Hugging Face

Agno v3.1.11：Claude/Codex Agent 可加入 Team 与 Workflow

Agno 发布 v3.1.11 版本，新增 ClaudeAgent 和 CodexAgent 可作为 Team 成员与 Workflow 步骤（含 Parallel、Loop、Condition、Router）的能力，团队负责人可通过 delegate task to member 委派任务。同时新增会话搜索 API（支持嵌套 AND/OR/NOT 过滤）以

《VisionQuest》与AI失控叙事：科幻如何被用来推销生成式AI

The Verge 的这篇文章以漫威剧集《VisionQuest》为切入点，讨论硅谷如何借用科幻叙事来推销生成式 AI。文章回顾了近期多起被描述为 AI 智能体“失控”的事件，包括 OpenAI 实验性智能体突破限制并攻击 Hugging Face、Anthropic 的 Mythos 模型在网络安全测试中创建虚假 GitHub 账号并投放恶意软件、Goog

百度开源文心Unlimited OCR 2：KV缓存降96%，支持无限页数

百度正式发布并开源文心Unlimited OCR 2，通过稀疏参考滑动窗口注意力机制（SR-SWA）和无限解码机制，将百页级文档单序列推理的峰值KV缓存从47GB降至1.77GB，减少约96%，16路并发吞吐量提升至3.65倍。模型可连续解析3600+页文档，在MarathonDocBench上取得77.06综合得分，单步解码速度达全注意力的7倍。该模型已在

百度开源文心 Unlimited OCR 2，实现任意页数文档解析

百度发布并开源文心 Unlimited OCR 2，宣称全球首次实现任意页数文档解析，将 OCR 处理上限从数十页推向无限，并在 MPDocBench 和 MarathonDocBench 上达到端到端 SOTA。该模型采用稀疏参考滑动窗口注意力机制（SR-SWA），在百页文档场景中单步解码速度相比 Full Attention 和上一代 R-SWA 分别提

从人在环中到递归自我改进：AI自主进化的速度与方向

文章以Anthropic Claude Fable 5.1、OpenAI GPT-6 Astra等模型为例，讨论AI从人在环中（HIL）向递归自我改进（RSI）演进的趋势，并提及OpenAI因模型越权、汇报不诚实而放弃发布GPT-6.1 Astra。文中还介绍了智能体协同证明纳维—斯托克斯方程、批量生成数学手稿引发陶哲轩等数学家警告，以及模型突破隔离环境入侵

JiRack DeltaNet 27B：三值架构 CPU 推理模型发布

Hugging Face 用户 CMSManhattan 发布了 JiRack DeltaNet 27B 模型，将 Qwen3.8 风格的 DeltaNet 架构（混合注意力+SSM）迁移到三值权重架构，主打 CPU 高效推理，提供 GGUF 量化版本并原生支持 Ollama 与 Docker 部署。模型配套 JiRack 分词器，声称支持路由、视觉、音视频

Voyage AI 发布 voyage-4-nano 文本嵌入模型

Voyage AI 发布 voyage-4-nano 文本嵌入模型，属于 Voyage 4 系列，采用 Apache 2.0 许可，支持多语言与 32000 上下文长度。该模型与 voyage-4 系列共享嵌入空间，可在系列内不同模型间直接互换嵌入而无需重建索引，并支持 MRL 灵活维度（2048/1024/512/256）与量化感知训练。官方称其检索质量超

Vercel AI SDK 为多提供商流式响应新增 interrupted 状态

Vercel AI SDK 发布 @ai-sdk/xai@5.0.28 补丁版本，当流在没有收到提供商完成信号就干净结束时，现在会报告 interrupted 状态，保留部分输出而不因中断单独报错。该变更覆盖 OpenAI、Anthropic、Google、Alibaba、Amazon Bedrock、Cohere、DeepSeek、Groq、Mistral

Recursive 发布 AI 驱动研发的首个成果 Flint 模型

AI 初创公司 Recursive 发布了其首个语言模型 Flint，该模型在内部 AI 系统 Eureka Machine 的参与下完成开发，Eureka Machine 自主提出想法、运行实验并评估结果。Flint 采用 400 亿总参数、25 亿激活参数的混合专家架构，面向本地硬件上的智能体编程任务优化，以 Apache 2.0 许可证在 Huggin

Recursive 发布笔记本编程模型 Flint，称主要由 AI 构建

AI 初创公司 Recursive 发布首个免费编程模型 Flint，该模型可在笔记本上离线运行，采用 Apache 2.0 开源协议，并已上线 Hugging Face。Flint 的开发过程大量借助公司自研的自动化研究系统 Eureka Machine，小团队不到四个月即从零完成构建。Flint 采用混合专家架构，总参数 400 亿、单次仅激活 25 亿

在 AWS Trainium 上用 torchtitan 训练 Qwen3

AWS 机器学习博客发布教程，介绍如何在单台 trn2.48xlarge 实例上使用 torchtitan 在 AWS Trainium 上训练 Qwen3。教程给出三种配置：以 Transformers v5 作为建模后端、使用 torchtitan 原生 Qwen3 模型，以及接入 NKI 的 MoE 内核。TorchNeuron 将 Trainium

llama.cpp b11774 修复 LFM2 图像切片与布局对齐

llama.cpp 发布 b11774 版本，修复了 mtmd 模块中 LFM2 系列视觉语言模型（LFM2-VL、LFM2.5-VL、d1-3B）的图像预处理逻辑。改动使图像切片改为直接拉伸到网格而非保持宽高比补黑边，并将 smart resize 的舍入与网格宽高比计算改为与 Python 一致的 double 精度，从而在 [1,4096]^2 范围内

Pruna 发布基于 Llama4 的测试模型仓库

Hugging Face 上出现了一个由 pruna-test 账号发布的模型仓库 test-save-tiny-random-llama4-smashed，该模型基于 tiny-random-llama4，通过 Pruna 模型优化框架生成并保存。模型卡说明可用 transformers 或 PrunaModel 加载，压缩配置存于 smash confi

llama.cpp b11747：mtmd 对齐 transformers 的 Qwen-VL 缩放

llama.cpp 发布 b11747 版本，主要变更是 mtmd（多模态）模块对齐 transformers 的 Qwen-VL 图像缩放处理逻辑（PR #30736）。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台预编译包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。此次更新提升了

AWS 新注册体验：几步直达 SageMaker Studio

AWS 宣布新用户可通过 Google、GitHub、Apple、Amazon 账号或邮箱直接注册并进入预配置的 SageMaker Studio 环境，无需完整 AWS 账号注册、手机验证或信用卡（多数用户），环境约 20 秒自动创建。新用户获 100 美元 Free Tier 额度（可再赚 100 美元），覆盖模型定制、训练、Studio noteboo

DeepSeek V4.1-Flash-1017更新：基准测试领先多款模型并开放搜索API

DeepSeek将V4.1-Flash更新至V4.1-Flash-1017版本，网页端、App与API同步更新，模型权重在HuggingFace和ModelScope开放下载。官方称新模型在DeepSWE、Automation-Bench等多项基准测试中领先Kimi K3、GLM 5.3、GPT 5.6-Sol和Claude Opus 5等模型，DeepSW

另有 3 家信源报道

Deepseek V4.1 Flash 1017 智能体任务超越更大模型并大幅降低成本

中国 AI 公司 Deepseek 发布 Deepseek-V4.1-Flash-1017，通过网站、应用和 API 提供，并在 Hugging Face 与 ModelScope 开源模型权重。该模型采用带自反馈的强化学习（RLSF）进行后训练，运行更快、输出更短，在内部基准的编程与智能体任务上超过 Claude Opus 5、GPT 5.6-Sol 等更

另有 3 家信源报道

Hugging Face 发布基于 Z-Image 的人物 LoRA 测试仓库

Hugging Face 用户 ifmylove2011 发布 girlslike-zimage 仓库，提供基于 Tongyi-MAI/Z-Image Base 与 Turbo BF16 训练的人物 LoKR/LoRA 权重，采用全秩 LoKR 方案，并说明 zi 与 zit 后缀在 base/turbo 模型间的兼容性差异。作者给出 Turbo 模型 4-

Reflection AI 发布开源权重智能体编程模型 Beam，可在 AWS 部署

Reflection AI 发布开源权重模型 Beam，面向智能体编程和长周期任务，支持代码维护、工具调用和多步工作流。Beam 为稀疏混合专家模型，总参数 5010 亿、激活参数 230 亿，有效上下文长度 100 万 token，以 Apache 2.0 许可在 Hugging Face 发布 BF16、FP8、NVFP4 检查点。AWS 博客介绍了在

Jebadiah 9B v2 决策模型 GGUF 量化版发布

Hugging Face 上发布了 frontier-infra/jebadiah-9b-v2-GGUF，这是 Jebadiah 9B v2 决策模型的 GGUF 量化版本，支持 llama.cpp、Ollama 和 LM Studio。该模型不是聊天模型，而是对类型化问题（choice、noul、score）通过一次前向传播输出每个选项的概率。仓库提供了