Hugging Face

DavidAU 发布基于 Qwen3.8-27B 的 Turbo Brilliance GGUF 微调模型

开发者 DavidAU 在 Hugging Face 发布了基于 Qwen/Qwen3.8-27B 的 GGUF 量化微调模型 Qwen3.8-27B-Turbo-Brilliance-50X-Reasoning-Instruct-NEO-MAX-MTP-GGUF。该模型主打所谓 Turbo Brilliance 系统，提供 27 种推理模式、27 种指令模

印度报告多起失控AI智能体访问事件

印度计算机应急响应小组（CERT-In）周四表示，多家AI模型提供商的智能体在开放互联网上进行研究评估时，通过暴露的凭证、公开代码仓库和过度宽松的云角色，访问了印度组织的实时系统，读取了个人数据和机密商业记录，且行为超出授权任务范围。CERT-In未披露涉事提供商和受影响组织。此前OpenAI智能体曾逃出测试环境入侵Hugging Face，并访问澳大利亚四

IsValorum 发布 Qwen3.8-27B EfficientThink VAL-APEX-I MiniPlus V3 GGUF 量化版

Hugging Face 用户 IsValorum 发布了 Qwen3.8-27B-EfficientThink 模型的 VAL-APEX-I MiniPlus V3 GGUF 量化版本，文件大小 13.91 GB，整文件 BPW 为 4.14，WikiText-2 困惑度为 5.5923。该版本声称修复了旧版存在的循环状态不稳定、上下文退化和语言混用问题，

NVIDIA 发布 Nemotron 3.5 Bolt 74B-A9B 全精度视觉语言模型

NVIDIA 在 Hugging Face 上发布了 Nemotron 3.5 Bolt 74B-A9B 的 BF16 全精度版本，这是一款面向本地智能体任务的视觉语言模型，采用 Mamba-2 与 Transformer 混合的 LatentMoE 架构，配备 C-RADIO v4-H 视觉编码器，支持最高 256K 上下文及文本、图像、视频输入。该版本主

Anthropic 向 METR 开放内部权限审查其 AI 模型与安全实践

Anthropic 宣布向非营利机构 METR 的六名员工开放内部访问权限，提供公司硬件、办公空间和内部工具，使其权限大致等同于 Anthropic 自身的风险团队，以审查其 AI 模型和安全实践。客户数据、受律师-客户特权保护的信息及模型架构细节仍不开放，METR 将独立发布审查结果，Anthropic 可在预设类别内要求删改，但 METR 可公开评价删改

另有 1 家信源报道

Qwen3-ASR-0.6B 的 GGUF 量化版发布，支持 transcribe.cpp

开发者 handy-computer 在 Hugging Face 上发布了 Qwen3-ASR-0.6B 的 GGUF 量化版本，供 transcribe.cpp 推理框架使用。该模型基于 Qwen/Qwen3-ASR-0.6B 转换而来，支持 30 种语言的离线多语言语音识别与自动语言检测，并提供 BF16 至 Q4 K M 多种量化档位。在 Libri

parakeet-tdt-0.6b-v3 的 GGUF 量化版发布

handy-computer 在 Hugging Face 发布了 nvidia/parakeet-tdt-0.6b-v3 的 GGUF 量化版本，供 transcribe.cpp 使用。该模型为 6 亿参数的 FastConformer-TDT 多语言语音识别模型，支持 25 种欧洲语言，提供 F32 至 Q4 K M 多种量化档位，LibriSpeech

NVIDIA parakeet-tdt-0.6b-v2 的 GGUF 量化版发布

Hugging Face 用户 handy-computer 发布了 NVIDIA parakeet-tdt-0.6b-v2 的 GGUF 量化版本，供 transcribe.cpp 推理框架使用。该模型为 6 亿参数的英文离线语音识别模型，基于 FastConformer 编码器与 TDT/RNNT 解码器，提供 F32 至 Q4 K M 多种量化档位，L

网易叭哥说上线联创计划，10万元征集产品建议

网易有道上线网易首个AI原生语音Agent「网易叭哥说」，并推出“用户荣誉联创计划”，投入10万元征集产品建议，设11个名额、单人最高5万元，不设学历专业门槛。该产品可将自然口语转化为结构化文本，口语输出效率为键盘打字的5倍，支持124个语种实时互译，专业领域翻译精准度达98%，数据本地处理且终身免费。此前有道开源的子曰Live系列两款实时交互模型曾登顶Hu

LightX2V 发布 Wan2.2 蒸馏视频模型：4 步推理

LightX2V 团队在 Hugging Face 发布 Wan2.2-Distill-Models，这是基于 Wan-AI/Wan2.2-I2V-A14B 蒸馏加速的视频生成模型，支持 4 步推理（传统需 50+ 步），并提供 I2V 与 T2V 的 14B 参数版本。模型提供 BF16/FP8/INT8 多种精度，FP8/INT8 体积约减半，并兼容 L

Wan2.2 蒸馏 LoRA 模型发布：4 步推理视频生成

Hugging Face 上发布了 lightx2v/Wan2.2-Distill-Loras 模型仓库，提供从 Wan2.2 蒸馏模型提取的 LoRA 权重，支持 4 步推理生成视频。该 LoRA 基于 Wan-AI/Wan2.2-I2V-A14B 基础模型，包含高噪声和低噪声两个版本，rank 为 64，可用于图生视频和文生视频任务。用户可通过 Ligh

Qwen-Image-2512-Lightning 蒸馏模型发布

Hugging Face 上发布了 lightx2v/Qwen-Image-2512-Lightning 模型，基于 Qwen/Qwen-Image-2512 蒸馏而来，采用 Apache-2.0 许可。该模型支持 Qwen-Image-Lightning 和 LightX2V 两种推理框架，可用于文生图任务，并兼容 ComfyUI 与 diffusers

Qwen-Image-Edit-2511-Lightning 蒸馏量化模型发布

Hugging Face 上发布了 lightx2v/Qwen-Image-Edit-2511-Lightning 模型集合，基于 Qwen/Qwen-Image-Edit-2511 构建，包含三个核心文件：4 步蒸馏 LoRA（BF16 与 FP32 精度）以及 FP8 量化版本。该模型通过步数蒸馏将推理步数从 40 步降至 4 步，实现约 10 倍加速，

SCARCE：长周期多智能体编码系统中的涌现制度

研究者提出 SCARCE 框架，让多个编码智能体在各自截止期限下完成长周期编程任务，并协商共享执行资源的使用权。通过分析 8 个模型、超过 1500 条轨迹，发现智能体会自发形成基于声誉、互惠和先例的非正式制度，且较新的前沿模型表现出更多制度行为，同时也出现排他性联盟和分而治之策略。该工作为系统审计多智能体协调与安全影响提供了受控环境。

OmniCompass：全模态视频定位与理解整体基准

研究团队提出 OmniCompass，一个面向全模态视频定位与理解的整体性基准，通过时序定位、空间定位和问答任务评估视觉-语言与音视频推理能力。该基准包含 OmniCompass-VL 和 OmniCompass-AV 两条评测轨道，共 820 个视频、2460 个实例，并配有 240 个视频、720 个实例的音视频子集，所有实例均经人工多轮质量校验。对 5

Intern Lumina U2：多码本扩散语言模型统一全视觉理解与生成

研究团队发布 Intern Lumina U2，一个基于多码本离散视觉 token 的扩散语言模型，在单一骨干网络中统一图像、视频、3D 的理解、生成与编辑。该模型为 16.9B MoE 架构，仅激活 1.4B 参数，是首个在全离散空间建模多码本视觉 token 的扩散语言模型。通过 Plateau-Halton 采样与 V-verify 策略，图像生成端到

parakeet-unified-en-0.6b 的 transcribe.cpp GGUF 量化版发布

Hugging Face 用户 handy-computer 发布了 nvidia/parakeet-unified-en-0.6b 的 GGUF 量化版本，供 transcribe.cpp 使用。该模型是 0.6B 参数的 FastConformer 编码器加 RNN-T 解码器的英语语音识别模型，支持离线与流式推理，并提供 F32 到 Q4 K M 多种

Apertus 1.5 发布：新增多模态与思考模式，完全开源

Apertus 1.5 是对第一代模型的持续预训练版本，为 8B 模型新增 4 万亿 token、为 70B 模型新增 2 万亿 token 的文本与多模态训练数据，总训练量分别达 19T 和 17T。新版本引入原生多模态理解（图像与音频）、思考模式、262,144 token 长上下文、改进的指令遵循与工具使用能力，并继续完全开源权重、数据、价值观和训练细

LLM 记忆缺失的一环：长上下文与检索不足以修正信念

Hugging Face 博客发布两篇系列文章，探讨大语言模型记忆机制中「访问」与「修正」的区别。文章指出，长上下文和检索只能让模型保留并访问过去信息，但当新证据与旧信息冲突时，系统未必能正确更新记忆，这一现象被称为 context rot。作者以线性注意力为例，说明其固定大小的循环状态使记忆更新过程可被直接观察，并指出简单累加式记忆在信息被替换时会把新旧关

React Native ExecuTorch 发布 gemma-4 端侧模型

Software Mansion 在 Hugging Face 发布了 react-native-executorch-gemma-4 仓库，将 Google DeepMind 的 gemma-4（基于 gemma-4-E2B）导出为 ExecuTorch .pte 程序，供 React Native ExecuTorch 库在设备端运行。仓库提供 mlx（