在人工智能领域，大语言模型（LLM）正在不断进化，最近，卡内基梅隆大学(CMU)与 HuggingFace 的研究者们共同提出了一种名为 “元强化微调”(Meta Reinforcement Fine-Tuning，简称 MRT)的新方法。这一方法旨在优化大语言模型在测试时的计算效率，尤其是在解决复杂推理问题时，表现尤为突出。研究表明，现有的大语言模型在推理过程中常常消耗过多的计算资源，而 MRT 的目标是让模型在给定的计算预算内，实现更高效的答案发现。该方法将大语言模型的输出分割成多个片段，以便在探索与利用之间

3 月 12 日，AI创新团队Remade AI 在Hugging Face平台震撼发布 8 款基于Wan2. 1 模型的开源特效LoRA，引发科技圈广泛关注。这 8 款特效包括“挤压”（Squish）、“蛋糕化”（Cakeify）、“膨胀”（Inflate）、“缩小”（Deflate）、“射击”（Shooting）、“旋转”（Rotate）、“肌肉增强”（Muscle）和“压扁”（Crush），为AI视频生成注入全新创意可能。Wan2. 1 作为阿里巴巴开源的顶尖视频生成模型，以其高效性和多功能性备受推崇。Remade AI此次推出的LoRA模块，基于Wan2.1 14B I2V 480p模型训练，能够将静态图像转

最近，一款名为 Manus 的中国 AI 智能体平台在网络上引起了广泛关注。该平台自上周预览推出以来，迅速吸引了大量用户，Hugging Face 的产品负责人称其为 “我见过的最令人印象深刻的 AI 工具”。与此同时，AI 政策研究者 Dean Ball 也表示 Manus 是 “最复杂的计算机 AI”。Manus 的官方 Discord 服务器在短短几天内吸引了超过138，000名成员，甚至在中国二手平台 Xianyu 上，Manus 的邀请码被炒至数千美元。然而，这样的热度是否真的值得呢?Manus 并不是完全从零开始开发的。根据社交媒体上的报道，该

在全球最大的 AI 开源社区 HuggingFace 的最新更新中，阿里巴巴近期推出的通义千问推理模型 QwQ-32B 成功夺得了大模型榜单的第一名。这一模型在刚发布后便引起了广泛关注，超越了诸如微软的 Phi-4和 DeepSeek-R1等知名模型，展现出了强大的性能。QwQ-32B 模型在数学、代码处理及通用能力等多个方面都取得了质的飞跃，特别是其参数数量较小的特点，使得其整体性能能够与 DeepSeek-R1相媲美。此外，该模型的设计让用户能够在消费级显卡上实现本地部署，极大降低了模型应用的成本。这一突破为更

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 近期推出了一门名为 “Agent课程” 的在线学习课程，旨在帮助学习者深入理解智能Agent的基础知识及应用。课程内容丰富，共分为五个单元，从Agent的基本概念到最终的作业评估，循序渐进，帮助学员掌握所需技能。课程的首个单元为 “欢迎来到课程”，提供了课程的概述、指导方针以及所需工具，确保学员在学习过程中拥有良好的基础。接下来是 “Agent简介” 单元，学员将了解智能Agent的定义、大型语言模型（LLMs）的概念以及特殊符号的使用。第三个单元聚焦于各种框架的介

近日，全球最大人工智能开源社区 Huggingface 发布了最新的开源大模型排行榜（Open LLM Leaderboard），结果显示，排名前十的开源大模型全都是基于阿里通义千问(Qwen)开源模型进行二次训练的衍生模型。这一成就标志着 Qwen 在开源 AI 领域的主导地位，进一步推动了其在全球的影响力。Open LLM Leaderboard 被广泛认为是当前最权威的开源大模型榜单，测试维度涵盖了多个领域，包括阅读理解、逻辑推理、数学计算及事实问答等。令人惊讶的是，通义千问 Qwen 已经发展成为全球最大的开源模型族群，其

近日，网络安全研究人员发现，在知名机器学习平台 HuggingFace 上，有两个恶意的机器学习模型悄然上传。这些模型使用了一种新奇的技术，通过 “损坏” 的 pickle 文件成功规避了安全检测，令人担忧。ReversingLabs 的研究员卡洛・赞基（Karlo Zanki）指出，从这些 PyTorch 格式的存档中提取的 pickle 文件开头，暗示了其中包含恶意的 Python 代码。这些恶意代码主要是反向 shell，能够连接到硬编码的 IP 地址，实现黑客的远程控制。这种利用 pickle 文件的攻击方法被称为 nullifAI，目的是绕过现有的安全

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

在人工智能的快速发展中，语音合成技术正日益受到关注。近日，名为 Kokoro 的最新语音合成模型在 Hugging Face 平台上正式发布，该模型具有8200万参数，标志着语音合成领域的一个重要里程碑。Kokoro v0.19在发布之前的几周里，在 TTS（文本转语音）领域的排行榜上位列第一，其表现甚至超过了其他参数更多的模型。这一模型在单声道设置下，仅用不到100小时的音频数据，便实现了与467M 参数的 XTTS v2和1.2B 参数的 MetaVoice 等模型相媲美的效果。这一成就表明，传统语音合成模型的性能与参数、

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

HuggingFace推出了一款名为 “smolagents” 的全新开源库，该库旨在为语言模型赋予更强的智能代理能力。通过简化的代码结构，smolagents 使得用户能够更容易地构建能够执行各种任务的智能代理。在现代人工智能系统中，语言模型（LLM）需要与真实世界进行交互，比如调用搜索工具获取外部信息，或执行特定程序以完成任务。因此，赋予语言模型 “代理” 能力显得尤为重要。智能代理程序允许 LLM 输出控制工作流程，推动着 AI 的应用向前发展。那么，何时应使用智能代理?如果用户需要一种灵

近日，IBM 宣布推出其开源语言模型 Granite 的3.1版本，此次更新带来了诸多重要改进。新版本的模型经过重新设计，采用了更加密集的架构，能够一次处理多达128，000个令牌。这一更新意味着 Granite 在处理复杂文本和任务时的能力得到了显著增强。Granite3.1版本的模型经过了12种语言和116种编程语言的数据集训练，总共处理了12万亿个令牌。这使得模型在语言理解和生成方面的表现更加出色，能够更好地满足用户的需求。IBM 表示，这些新模型在回答使用外部数据的问题（RAG）、从非结构化文本

阿布扎比技术创新研究院（TII）发布新一代开源AI模型Falcon3，凭借14万亿token的训练量和优化的架构设计，在消费级硬件上的性能表现创下新纪录。这一训练规模是其前代产品Falcon2的两倍有余。Falcon3系列共推出四种规格:1B、3B、7B和10B，每种规格均提供基础版和针对对话优化的Instruct版本。尽管专门提供英语、法语、西班牙语和葡萄牙语版本，但各型号都能处理大多数常用语言。在Hugging Face的第三方语言模型评测中，Falcon3击败了包括Meta的Llama-3.1-8B、Qwen2.5-7B、Mistral的NeMo-12B和谷歌的Gemma2-9B在

北京图森未来科技有限公司于2024年12月17日正式发布了其首款“图生视频”大模型——“Ruyi”，并将Ruyi-Mini-7B版本开源，以便用户从huggingface平台下载使用。图森未来成立于2015年，总部位于美国加利福尼亚州圣迭戈，专注于AI技术在多个行业的应用，包括动画游戏和交通运输行业。

近日，NVIDIA 推出了新一代开放视觉语言模型 ——NVILA。该旨在优化准确性和效率，凭借出色的性能，成为视觉 AI 领域的佼者。根据 NVIDIA 的介绍，NVILA 在训练成本上降低了4.5倍微调所需内存减少了3.4倍，并且在预填充和解码的延迟上几乎降低了2倍。这些数据是与另一种大型视觉模型 LLaVa OneVision 进行比较得出的。在视频基准测试中，NVILA 的表现超过了 GPT4o Mini，并且在与 GPT4o、Sonnet3.5和 Gemini1.5Pro 的比较中也表现出色。此外，NVILA 还在与 Llama3.2的对比中取得了微弱胜利。尽管如此，NVIDIA 表