作，发起了非营利组织 Jam，向遍布美国 10 个地点的 1,000 多名非营利组织领袖提供 AI 培训和工具，以扩大他们的社区影响力。
Consilium：多LLM协作平台
Consilium 是一个多LLM平台，通过结构化辩论和研究，使多个 AI 模型达成共识，既可作为 Gradio 界面，也可作为 MCP 服务器进行集成。
Ettin Suite：SoTA 配对编码器和解码器
Hugging Face 推出 Ettin，这是一套配对的仅编码器和仅解码器模型（参数范围 17M-1B），在相同的数据和配方下训练，以提供对架构性能的受控比较。
OpenAI 知识自由设计框架
OpenAI 为 ChatGPT 引入了一个知识自由框架，重点是默认客观性、用户可控的自定义以及针对政治偏见的新评估。
Hugging Face Hub 从 Git LFS 迁移到 Xet
Hugging Face 已将 500,000 个仓库和 20 PB 数据从 Git LFS 迁移到 Xet，这是一种为 AI 工作负载而设计的内容寻址存储系统。
OpenAI 欧盟实践准则与欧洲 AI 战略
OpenAI 已宣布其意向签署欧盟《通用人工智能实践准则》，并启动 “OpenAI for Countries European Rollout”，以在欧洲扩展 AI 基础设施和应用采纳。
Kimina-Prover：在大规模形式推理模型上应用测试时强化学习搜索
Hugging Face 宣布推出 Kimina-Prover-72B，这是一款面向 Lean 4 的最先进定理证明模型，凭借新颖的测试时强化学习（TTRL）搜索框架，在 miniF2F 基准上实现了 92.2% 的通过率。
构建 Hugging Face MCP 服务器
Hugging Face 已发布官方的模型上下文协议（MCP）服务器，使 AI 助手能够通过单一 URL 动态访问 Hugging Face Hub 和数千个基于 Gradio 的 AI 应用程序。
ScreenEnv 发布：部署全栈桌面代理
Hugging Face 发布了 ScreenEnv，这是一款 Python 库，可在 Docker 容器中创建隔离的 Ubuntu 桌面环境，用于测试和部署 GUI 代理。
Hugging Face 异步机器人推理
Hugging Face 引入了异步机器人推理，将动作预测与执行解耦，减少机器人空闲时间，并实现任务完成时间最高约 2 倍的加速。
Hugging Face Gradio MCP 服务器集成
Hugging Face 已将模型上下文协议（MCP）集成到 Gradio（v5.28.0），使 Hugging Face Spaces 成为一个庞大的 MCP 服务器库，为 LLM 提供图像编辑、转录等新能力。
为 AMD MI300 创建自定义内核
Hugging Face 与 AMD 合作开发了针对 MI300X 的开源优化内核，显著提升了在 VLLM 中使用 FP8 推理 Llama 3.1 405B 的性能。
Reachy Mini：开源桌面机器人用于 AI 开发
Hugging Face 与 Pollen Robotics 推出了 Reachy Mini，这是一款开源、可编程的桌面机器人，起价 $399，旨在用于人机交互和 AI 实验。
OpenAI 与 AFT 启动国家人工智能教学学院
OpenAI 与美国教师联合会合作，启动国家人工智能教学学院，这是一项为期五年的计划，提供 1000 万美元的资金和资源，以提升 40 万名 K-12 教师的 AI 能力。
Hugging Face 高效多模态数据管道
Hugging Face 引入了一个五阶段的多模态数据管道优化流程，采用平衡背包打包策略，以最小化 GPU 空闲时间和填充浪费。
SmolLM3 发布：多语言、长上下文 3B 推理模型
Hugging Face 发布了 SmolLM3，这是一款 3B 参数模型，性能优于 Llama-3.2-3B 和 Qwen2.5-3B，具备双模式推理和 128k 上下文窗口。
Hugging Face 生产基础设施警报策略
Hugging Face 在其生产环境中使用针对 NAT 网关吞吐量、日志归档成功率和 Kubernetes API 健康状况的专门警报，以保持稳定性和成本效益。
NeurIPS 2025 E2LM 竞赛：语言模型的早期训练评估
Hugging Face 与合作伙伴宣布 E2LM 竞赛，旨在开发能够在 LLM 训练早期检测推理和科学知识信号的基准。
Genspark 超级代理：使用 GPT-4.1 和 Realtime API 的无代码自主代理
Genspark 推出了 Super Agent，这是一款无代码自主 AI 助手，使用 GPT-4.1 和 OpenAI Realtime API 自动化复杂的现实任务，如电话通话和演示文稿生成。
BAIR PEVA：全身条件化自我中心视频预测
BAIR 引入了 PEVA，这是一种面向具身代理的世界模型，能够基于高维全身运动学姿态轨迹预测自我中心视频帧。
使用 Sentence Transformers 训练和微调稀疏嵌入模型
Hugging Face 推出了使用 Sentence Transformers 库训练和微调稀疏嵌入模型的全面指南，旨在提升混合搜索和检索性能。
OpenAI 澳大利亚 AI 经济蓝图
OpenAI 和 Mandala Partners 已发布针对澳大利亚的 AI 经济蓝图，提供通过采用 AI 提升国家生产力和经济增长的可操作计划。
NVIDIA Llama Nemotron Nano VL 发布
NVIDIA 已发布 Llama Nemotron Nano VL，这是一款 8B 视觉语言模型，针对高精度智能文档处理和 OCR 任务进行了优化。
Qwen-TTS 更新：支持中文方言和双语合成
Qwen 已发布 Qwen-TTS (qwen-tts-latest) 的更新，新增对北京话、上海话和四川话方言的支持，并支持中英双语合成。
Qwen VLo：统一的多模态理解与生成
Qwen VLo 是一个统一的多模态模型，通过在单一系统中结合高质量图像生成、开放式编辑和精确的视觉理解，弥合感知与创作之间的鸿沟。
使用 GPT-4o 的 Retell AI 语音自动化
Retell AI 使用 GPT-4o 和 GPT-4.1 提供一个无代码平台，用于创建自然流畅的语音代理，将呼叫处理成本降低至最高 80%。
Gemma 3n 发布说明：多模态本地 AI
Google 的 Gemma 3n 现已在开源生态系统中发布，具备原生多模态（文本、图像、音频、视频）以及为本地硬件执行而设计的内存高效架构。
使用 OpenAI o3、GPT-4.1 和 CUA 的 Unify GTM 增长系统
Unify 已实现一个可扩展的 go-to-market 系统，使用 OpenAI o3、GPT-4.1 和计算机使用代理（Computer-Using Agent，CUA）来自动化潜在客户开发和个性化消息传递，目前已产生其自身 30% 的销售线索。
SGLang Transformers 后端集成
SGLang 现在支持 Hugging Face Transformers 作为后端，使任何兼容 Transformers 的模型都能实现高性能推理，而无需原生 SGLang 支持。
使用 QLoRA 在消费级硬件上微调 FLUX.1-dev
Hugging Face 演示了如何使用 QLoRA 和 diffusers 库微调 FLUX.1-dev 模型，将单个消费级 GPU 的峰值显存使用降低至 10 GB 以下。
OpenAI 对新出现的错位和基于角色的泛化的研究
OpenAI 研究人员发现，对模型进行狭窄且错误数据的微调会触发“错位角色”特征，导致在无关任务中出现广泛的不道德行为。
OpenAI 为生物学中的未来 AI 风险做准备
OpenAI 正在实施多管齐下的缓解策略，以防止前沿 AI 模型在生物学能力达到“高”阈值时被用于制造生物威胁。
OpenAI政府计划启动
OpenAI 已推出 OpenAI for Government，这是一项整合性的倡议，为美国联邦、州和地方政府提供安全的 AI 工具、定制模型以及与美国国防部的 2亿美元试点项目。
Groq 与 Hugging Face 推理提供商的集成
Hugging Face 已将 Groq 添加为受支持的推理提供商，使用户能够直接通过 Hub 使用 LPU 高速推理，针对如 Llama 4 和 QWQ-32B 等模型。
优化大语言模型性能：解决长提示阻塞和解码慢速问题
Hugging Face 探讨了长提示如何阻塞请求队列并减慢 token 生成，提出请求并行预填充和分离预填充作为降低延迟的解决方案。
Featherless AI 与 Hugging Face 推理提供商的集成
Hugging Face 已将 Featherless AI 添加为受支持的推理提供商，实现对庞大开源文本和对话模型目录的无服务器访问。
OpenAI 与 Mattel 的 AI 驱动玩乐合作
OpenAI 与 Mattel 合作，将 AI 能力整合到 Mattel 的玩具品牌中，并在内部业务运营中部署 ChatGPT Enterprise。
Hugging Face Kernel Hub 发布
Hugging Face 推出了 Kernel Hub，一个集中式仓库，可直接在 Python 应用中加载预编译、优化的计算内核，从而在无需本地编译的情况下加速 GPU 操作。
NVIDIA Isaac GR00T N1.5：LeRobot SO-101 手臂的后训练
NVIDIA 已发布 Isaac GR00T N1.5，这是一款面向类人机器人推理与技能的开放基础模型，可针对特定机器人形体（如 LeRobot SO-101 手臂）进行后训练。
Hugging Face 与 NVIDIA 推出训练集群即服务
Hugging Face 与 NVIDIA 推出了 Training Cluster as a Service，这一合作旨在为研究机构提供灵活、按需访问大规模 NVIDIA GPU 集群的能力，以训练基础模型。