OpenAI 歐盟實務守則與歐洲 AI 策略
OpenAI 宣布其打算簽署歐盟通用人工智慧實務守則，並啟動「OpenAI for Countries 歐洲推廣」計畫，以擴展歐洲的 AI 基礎設施與採用。
Kimina-Prover：在大型形式推理模型上應用測試時強化學習搜尋
Hugging Face 宣布推出 Kimina-Prover-72B，這是一款針對 Lean 4 的最先進定理證明模型，透過新穎的測試時強化學習（TTRL）搜尋框架，在 miniF2F 基準上達到 92.2% 的通過率。
建立 Hugging Face MCP 伺服器
Hugging Face 已發布官方的模型上下文協定（MCP）伺服器，讓 AI 助手能透過單一 URL 動態存取 Hugging Face Hub 與數千個基於 Gradio 的 AI 應用程式。
ScreenEnv 發布：部署全堆疊桌面代理程式
Hugging Face 已發布 ScreenEnv，一個 Python 函式庫，可在 Docker 容器中建立隔離的 Ubuntu 桌面環境，以測試與部署 GUI 代理程式。
Hugging Face 非同步機器人推論
Hugging Face 推出非同步機器人推論，將動作預測與執行解耦，減少機器人閒置時間，並在任務完成時間上提升至最高 2 倍。
Hugging Face Gradio MCP 伺服器整合
Hugging Face 已將 Model Context Protocol（MCP）整合至 Gradio（v5.28.0），使 Hugging Face Spaces 成為龐大的 MCP 伺服器庫，為 LLM 提供影像編輯與轉錄等新功能。
為 AMD MI300 創建自訂核心
Hugging Face 與 AMD 合作開發了針對 MI300X 的開源優化核心，顯著提升了 VLLM 中 Llama 3.1 405B 的 FP8 推理效能。
Reachy Mini：開源桌面機器人，用於 AI 開發
Hugging Face 與 Pollen Robotics 推出了 Reachy Mini，一款開源且可編程的桌面機器人，起價 $399，旨在用於人機互動與 AI 實驗。
OpenAI 與 AFT 推出全國 AI 教學學院
OpenAI 與美國教師聯盟（American Federation of Teachers）合作，推出全國 AI 教學學院，這是一項為期五年的計畫，提供 1,000 萬美元的資金與資源，以提升 40 萬名 K-12 教師的 AI 能力。
Hugging Face 高效多模態資料管線
Hugging Face 推出一個五階段的多模態資料管線優化流程，採用平衡背包打包策略以減少 GPU 閒置時間與填充浪費。
SmolLM3 發布：多語言、長上下文 3B 推理模型
Hugging Face 發布了 SmolLM3，一款 3B 參數模型，表現優於 Llama-3.2-3B 與 Qwen2.5-3B，具備雙模式推理與 128k 上下文視窗。
Hugging Face 生產基礎設施警報策略
Hugging Face 針對 NAT 閘道吞吐量、日誌歸檔成功率以及 Kubernetes API 健康狀態採用專門的警報機制，以維持其生產環境的穩定性與成本效益。
NeurIPS 2025 E2LM 競賽：語言模型的早期訓練評估
Hugging Face 與合作夥伴宣布舉辦 E2LM 競賽，旨在開發能在 LLM 訓練早期階段偵測推理與科學知識訊號的基準。
Genspark 超級代理人：使用 GPT-4.1 與 Realtime API 的無程式碼自主代理
Genspark 推出了 Super Agent，一款無程式碼的自主 AI 助手，利用 GPT-4.1 與 OpenAI Realtime API 自動化諸如電話通話與簡報生成等複雜的現實任務。
BAIR PEVA：全身條件化自我中心視訊預測
BAIR 引入 PEVA，一個為具身代理人設計的世界模型，能根據高維全身運動學姿態軌跡預測自我中心視訊影格。
使用 Sentence Transformers 訓練與微調稀疏嵌入模型
Hugging Face 提供一份使用 Sentence Transformers 程式庫訓練與微調稀疏嵌入模型的綜合指南，以提升混合搜尋與檢索效能。
OpenAI AI 經濟藍圖（澳大利亞）
OpenAI 與 Mandala Partners 已發布針對澳大利亞的 AI 經濟藍圖，提供一套可執行的計畫，以透過 AI 採用提升國家生產力與經濟成長。
NVIDIA Llama Nemotron Nano VL 發布
NVIDIA 已發布 Llama Nemotron Nano VL，一款 8B 視覺語言模型（VLM），針對高精度智慧文件處理與 OCR 任務進行了優化。
Qwen‑TTS 更新：支援中文方言與雙語合成
Qwen 已發布 Qwen‑TTS（qwen-tts-latest）的更新，加入對北京話、上海話與四川話方言的支援，並提供中英雙語合成。
Qwen VLo：統一的多模態理解與生成
Qwen VLo 是一個統一的多模態模型，透過結合高品質影像生成、開放式編輯與精確的視覺理解，在單一系統中彌合感知與創作之間的鴻溝。
Retell AI 語音自動化與 GPT-4o
Retell AI 使用 GPT-4o 與 GPT-4.1，提供一個無程式碼平台，用於打造自然音色的語音代理，將通話處理成本降低最高可達 80%。
Gemma 3n 版本說明：本機多模態 AI
Google 的 Gemma 3n 現已在開源生態系統中提供，具備原生多模態（文字、影像、音訊、影片）以及為本地硬體執行而設計的記憶體效能優化架構。
Unify GTM 成長系統使用 OpenAI o3、GPT-4.1 與 CUA
Unify 已實施一套可擴展的 go-to-market 系統，使用 OpenAI o3、GPT-4.1 與 Computer-Using Agent（CUA）自動化潛在客戶開發與個人化訊息，現在產生其自身 30% 的管道。
SGLang Transformers 後端整合
SGLang 現在支援 Hugging Face transformers 作為後端，讓任何兼容 transformers 的模型都能在不需要原生 SGLang 支援的情況下執行高效能推論。
在消費者硬體上使用 QLoRA 微調 FLUX.1-dev
Hugging Face 示範了如何使用 QLoRA 與 diffusers 函式庫微調 FLUX.1-dev 模型，將單一消費者 GPU 的峰值 VRAM 使用量降低至 10 GB 以下。
OpenAI 對於新興錯位與基於人格的泛化之研究
OpenAI 研究人員發現，對模型進行狹窄且錯誤的資料微調會觸發「錯位人格」特徵，導致在無關任務上出現廣泛的不道德行為。
OpenAI 為未來生物領域的 AI 風險做準備
OpenAI 正在實施多管齊下的緩解策略，以防止前沿 AI 模型在生物學能力達到「高」水平時被濫用於製造生物威脅。
OpenAI 政府計畫啟動
OpenAI 已推出 OpenAI for Government，這是一項整合的計畫，為美國聯邦、州及地方政府提供安全的 AI 工具、客製化模型，以及與美國國防部合作的 2 億美元試點計畫。
Groq 與 Hugging Face 推理提供者的整合
Hugging Face 已將 Groq 加入支援的推理提供者，使用者可直接透過 Hub 使用 LPU 高速推理，支援 Llama 4 與 QWQ-32B 等模型。
優化大型語言模型效能：解決長提示阻塞與解碼延遲問題
Hugging Face 探討長提示如何阻塞請求佇列並放慢 token 生成，並提出請求平行預填與分離式預填作為降低延遲的解決方案。
Featherless AI 與 Hugging Face 推理提供者的整合
Hugging Face 已將 Featherless AI 加入為支援的推理提供者，讓使用者能以無伺服器方式存取龐大的開源文字與對話模型目錄。
OpenAI 與 Mattel 的 AI 驅動玩具合作夥伴關係
OpenAI 與 Mattel 合作，將 AI 能力整合至 Mattel 的玩具品牌，並在內部業務運營中部署 ChatGPT Enterprise。
Hugging Face Kernel Hub 發佈
Hugging Face 推出了 Kernel Hub，一個集中式倉庫，可直接在 Python 應用程式中載入預編譯、最佳化的計算核心，以加速 GPU 運算，無需本地編譯。
NVIDIA Isaac GR00T N1.5：LeRobot SO-101 手臂的後訓練
NVIDIA 已發布 Isaac GR00T N1.5，這是一個開放的基礎模型，用於類人機器人的推理與技能，且可針對特定機器人形態（如 LeRobot SO-101 手臂）進行後訓練。
Hugging Face 與 NVIDIA 推出訓練叢集即服務
Hugging Face 與 NVIDIA 已推出訓練叢集即服務，這項合作旨在為研究機構提供彈性、按需存取大型 NVIDIA GPU 叢集，以訓練基礎模型。
OpenAI 外部協調披露政策
OpenAI 推出了一項外部協調披露政策，以負責任的方式報告其 AI 系統和研究人員發現的第三方軟體安全漏洞。
Hugging Face ScreenSuite 發布
Hugging Face 已發布 ScreenSuite，一個綜合性的 GUI 代理評估套件，統合了 13 個基準，用於評估視覺語言模型（VLM）在感知、定位與行動能力方面的表現。
OpenAI 資料保留更新：回應《紐約時報》訴訟
OpenAI 已在 2025 年 9 月 26 日法律命令到期後，結束對消費者 ChatGPT 與 API 資料的無限期保留，但仍持續保存 2025 年 4 月至 9 月的有限歷史資料。
Qwen3 嵌入與重排序模型發布
Qwen 已發布 Qwen3 嵌入系列，這是一套基於 Qwen3 基礎模型的專有模型，旨在提供最先進的文本嵌入、檢索與重排序，支援超過 100 種語言。
OpenAI 阻止 AI 惡意使用報告（2025 年 6 月）
OpenAI 2025 年 6 月的報告詳細說明了 AI 作為調查團隊的力量倍增器，用於偵測與阻止包括隱蔽影響行動與網路間諜在內的惡意活動。
nanoVLM 中的 KV 快取實作
Hugging Face 從頭在 nanoVLM 倉庫中實作了 KV 快取，使其視覺語言模型的生成速度提升了 38%。
在 Arm CPU 上的即時 AI 音訊生成
Arm 與 Hugging Face 展示了一款使用 Stable Audio Open 的個人音訊生成工具，能夠在即時、設備端為音樂製作工作流程創建音頻。
Holo1 與 Surfer-H：開源行動 VLM 用於 GUI 自動化
H Company 已發布 Holo1，一個旨在精確 GUI 定位的 Action Vision Language Model 系列，以及 Surfer-H，一個在真實任務中達到 92.2% 準確率且每項任務成本僅 $0.13 的模組化網路代理。
Hugging Face TRL：共同定位的 vLLM 以提升 GRPO 訓練效率
Hugging Face 在 TRL 中引入共同定位的 vLLM，使訓練與推論共享相同的 GPU，消除閒置時間並提升 GRPO 訓練期間的吞吐量。
SmolVLA：使用 Lerobot 社群資料訓練的高效能視覺-語言-動作模型
Hugging Face 推出 SmolVLA，一個緊湊的 450M 參數開源視覺-語言-動作模型，利用社群共享資料，在模擬與實際機器人任務上超越更大型的模型。
OpenAI 破壞與中國相關的網路行動 Vixen 與 Keyhole Panda
OpenAI 已停用與中國相關的威脅行動者（Vixen 與 Keyhole Panda）相關的帳號，這些行動者使用大型語言模型進行偵查、腳本修改與基礎設施建置，但未取得超出公開資源的全新能力。
OpenAI 行動 ScopeCreep：阻止俄語惡意軟體開發
OpenAI 封禁了一組由俄語威脅行動者使用的 ChatGPT 帳號，該行動者代號為 ScopeCreep，透過迭代方式開發 Windows 惡意軟體與指揮控制基礎設施。
OpenAI 打擊欺騙性 IT 就業計畫
OpenAI 已封禁與欺騙性就業活動相關的帳號，這些活動利用 AI 自動化詐騙性求職申請並繞過企業安全措施，行為與北韓（DPRK）相關活動相符。
OpenAI 破壞 Helgoland Bite 行動的俄羅斯影響力活動
OpenAI 已封禁由與俄羅斯有關的行動者使用的帳號，這些帳號用於產生針對 2025 年德國選舉、美國與北約的德語影響內容。
OpenAI 打斷「高五行動」影響力活動
OpenAI 封禁了與菲律賓行銷公司 Comm&Sense Inc 相關的帳號，因其使用 ChatGPT 自動化在 TikTok 與 Facebook 上針對菲律賓受眾的政治影響力行動。