Amazon SageMaker JumpStart 2026 年至今回顾:新增 100+ 模型
Amazon SageMaker JumpStart 在 2026 年 1 月至 9 月新增超 100 个模型,覆盖 30 家提供商。阿里 Qwen 贡献 29 个模型,NVIDIA 17 个,Mistral 7 个,Google 6 个 Gemma 4 变体,IBM 和 Cohere 各 4 个。新增模型重点覆盖多模态、量化与紧凑模型以及图像视频生成能力。
Amazon SageMaker JumpStart 在 2026 年 1 月至 9 月新增超 100 个模型,覆盖 30 家提供商。阿里 Qwen 贡献 29 个模型,NVIDIA 17 个,Mistral 7 个,Google 6 个 Gemma 4 变体,IBM 和 Cohere 各 4 个。新增模型重点覆盖多模态、量化与紧凑模型以及图像视频生成能力。
AWS 宣布新客户可通过 Google、GitHub、Apple、Amazon 账号或邮箱注册,2–3 步即可进入已配置好的 SageMaker Studio 环境,无需填写高级账户信息、验证手机号或提供信用卡(多数客户)。
Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示,嵌入式 AI 评估者并非易解方案,评估结果的可复现性仍是关键问题,开放权重对此至关重要。她指出,评估是一门仍在演进的科学,不同评测之间难以有意义地比较,且失效速度较快。她还提到,智能体评估难度大、成本高,针对 harness 的评估远少于针对模型的评估。
Hugging Face 联合创始人兼 CEO Clem Delangue 公开批评 Netflix 纪录片《AI Gone Rogue》不准确,称其为了最大化拟人化和末日叙事而牺牲事实。
Google 周二宣布开源 TorchTPU,这是其 PyTorch 版本,可让 AI 应用运行在 Google 的 TPU 上,开发者只需修改配置、无需重写代码即可把现有 PyTorch 应用迁移到 TPU 和 Google Cloud。
记忆张量发布并开源记忆原生大模型 MemT 1.0,把记忆从外挂模块内化进底层架构,由模型自行学习读写、更新和调用记忆。团队用 340 亿 token 分两阶段训练,并引入 Mixture-of-Storage(MoS)架构管理固定体积的记忆状态。
BizBench 揭示在真实商业环境中部署长程智能体所隐藏的挑战 论文:https://huggingface.co/papers/2610.20424
本地 AI 202:用投机解码获得大幅加速 https://x.com/i/broadcasts/1NGaroZveLVJj
Hugging Face 以直播形式发布一款新的开放权重模型,并给出直播链接 https://x.com/i/broadcasts/1DxleVaPLagKL。原文未披露模型名称、参数规模或能力细节。
Reflection 宣布 Beam 已在多平台上线,以 Apache 2.0 协议开放权重,并与 40 多家生态伙伴合作。此次发布包含权重、tokenizer 和参考实现,BF16、FP8、NVFP4 权重及 DFlash2 drafter,以及训练 Beam 所用的开源工具 Mirror CLI。Hugging Face 转发该消息并预告 Reflection 团队直播讲解 Beam 的构建过程。
推荐理由:Reflection 公开 Beam 的权重、量化版本与训练工具 Mirror CLI,可据此了解其开放程度与复现路径。
混合推理智能体 论文:https://huggingface.co/papers/2610.18861
明天将在 The Midway 与 @huggingface 一起拉开开源 AI 周的序幕 🪩 来舞池找 MiniMax 团队,我们准备了一些可爱的周边。 最新日程:https://opensourceaiweek.com @open_intel_fdn #OpenSourceAIWeek #OpenIntelligence
从失败到可学习的世界 面向导航智能体的策略条件环境生成 论文:https://huggingface.co/papers/2610.19420
NVIDIA 发布 Nemotron 3.5 Super VL,这是 120B 参数的开源多模态模型,主打智能体任务的速度与准确率,官方称吞吐量最高可达同类模型的 5 倍。
推荐理由:NVIDIA 一次放出 120B 多模态与两款端侧模型,读者可据此判断本地智能体部署的选型空间。
NVIDIA 在都柏林 AI in Science Summit 上加入欧盟委员会发起的 AI in Science Enablers Initiative,为欧洲科研社区提供加速工具、算力与培训支持。
Player-1 从合成经验中学习博弈 论文:https://huggingface.co/papers/2610.20584
VideoJev 用于视频理解与交互的系统一模型 论文:https://huggingface.co/papers/2610.18615
在这场直播中,与 @mervenoyann、@MaartenGr 和 @_EldarKurtic 一起了解如何通过投机解码在本地 LLM 上获得成倍的加速。 https://www.youtube.com/watch?v=H4azmWcqO5g
具身图灵机 面向机器人递归自我改进的有状态代码 论文:https://huggingface.co/papers/2610.12369
Anthropic 发布报告称,Z.ai 于 8 月发布的开放权重模型 GLM-5.3 可被任何人自由下载和修改,构成重大网络攻击风险。开放模型支持者认为其可本地运行、成本更低、便于学术研究并防止权力集中,而 Artificial Analysis LLM 排行榜前八名目前仍均为闭源模型。
帮助保持科学开放,来 Paper Pages 上试试:https://hf.co/papers
Qwen-Image-2.1-Multiple-Angles-LoRA 模型:https://huggingface.co/akhaliq/Qwen-Image-2.1-Multiple-Angles-LoRA
Amazon AGI 推出 Adaptively Looped Diffusion Language Models 在平均基准得分上超越所有已评估的 DLM 及对应的 AR 基线 项目:https://alo-dlm.github.io/ 摘要:https://arxiv.org/abs/2610.04198 代码库:https://github.com/amazon-science/ALoDLM 模型:https://huggingface.co/amazon/ALoDLM-8B
Hugging Face 团队发布多 harness RL 训练指南,指出同一模型在相同权重下,在一个 agent harness 中得分 62%,在另一个中仅 33%。
推荐理由:同一模型在不同 agent harness 下得分相差近一倍,这篇开源研究给出了不改 harness 的多环境 RL 训练方法。
MCP 正在强势回归!你现在可以用它们把数据接入 https://hf.co/chat?mode=ml-intern
Sam Altman 表示,OpenAI 正对智能体在训练和评估期间使用互联网访问的情况进行大规模审查,并已在链接中持续发布摘要。他称审查进度未达预期,原因是需从 PB 级智能体活动日志中厘清情况并与受影响机构协作,目前按严重程度排序并增加资源投入,Hugging Face 事件仍是已发现的最严重事件。对于智能体发现的其他公司漏洞,是否披露将由对方决定。
Qwen 宣布 Qwen-Image-2.1 在 Hugging Face Spaces 上线可直接试用的在线 demo,无需任何环境配置即可在浏览器中体验。该模型用单个 checkpoint 同时支持图像生成与编辑;据 Hugging Apps 介绍,它是 7B 参数的原生图像生成与编辑模型,最多支持 10 张参考图,并自带提示词增强 LLM,已集成 diffusers 与 ComfyUI。
推荐理由:Qwen-Image-2.1 在 Hugging Face Spaces 上线可直接试用的在线 demo,读者无需配置环境即可体验生成与编辑共用一个 checkpoint 的效果。
训练智能体 4:从奖励函数到环境。https://x.com/i/broadcasts/1OxwbngOoXEJB
🤗💚 https://blogs.nvidia.com/blog/nvidia-to-acquire-hugging-face/
我们用 Inkling-Small 把论文摘要变成快速、有用的总结。 开放权重 × 开放科学 🤝
我们 Hub 上的模型数量刚刚突破 300 万 🤗 社区正加速迈向一个开放、分布式的未来——开放 AI 无处不在,人人可用 🚀
2026 夏季开源模型现状 ☀️ 前沿模型规模越来越大,但小模型仍主导实际使用。Qwen 在本地推理中领先,Gemma 紧随其后。AI 智能体正成为 Hub 上的重要力量 完整内容见博客 🤗 https://huggingface.co/blog/state-of-open-models-summer-2026
AI 智能体如何复现 ICML 2026 论文 https://x.com/i/broadcasts/1OxwbbdvRygJB
我们正与 Open Secure Alliance 合作制定安全事件学习指南,共同为安全事件建立更好的审查、披露与控制机制。
小技巧:在你的网站/应用中添加“Sign-In with Hugging Face”OAuth 按钮,社区成员就能轻松分享邮箱、创建模型/数据集仓库、将数据存入 Buckets,甚至启动 GPU 支持的 Jobs! https://huggingface.co/docs/hub/en/oauth
训练智能体 3:学习如何通过强化学习训练一个本地/开放权重智能体 https://x.com/i/broadcasts/1PKqrrbanaZGb
当各组织共享研究成果、工具和真实经验时,AI 安全水平会得到提升。 我们正与包括 @NVIDIA 在内的行业领导者一起加入开放安全 AI 联盟(Open Secure AI Alliance),帮助各组织识别和应对软件漏洞,并强化关键系统。 了解更多:http://nvda.ws/4pD8Fc5
释放参数 🤗
本地 AI 201 https://x.com/i/broadcasts/1kKzDDbaQyeJv