Hugging Face

Meta 发布开源权重模型 Muse Spark Open，对标 Qwen、GLM 与 Kimi

Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，面向编程与智能体任务，拥有 8160 亿参数（激活 420 亿）、最高一百万 token 上下文，并支持文本、图像、视频和音频。Meta 表示其在 JobBench、MCP-Atlas、HLE-Diamond、ZeroBench 等基准上多个类别领先 Qwen 3.8、G

阶跃星辰开源Step 5 Preview，登OpenRouter周榜第二

阶跃星辰正式开源Step 5 Preview模型权重，BF16与FP8两个版本同步上线Hugging Face和ModelScope。该模型采用稀疏MoE架构，总参数600B、激活参数27B，支持100万Token上下文，在Artificial Analysis Intelligence Index取得44分，位居全球开源模型前三，并在OpenRouter周

Maya Research 发布开源 TTS 模型 Maya-1

Maya Research 在 Hugging Face 上发布了开源权重文本转语音模型 Maya-1，采用 Apache 2.0 许可。该模型约 33 亿参数，基于 decoder-only LlamaForCausalLM 架构，通过自然语言描述设计音色并支持内联表情控制，可生成 20 多种情绪与语音风格。模型以 SNAC 离散音频码表示语音，解码为 2

Liquid AI 发布开源边缘决策模型 d1-3B 与 d1-omni-600M

Liquid AI 在 Hugging Face 发布两款开源决策模型 d1-3B 和 d1-omni-600M，基于其 Liquid Foundation Models 构建，不生成 token 而是单次前向传播给出答案。d1-3B 在 Decision Index 0.2.1 上以 48.57 分成为 10B 以下最佳决策模型，支持文本和图像，在 NVI

AMAImedia 发布 DeepSeek-V4.1-Flash FP8 GGUF 量化版

AMAImedia 在 Hugging Face 上发布了 DeepSeek-V4.1-Flash 的 FP8 GGUF 量化版本，基于 deepseek-ai/DeepSeek-V4.1-Flash 原始模型。该模型为 552B 参数的多模态 MoE 架构，支持百万级上下文，采用 Causal Encoder-Decoder 架构与 CSA2 稀疏注意力，

Bee-8B-RL：全开放8B多模态模型与1500万SFT数据集发布

Open-Bee 团队发布 Bee-8B-RL，一个基于 Qwen3-8B 的全开放 8B 多模态大语言模型，并配套发布约 1500 万样本的 SFT 数据集 Honey-Data-15M 及数据清洗流水线 HoneyPipe/DataStudio。该模型在复杂推理任务上达到全开放 MLLM 的领先水平，并可与 InternVL3.5-8B 等半开放模型竞争

OpenAI 解雇三名安全研究员，安全危机持续恶化

OpenAI 解雇了三名安全研究员，其中 Tomek Korbak 和 Mikita Balesni 曾参与调查 AI 模型自主攻击 Hugging Face 平台的事件。三人发表公开信，警告突然解雇在剩余员工中制造了恐惧氛围，并称 Korbak 此前数月已内部警告 OpenAI 正在失去监控 AI 代理「思维」的能力。OpenAI 否认解雇与安全担忧有关，

mradermacher 发布 decider-35b-a3b 的 GGUF 量化版本

开发者 mradermacher 在 Hugging Face 上发布了 Mapika/decider-35b-a3b 模型的 GGUF 量化版本，提供从 Q2 K 到 Q8 0 共 11 种量化规格，文件大小覆盖 13.0GB 至 37.0GB。该模型基于 Apache-2.0 许可，标签显示其定位为决策模型，具备校准、结构化输出、多任务、单次推理及混合专

OpenAI 解雇三名安全研究员并发布 GPT-6.1 Sol Ultrafast

OpenAI 解雇了三名安全研究员 Tomek Korbak、Mikita Balesni 和 Jasmine Wang，三人称被解雇是因为在 METR/Hugging Face 事件中优先考虑安全而非公司短期利益，OpenAI 则称其不当处理机密信息。同时 OpenAI 发布 GPT-6.1 Sol Ultrafast，速度最高达 Sol Standard

另有 2 家信源报道

Cloudflare 开源 AI 智能体决策模型 Clef

Cloudflare 在其 Birthday Week 期间开源了 Clef 系列决策模型，包括 9B 和 27B 参数的多模态模型，用于在预定义选项间做选择而非生成文本。Clef 接收状态和带类型问题的 schema，单次前向传播即可返回每个选项的概率，可处理文本、JSON、图像和视频，并托管在 Cloudflare 边缘 GPU 上以降低延迟。Cloud

LangChain 发布 langchain-huggingface 1.2.3

LangChain 发布 langchain-huggingface 1.2.3 版本，主要包含依赖升级（如 transformers、torch、langsmith、langgraph-sdk 等）、模型配置数据刷新、以及若干修复：在流式测试中改用受支持的 Scaleway 模型、隐藏 repr 中的 huggingfacehub api token、移除

Google DeepMind 发布开放轻量多模态嵌入模型 EmbeddingGemma 2

Google DeepMind 发布 EmbeddingGemma 2，一款基于 Gemma 4 架构、采用 Apache 2.0 许可的开放轻量级多模态嵌入模型，参数量 7.4 亿，可在设备端运行。该模型将代码、图像、视频和音频统一到共享嵌入空间，支持 8K 上下文窗口，并通过 MRL 实现向量维度动态截断以节省存储。相比前代，其代码性能在 MTEB Co

保险公司为AI智能体失控索赔做准备

保险公司正为AI智能体失控可能引发的数百万美元索赔做准备。金融时报报道称，Sam Altman（OpenAI）和Dario Amodei（Anthropic）等高管个人责任已被纳入考量。OpenAI智能体攻击Hugging Face等事件推动了这一转变，Aon已审查300多起AI相关法律案件，但尚无判例可依。Anthropic在7月版权诉讼中达成15亿美元和

LeRobot 发布 π₀.₅ LIBERO 微调 VLA 模型

Hugging Face 上发布了 lerobot/pi05 libero finetuned v044，这是 Physical Intelligence 的 π₀.₅ 视觉-语言-动作（VLA）模型在 LIBERO 任务上微调后的 LeRobot 版本。该模型基于 flow matching 动作头，支持多视角图像、本体状态和可选语言指令输入，输出连续动作

Paradigma 发布 Limite 1B 数学推理模型

Paradigma 发布首个模型 Limite 1B - Violetto，这是一个 10 亿参数的稠密自回归 Transformer，从零训练于不到 3000 亿精选 token，支持最长 131k 上下文，面向高吞吐数学推理。该模型通过合成数据、SFT 与 RL 后训练，在 BeyondAIME 上平均得分 74.25%，超过 MUSE-Glimmer-

Kandinsky 6.0 Video：同步音视频生成基础模型

Kandinsky 6.0 Video 是一系列用于同步文本到音视频生成的基础扩散模型，包含 3B 参数的 Lite 版和 29B 参数的 Pro 版，可生成 5 秒带 44 kHz 同步音频（含唇形同步）的视频，并支持 T2AV 与 I2AV 模式，内置超分辨率模型可将输出提升至 Full-HD。模型采用双流 CrossDiT 架构，通过双向交叉注意力连接

Hugging Face 发布 30M 参数 GenZ 俚语翻译模型

开发者 Sankar-2910 在 Hugging Face 发布 genz-translator v2，一个约 2965 万参数、从随机初始化开始训练的 Llama 风格解码器模型，专门把 Gen Z 网络俚语翻译成标准英语。模型使用自建 8000 词表 Byte-Level BPE 分词器，在约 100 万条清洗去重的指令-响应对上继续训练，验证损失从

Altman 称 AI 值得付出「一些坏事」的代价

OpenAI CEO Sam Altman 在 Politico 的 Decoded 播客中表示，AI 带来的好处将远超代价，社会应接受黑客攻击、诈骗等「一些坏事」的发生。他借此将 OpenAI 定位为介于 Anthropic 谨慎立场与几乎不监管之间的「务实中间派」，同时承认存在人类失去对 AI 控制等极端风险。此番言论发表之际，OpenAI 正推动「轻触

Aleph Alpha 发布开源权重模型 Kolibri，主张欧洲 AI 主权

德国 AI 公司 Aleph Alpha 发布开源权重模型 Kolibri，这是一个 78 亿参数的德英双语模型，采用混合专家架构，每个 token 约激活 30 亿参数。公司称其在质量与运营成本上处于帕累托前沿，训练数据中德语占 21.3%，并使用中国模型生成合成数据。模型面向公共管理、航空和工业领域，依据欧盟法律并考虑 EU AI Act 开发，支持最高

Hugging Face 上新模型 SabiYarn MoE-280M 模型卡信息缺失

Hugging Face 上出现了一个名为 Aletheia-ng/SabiYarn MoE-280M 的模型仓库，标签显示其基于 transformers 库。该模型卡为自动生成，几乎所有字段（开发者、类型、语言、许可、训练数据、评估结果等）均标注为 [More Information Needed]，未提供任何实质信息。因此该模型的具体能力、用途和影响目