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。

Getty Images发布了一项重大举措，向AI开发者提供包含3750张高质量照片的训练数据集，覆盖15个类别，旨在支持AI应用场景的开发。这些照片已上线Hugging Face平台，用户同意服务条款并提供联系方式后即可免费访问。此举旨在吸引企业和开发者，同时推广其付费授权服务。Getty Images声称拥有超过5.72亿张照片，其中2亿多张可用于商业用途，每张照片附有详尽元数据，包括关键词和结构化信息，旨在降低侵权风险。这一战略反映了图库服务向AI时代的积极转型，为图像识别和生成技术的发展提供了重要资源。该行动对行业影响深远，预示着AI与传统图库服务的融合创新。

在游戏开发领域，大模型逐渐成为不可或缺的“智囊团”，从AI角色生成到场景构建，展现全面能力。然而，游戏场景理解、图像识别与内容描述仍需提升。加拿大阿尔伯塔的研究团队推出开源大模型VideoGameBunny（VGB），针对游戏开发优化，具备多语言支持、高度可定制性、强大的文本生成能力、开源易访问性、兼容多种开发环境、丰富的模型文件和活跃社区支持。VGB支持多种功能，如游戏对话系统、教育应用、客服聊天机器人等。其核心组件Bunny模型，通过多层感知器网络将视觉信息转换为图像标记，高效处理游戏数据。通过与Meta开源LLama-3-8B结合使用SigLIP视觉编码器和S2包装器，VGB能够捕捉游戏视觉内容的多尺度特征，理解游戏环境，并生成匹配游戏图像的指令数据，如简短和详细的标题、图像到JSON的描述及基于图像的问答，从而提升游戏的互动性和沉浸感，成为开发者和玩家的强大助手。

Runway从Hugging Face平台秘密删除了包括Stable Diffusion v1.5在内的代码库，这一举动在科技界引起了广泛关注。删除行为未通知Hugging Face或社区成员，导致依赖这些资源的开发者和研究者陷入困扰。Stable Diffusion v1.5曾是Runway参与的研究项目，并在相关论文中占有重要位置。然而，这一版本因版权问题最终被要求下架。面对争议，Runway CEO/联合创始人表示发布该版本是合理的，强调了研究的作者包括Runway ML和慕尼黑大学成员，并强调相关研究和代码已开源。除了开源项目，Runway还推出了Gen-3Alpha视频方案，显示了公司在视频技术领域的探索。外界对删除行为的猜测包括版权问题和市场压力，如竞争对手Cog-5B的崛起。

人工智能公司Runway在HuggingFace平台上的内容被清空，引起行业内外广泛关注。HuggingFace作为机器学习模型和数据集的开源平台，其内容对研究和开发者至关重要。此事件在Twitter上引发热议，突显了平台在应对突发事件和保护用户权益上的挑战。Runway作为AI社区的重要参与者，其内容的消失影响了众多研究者，涉及数据安全、企业责任和用户信任等议题。随着人工智能技术的加速发展，数据安全和内容可持续性成为行业关注焦点。

Meta公司发布中期更新，显示其Llama系列模型的采用率显著增长，尤其在推出Llama3.1后。Llama模型在Hugging Face平台上的下载量接近3.5亿，较去年增长十倍，吸引包括Zoom、Spotify、AT&T、Goldman Sachs在内的知名公司应用。开源AI的发展不仅在性能上接近封闭模型，更在企业层面实现了广泛应用。Llama模型在Hugging Face的下载量在过去一年翻了十倍，上个月突破2000万，显示了其在开发者和企业用户中的高受欢迎程度。Meta与云服务提供商的合作，使得开发者更便捷地使用Llama模型，某些云服务商的月使用量增长了十倍。Llama的崛起标志着开源AI正在快速追赶市场，对封闭模型公司构成创新和成本压力。

LeRobot由HuggingFace开源项目发布，提供了一套详尽指南，旨在简化AI驱动机器人技术的入门门槛，支持机器人领域的开源生态系统。该指南面向广泛受众，由LeRobot联合创始人Remi Cadene制作，旨在普及AI在机器人技术的应用，鼓励创新。基于开源机器人套件Koch v1.1，指南涵盖组装、配置和训练AI控制机器人的全过程，以两个6自由度机械臂和摄像头为核心。LeRobot计划推出更经济实惠的Moss v1机器人版本，成本仅需150美元，省去3D打印步骤。项目目标是壮大机器人社区，利用开源技术和Hugging Face Hub快速迭代，同时强调开源方式的重要性，认为这项技术最终将推动社会和工业进步，应惠及全人类。

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。

小红书官方科技账号“科技薯”创新开设全球首间AI便利店，联合优质作者与科技公司，精选AI相关内容制作限定商品，持续经营。店内邀请Hugging Face CTO、果壳CEO等4位行业大佬兼职，提供流量扶持至50万元，并设有1亿专属曝光流量计划，优秀笔记有机会赢取万元小米科技狗。活动鼓励参与者发布AI主题笔记，使用指定话题和标签，优质内容将获得官方推荐与定制周边奖励。

清华大学知识工程组与数据挖掘团队新推出CodeGeeX4-ALL-9B，作为CodeGeeX系列的最新成果，其在多语言代码生成领域达到巅峰，重新定义自动化编码性能与效率标准。基于GLM-4-9B框架，经过广泛训练的它拥有9.4亿参数，超越同类模型，擅长代码生成、补全与解释，展现优异推理速度与整体性能。适应能力极强，涵盖了软件开发全方面需求，提供仓库级别的代码问答功能，助力开发者与代码库交互更为直观高效。基准测试显示在BigCodeBench和NaturalCodeBench上的优越表现，确认了其在真实应用中强大的可靠性和创新能力。以用户为中心的设计使其易于集成各种版本的transformers库，兼容GPU与CPU，确保不同计算环境的灵活性与广泛性采用。CodeGeeX4-ALL-9B可通过其推理过程，根据用户输入生成精准、可操作的代码输出，优化开发流程，尤其对于复杂算法和自动化编码任务极具价值。这一利器标志着代码生成领域的重要进步，将极大地提升软件开发的效率与创新。

LeRobot 是一款旨在为 PyTorch 中的真实世界机器人提供模型、数据集和工具的产品。huggingface的开源机器人LeRobot和法国的一家开源机器人公司合作，首次发布了开源机器人的交互效果。通过语音指令即可让机器人完成 任务，模型和数据集均开源。

["Google与HuggingFace近日宣布战略合作，旨在推动开放AI和机器学习的发展。","这一合作将集成HuggingFace的平台与GoogleCloud的基础设施，包括VertexAI，旨在使生成式AI更易于开发者使用。","合作支持开发者在Google Cloud上快速、经济高效地训练、调整和服务开放模型，利用AI优化基础设施如TPUs和GPUs。"]

["Meta启动“AI Startup Program”在STATION F，旨在推进法国创业生态系统的先进AI模型。","与Hugging Face和Scaleway合作，计划加速开源人工智能解决方案在法国的应用。","计划支持5家初创公司，提供技术指导、平台和计算能力，加速其发展。","Meta、Hugging Face和Scaleway联手，助力法国AI生态系统，展望开放协作的未来。"]

["Hugging Face成立名为H4的两人团队，旨在开源开发类似ChatGPT的AI模型。","H4团队的主要研究方向是对齐技术，让大型语言模型根据人类反馈行为进行学习，依赖于专用集群进行训练。","H4团队已发布多个开源大型语言模型，包括聊天型Zephyr-7B-α和改进型Falcon-40B。","H4并不直接从他们的工具中获得商业化利益，而是加速Hugging Face的专家计划。"]

["Hugging Face 的 H4 两人团队正在开发类似 ChatGPT 的人工智能聊天机器人","H4 团队以复制 ChatGPT 功能为目标,使用开源库和模型","H4 已推出多个开源大型语言模型,包括专为聊天设计的 Zephyr-7B-α","H4 发布手册公开构建 Zephyr 使用的代码和数据集,计划随模型发布更新","H4 获得 Hugging Face 内部团队支持,依靠 GPU 集群训练模型"]