搜索全球AI产品动态

话说在计算机科学领域，将那些结构复杂的文档变成规整的数据，一直是个让人头疼的“老大难”问题。以前的“土办法”，要么是各种模型“组团出道”，搞出一套复杂的流程，要么就得祭出“巨无霸”级别的多模态模型，虽然看起来很厉害，但动不动就“幻觉”，还特别“烧钱”。不过最近由IBM和Hugging Face联手推出的SmolDocling，只有256M参数的开源视觉-语言模型（VLM），目标非常明确，就是要端到端地解决多模态文档转换的任务。SmolDocling的独门秘籍SmolDocling最让人称道的地方，就是它

据开源社区Hugging Face最新发布的榜单显示，阿里巴巴推出的万相大模型在开源仅6天后，便成功超越了DeepSeek-R1，一举登上了模型热榜和模型空间榜两大重要榜单的榜首。这一成就不仅彰显了万相大模型在技术上的卓越表现，也反映了其在全球开源社区中的广泛认可度和影响力。

AI 初创公司 Hugging Face 宣布推出 FastRTC，这是一个开源的 Python 库，旨在消除开发人员在构建实时音频和视频 AI 应用时面临的重大障碍。Hugging Face 的 FastRTC 旨在简化 WebRTC 和 Websocket 应用的构建过程。Freddy Boulton，FastRTC 的创建者之一表示:“在 Python 中，构建实时 WebRTC 和 Websocket 应用非常困难，直到现在才有所改变。”WebRTC 技术使得浏览器之间可以直接进行音频、视频和数据的共享，而无需下载插件或软件。然而，尽管 WebRTC 在现代语音助手和视频工具中至关重要，实现这一技术一直是一个

今日凌晨，全球最大开源平台之一 Hugging Face 的首席执行官 Clement Delangue 在社交平台发文宣布，DeepSeek-R1在 Hugging Face 上获得了超过10000个赞，成为该平台近150万个模型中最受欢迎的大模型。这一里程碑式的成就标志着 DeepSeek-R1在全球 AI 社区中的广泛认可与影响力。DeepSeek-R1的崛起速度令人瞩目。在其发布仅数周后，Clement Delangue 就曾发文表示，该模型已成为 Hugging Face 上最受欢迎的模型之一。如今，其受欢迎程度进一步攀升，以超过10000个赞的亮眼成绩，力压平台上近150万个模型，成功登顶

Hugging Face与Physical Intelligence联手推出了划时代的机器人基础模型Pi0，这是首个能将自然语言命令直接转化为机器人动作的开源模型，标志着机器人技术进入新纪元。Pi0模型在七个不同机器人平台上经过训练，掌握了68种独特任务，能够执行从折叠衣物到收拾桌子等复杂操作。该模型采用创新的流匹配技术，以50Hz的频率生成平滑的实时动作轨迹，确保了极高的精确度。更值得注意的是，研发团队同步推出了升级版Pi0-FAST，采用全新的频率空间动作序列标记方案，使训练速度提升5倍，并展现出

近日，Hugging Face 与 Physical Intelligence 联合推出了 “Pi0”（Pi-Zero），这是首个将自然语言命令直接转化为物理动作的基础模型。这一创新性发布吸引了广泛关注，Hugging Face 的首席研究科学家 Remi Cadene 在社交媒体上宣布，“ Pi0是最先进的视觉语言动作模型，能够将自然语言命令转化为自主行为。”“Pi0” 的推出标志着机器人领域的一次重大变革，类似于 ChatGPT 在文本生成领域的影响力。该模型最初由 Physical Intelligence 开发，并现已在 Hugging Face 的 LeRobot 平台上提供，能够执行如折叠衣物、收

人工智能开发平台 Hugging Face 最近宣布，他们已成功构建了OpenAI 深度研究工具的“开放”版本，旨在与 OpenAI 最近发布的深度研究工具进行竞争。OpenAI 在一次活动中展示了其深度研究工具，这一工具能够通过爬取互联网信息，自动编制有关各种主题的研究报告。但遗憾的是，该工具目前仅对订阅了 OpenAI 每月200美元的 ChatGPT Pro 计划的用户提供有限的使用权限。Hugging Face 的团队，包括公司联合创始人兼首席科学家 Thomas Wolf，表示他们的开放深度研究项目结合了 OpenAI 的 o1模型和一个开源的 “

近期，人工智能开发平台 Hugging Face 团队发布了两款新型 AI 模型，SmolVLM-256M 和 SmolVLM-500M。他们自信地声称，这两款模型是目前为止体积最小的 AI 模型，能够同时处理图像、短视频和文本数据，尤其适合内存少于1GB 的设备如笔记本电脑。这一创新让开发者在处理大量数据时，能够以更低的成本实现更高的效率。这两款模型的参数分别为256百万和500百万，这意味着它们在解决问题的能力上也相应有所提升，参数越多，模型的表现通常越好。SmolVLM 系列能够执行的任务包括对图像或视频片段进

Hugging Face 推出了一款令人瞩目的 AI 模型 ——SmolVLM。这款视觉语言模型的体积小到可以在手机等小型设备上运行，且性能超越了那些需要大型数据中心支持的前辈模型。SmolVLM-256M 模型的 GPU 内存需求不足1GB，性能却超过了其前代 Idefics80B 模型，这一后者的规模是其300倍，标志着实用 AI 部署的一个重大进展。根据 Hugging Face 机器学习研究工程师安德烈斯・马拉菲奥提的说法，SmolVLM 模型在推向市场的同时，也为企业带来了显著的计算成本降低。“我们之前发布的 Idefics80B 在2023年8月是首个开

Hugging Face，这家著名的人工智能开发平台，日前与韩国 AI 初创公司 FriendliAI 达成和解，结束了长达近两年的专利侵权诉讼。FriendliAI 曾指控 Hugging Face 侵犯其关于 “迭代级调度的批处理” 技术的专利，双方在特拉华州北区美国地方法院的文件中确认，已于1月8日达成 “保密协议”，并同意撤回诉讼。图源备注：图片由AI生成，图片授权服务商Midjourney根据法院的文件，FriendliAI 和 Hugging Face 双方同意不再追究本案的任何费用和开支，这意味着此案无法再次提起。尽管 Hugging Face 尚未对媒体的评

近年来，机器学习模型在视觉和语言任务方面的应用需求日益增长，但大多数模型都需要庞大的计算资源，无法在个人设备上高效运行。尤其是像笔记本电脑、消费级 GPU 和移动设备等小型设备，在处理视觉语言任务时面临巨大的挑战。以 Qwen2-VL 为例，虽然其性能卓越，但对硬件的要求较高，限制了其在实时应用中的可用性。因此，开发出轻量化模型以便于在较低资源下运行，成为了一项重要需求。Hugging Face 近期发布了 SmolVLM，这是一款专门为设备端推理设计的2B 参数视觉语言模型。SmolV

近日，SambaNova 和 Hugging Face 联合推出了一新工具，使开发者能够仅需点击一下按钮即可部署类似 ChatGPT 的聊天机器人，极大地缩短了部署时间，从原本的数小时减少到几分钟。对于开发者而言，这一过程相当简单，只需访问 SambaNova Cloud 的 API 网站获取访问令牌，接着在 Python 中输入三行代码即可完成部署。具体操作步骤:首先，开发者需要导入所需的库。代码为: ```pythonimport gradio as gr import sambanova_gradio gr.load （"Meta-Llama-3.1-70B-Instruct-8k"， src=sambanova_gradio.registry， accept_token=True）.launch () ``

Hugging Face今天发布了SmolLM2，一组新的紧凑型语言模型，实现了令人印象深刻的性能，同时所需的计算资源比大型模型少得多。新模型采用Apache2.0许可发布，有三种大小——135M、360M和1.7B参数——适合部署在智能手机和其他处理能力和内存有限的边缘设备上。SmolLM2-1B模型在几个关键基准测试中优于Meta的Llama1B模型，尤其是在科学推理和常识任务中表现出色。该模型在大多数认知基准上的表现都优于大型竞争模型，使用了包括FineWeb-Edu和专门的数学和编码数据集在内的多样化数据集组合。SmolL

Nvidia 悄然推出了一款新型人工智能模型，名为 Llama-3.1-Nemotron-70B-Instruct，表现出色，已经超越了 OpenAI 的 GPT-4和 Anthropic 的 Claude3.5，标志着人工智能领域竞争格局的重大变化。这款模型在知名 AI 平台 Hugging Face 上发布，虽然没有太大的宣传，但其卓越的性能迅速引起了业界的关注。根据 Nvidia 的报告，这款新模型在多项基准测试中获得了最高分，包括在 Arena Hard 基准测试中得分85.0、在 AlpacaEval2LC 中得分57.6、以及在 GPT-4-Turbo MT-Bench 中得分8.98。这些分数让 Nvidia 在 AI 语言理解和生成方面迅速

最近，AI 初创公司 Hugging Face 正式推出了 Gradio5，这是他们广受欢迎的开源工具的一次重大更新，旨在使 AI 开发变得更加简单。自从2021年收购 Gradio 以来，这个工具已经成为 Hugging Face 产品线中的重要组成部分。Gradio 每月拥有超过200万用户和超过470，000个基于该平台构建的应用程序，已成为 AI 开发生态系统中的关键参与者。项目入口:https://www.gradio.app/Gradio5的目标是将机器学习与 Web 开发之间的鸿沟缩小。Hugging Face 的创始人 Abubakar Abid 表示，许多机器学习开发者对 Python 非常熟悉，但在 Web

最近，Hugging Face 推出了一款全新的 Python 包，名为 “OpenAI-Gradio”，旨在帮助开发者快速创建 AI 驱动的网页应用。这个工具的发布标志着 AI 集成的一个重大转变，简化了使用 OpenAI 大型语言（LLM）的过程，让各种技能水平的开发者都能轻松上手。使用 OpenAI-Gradio，开发者可以在几分钟内启动他们的 AI 应用，只需几行代码。这款工具与 Gradio 深度整合，Gradio 是一个流行的机器学习应用接口工具。开发者只需安装这个包，设置他们的 OpenAI API 密钥，就能启动一个功能齐全的网页应用。这样，即

近日，人工智能平台 Hugging Face 宣布，其公开可用的 AI 模型数量已超过一百万个。这一里程碑不仅标志着 Hugging Face 在 AI 领域的快速发展，也反映出专业化 AI 解决方案越来越受到重视。图源备注：图片由AI生成，图片授权服务商MidjourneyHugging Face 的联合创始人克莱门特・德朗格（Clément Delangue）表示，Hugging Face 的100万个公共模型包括 Llama、Gemma、Phi、Flux、Mistral 和 Stable Diffusion 等知名示例，以及“999，984个其他模型。这一多样性意味着为特定应用、领域、语言和硬件优化的模型，往往能够超

Hugging Face 近期发布 LightEval，一款轻量化 AI 评估工具，旨在辅助企业和研究机构更精准地评估大型语言模型。此工具强调评估在 AI 技术应用中的重要性，帮助确保模型输出的准确性、无偏见性，以及与业务目标的一致性。针对传统评估方法的局限性，LightEval 提供了定制化的评估方案，与 Hugging Face 的其他工具如 Datatrove 和 Nanotron 集成，支持多种设备评估，包括 CPU、GPU 和 TPU，以适应不同硬件环境。作为开源项目，LightEval 允许企业自行运行评估，确保模型在投入生产前符合其道德和业务标准。其易用性与多功能性，使得即使是技术水平不高的用户也能进行复杂模型的评估，包括在多种流行基准上进行评估，甚至定义自定义任务。用户还可根据特定需求，调整模型评估的配置，如权重、管道并行性等。

Hugging Face收购XetHub，旨在加速AI民主化进程。XetHub由前苹果工程师创立，专注于简化机器学习与AI应用构建。其团队在2021年获得Madrona Ventures的750万美元投资，加速发展。此次收购标志着Hugging Face，一家在AI开发领域具有影响力的平台，进一步扩大其技术实力与人才库。XetHub的加入不仅体现了AI行业的整合趋势，也预示着AI功能将更多地普及至中小企业。通过整合XetHub的技术与资源，Hugging Face有望为AI开发者提供更多便利，加速AI民主化进程。

Hugging Face 与 NVIDIA 合作推出推理即服务，利用NVIDIA NIM技术驱动，加速开发者原型设计并高效部署开源AI模型。此服务特别支持强大模型如Llama2和Mistral AI，处理速度比传统部署方式快五倍。通过NVIDIA DGX Cloud，开发者能训练模型，且Hugging Face宣布团队盈利、扩大至220人，并推出SmolLM小型语言模型系列。该合作旨在优化AI应用的响应速度和稳定性，简化从原型到生产的流程，为开发者社区提供强大支持。