AWS 宣布推出 SageMaker AI 无服务器模型自定义的训练会话功能，允许开发者在无需管理底层 GPU 基础设施的前提下编写和协调自定义的后训练循环与奖励信号。该功能支持多轮强化学习等技术，目前已全面可用并支持 gpt-oss-20b、gemma-4-31B-it 等模型。
推荐理由：AWS 推出的 SageMaker AI 训练会话让开发者能够自定义后训练循环而无需管理 GPU 基础设施，降低了复杂强化学习和智能体微调的门槛。
OlmoEarth v1.3 卫星嵌入模型正式发布，同时开源了全球预计算的年度 64 维与 128 维嵌入数据及浏览器端探索工具。该模型基于雷达与多光谱卫星时序数据生成全球像素级嵌入向量，在多项评估中表现领先，且训练成本大幅降低。
推荐理由：该版本公开了全套模型权重与全球预计算嵌入，降低了地理空间任务的训练成本，读者可借此评估其在环境监测中的应用效率。
NVIDIA 扩展了 Cosmos 平台，推出包含五个云原生蓝图的 Cosmos Data Factory、Cosmos 3 模型变体以及更新的框架与微服务。新工具通过智能体技能加速多模态数据策展、模型微调、蒸馏和推理，已在保时捷、ANYbotics 和 MicroAGI 等企业和机构中落地应用。
推荐理由：该平台扩展了世界模型训练与部署工具，展示了物理 AI 在工业和自动驾驶中的数据与微调优化实践。
NVIDIA 推出了 SimReady Central 库，在 Hugging Face 上汇集了超过 2000 个支持仿真工作流的 OpenUSD 资产。该库由自然语言搜索提供支持，允许设备制造商提交和验证资产，供开发者和 AI 智能体快速构建机器人训练环境与 AI 工厂数字孪生。
推荐理由：NVIDIA 在 Hugging Face 上线 SimReady Central 库，为具身智能和 AI 工厂数字孪生提供两千多款免门槛的 OpenUSD 仿真资产，并支持自然语言搜索与 AI 智能体辅助场景构建。
NVIDIA 扩大了其开源模型系列，推出 Nemotron 3.5 Super VL 与 Bolt、Kumo 结构化数据模型、Cosmos 3.5 世界模型、Alpamayo 2 Edge 自动驾驶推理模型、BioNeMo RFD4-Proteina 蛋白质设计模型及 Ising 量子计算模型。
推荐理由：NVIDIA 一次性发布并开源了覆盖多模态、结构化数据、具身智能和科学计算的多个模型家族，为企业和开发者提供了可定制的主权 AI 基础架构。
Hugging Face 宣布生态系统对 TorchTPU 实现原生支持，允许 PyTorch 用户通过简单的 device_map="tpu" 或 TPU 后端直接在 Google TPU 上运行 Transformers 和 Diffusers 模型。新方案摆脱了对 torch_xla 的依赖，并支持 Pallas 优化内核与 torch.compile 加速。
推荐理由：文章详细介绍了 TorchTPU 带来的原生支持方式与代码示例，为在 Google TPU 上运行 PyTorch 模型提供了清晰的工程参考。
Hugging Face 博客介绍了 ALTK-Evolve 方法，它通过分析智能体任务尝试并提炼行为规则加入系统提示词，在无需更新模型权重的情况下，使基于 GPT-4.1 和 GPT-5.5 的基础 ReAct 智能体在 τ²-bench 客服基准的零售与航空任务中登顶或超越现有微调及前沿模型。该方法通过增加少量输入提示词成本，在不增加对话轮次的前提下大幅提升了准确率与 Pass^4 稳定性。
推荐理由：该方法通过提炼行为规则并加入系统提示词，在无需更新模型权重的情况下显著提升了智能体在客服基准上的准确率与稳定性，为优化智能体性能提供了一种低成本且可迁移的提示词工程路径。
Hugging Face 官方发布 AnyLanguageModel 1.0，同时推出 swift-huggingface 1.0 与 swift-xet 1.0。该版本提供与 Apple Foundation Models 兼容的替换 API，支持在 iOS、macOS 和 visionOS 上通过统一会话代码调用本地及托管模型，并新增了工具调用、引导生成和图片支持等功能。
推荐理由：官方发布 AnyLanguageModel 1.0 及相关 Swift 工具包，展示了通过统一 API 在 Apple 平台无缝切换本地与托管大模型的方法。
PyTorch 2.15 正式发布，为 Mac 的 MPS 后端带来 FP8 支持、混合专家模型解码提速以及显著优化的视频解码显存占用。
推荐理由：该版本大幅提升了 Mac 运行大模型与视频生成时的性能和显存效率，为本地开发提供了更实用的加速方案。
Reflection 实验室推出首款开源模型 Beam，这是一个拥有 501B 总参数、每 token 激活 23B 的 mixture-of-experts 架构大语言模型，支持 1M tokens 上下文窗口，专注于编码与智能体场景。
推荐理由：文章详细介绍了 Reflection 实验室首款 501B 开源 MoE 模型 Beam 的架构设计与部署方案，读者可以据此了解其在长文本和智能体任务上的技术实现。
Hugging Face 联合 IBM 发布了 Granite Switch 4.1 模型（包含 8B 和 30B 版本），通过复用基底模型的 KV cache 并在单个托管端点上集成了通用决策 aLoRA、安全卫士 aLoRA 以及语音转文本模型 Granite-Speech-5.0-Turbo-CTC。
推荐理由：原文介绍了多功能组合模型的架构及复用 KV cache 的实现方式，读者可以了解如何在单个端点上高效组合决策与语音能力。
Meta 发布了开源混合专家多模态模型 Muse Spark Open，拥有约 8160 亿总参数、每个 token 约 420 亿激活参数以及高达 100 万 token 的上下文窗口。该模型支持文本、图像、音频和视频输入，专为代码编写与智能体任务优化，并提供了 BF16 和 NVFP4 权重以及主流推理框架的部署指南。
推荐理由：原文介绍了该开源多模态混合专家模型的架构参数与部署推理方案，读者可借此评估其在长上下文与智能体任务中的落地可行性。
Black Forest Labs 推出的 FLUX.3 Image Klein 现已在 Diffusers 中首日上线，支持文生图、多参考图生图以及基于边界框的布局控制。文章提供了蒸馏版和基础版的加载代码、LoRA 微调脚本以及模块化流水线的架构解析。
推荐理由：文章介绍了 FLUX.3 Image Klein 模型在 Diffusers 中的原生支持，提供了代码示例和架构解析，可帮助开发者了解其在文生图与图像编辑上的新特性。
NVIDIA 发布 Nemotron 3.5 系列开源模型，包括 1200 亿参数的 Super VL 多模态模型及两个端侧 Bolt 模型。Super VL 具备前沿的多模态智能与高效吞吐，Bolt 74B-A9B 24GB 和 Bolt E4B 4GB 则分别适配本地工作负载与边缘设备交互。该系列覆盖从企业服务器到桌面及边缘设备的完整智能体部署场景。
推荐理由：文章详细公开了 Nemotron 3.5 系列开源模型的参数规模、端侧适配方案和多模态能力，读者可以据此评估其在本地及企业级智能体部署中的效能。
Project Apertus 发布 Apertus 1.5，推出 8B 和 70B 两个版本的开源模型，在 1.0 基础上扩展了图像与音频理解能力，新增可选思考模式，上下文窗口扩大至 262,144 个 token，并改进了指令遵循与工具调用。该模型基于 Apache 2.0 许可证在 Hugging Face 开源，完整公开了模型权重、训练数据及详细的技术报告。
推荐理由：该开源模型扩展了多模态理解与思考模式，并公开了完整权重与训练细节，为研究人员复现和改进开源大模型提供了完整参考。
Liquid AI 发布了 LFM2.5-24B-A2B，这是一款拥有 24B 总参数、2B 激活参数的推理模型，专为端侧智能体设计。该模型支持 131K 上下文窗口，在工具调用和指令遵循任务中表现优异，并在 Apple M5 Max 等设备上具备极高的推理速度，现已在 Hugging Face 开源。
推荐理由：Liquid AI 发布了专为端侧智能体设计的推理模型 LFM2.5-24B-A2B，其通过 2B 激活参数实现了高效的推理与工具调用能力，为本地运行复杂智能体任务提供了新选择。
Hugging Face 官方博客介绍了如何通过 HuggingChat 中的 ML-intern 智能体，以低成本自动化完成模型微调、蒸馏及评估任务。作者分享了包含预算限制、基准测试及冒烟测试的提示词编写技巧，并展示了包括植物病害识别、图像 LoRA 及轻量化模型蒸馏在内的六个实际案例，所有提示词已在 GitHub 开源。
推荐理由：作者通过实测展示了如何利用 HuggingChat 中的 ML-intern 智能体完成从数据集构建、模型训练到评估发布的完整流程，并提供了可复用的提示词模板与成本控制策略。
Liquid AI 发布了 d1-3B 和 d1-omni-600M 两款开源决策模型，旨在为端侧设备提供快速的结构化决策能力。d1-3B 支持文本和图像输入，在 NVIDIA Jetson 等设备上单次推理延迟低于 50ms；d1-omni-600M 则支持文本、图像及音频输入。该系列模型不生成 token，而是通过单次前向传播直接输出决策结果，目前已在 Hugging Face 上线。
推荐理由：Liquid AI 发布了专为端侧设计的 d1 系列决策模型，通过单次前向传播实现快速结构化决策，为开发者提供了在资源受限设备上部署多模态任务的新选择。
Google DeepMind 发布 EmbeddingGemma 2，这是一款基于 Gemma 4 架构、采用 Apache 2.0 协议的 7.4 亿参数轻量级多模态嵌入模型。它支持文本、图像、音频和视频的统一嵌入空间，具备 8K 上下文窗口，并支持通过 Matryoshka 学习动态调整输出维度，专为端侧设备的高效检索与 RAG 任务优化。
推荐理由：该模型通过模块化设计和 Matryoshka 学习技术，为开发者提供了一种在资源受限的端侧设备上实现多模态检索与 RAG 的高效方案。
Microsoft 在 Hugging Face 发布 ThinkingBox，这是一个通过评估 AI 智能体在隔离环境中对后端数据库产生的实际状态变更来衡量其可靠性的基准。该基准包含 507 个业务工作流任务，通过 20 次重复运行测试模型的一致性，发现多数模型在单次成功率与多次重复成功率之间存在显著差距，并指出约 80% 的失败源于工具处理而非推理能力。
推荐理由：该研究通过评估 AI 智能体在业务工作流中对数据库状态的实际影响而非仅关注对话内容，揭示了模型在可靠性与一致性上的差距，为智能体评估提供了新的可执行基准。