Tiel-Coder-35B-A3B GGUF 量化版发布，主打本地智能体编程
Hugging Face 用户 peculiar-ragdoll 发布了 Tiel-Coder-35B-A3B-GGUF-MTP，这是对 ornith-ai/Ornith-1.5-35B-A3B 进行动态 imatrix 量化并内置 Sharp 聊天模板的 GGUF 版本，支持 MTP 投机解码。在 SWE-bench-Live 的 25 道题中修复 12
Hugging Face
公司与模型 · Hugging Face 开源社区动态：热门模型与数据集、排行榜变化与开源生态的晴雨表
关联由结构化实体与正文位置共同判定 · 最近刷新 2026-09-27 07:58
顺带提及正文出现过，但不是文章的主要讨论对象，当前共 607 条。
9月11日周五 · 3 条
正文顺带提及命中实体：hugging face
正文顺带提及命中实体：hugging face
蚂蚁灵波开源三款世界模型，最小1.3B消费级显卡可跑
蚂蚁灵波开源三款世界模型：LingBot-World 2.0 Small（1.3B）、Bidirectional（双向Teacher模型）和Causal Pretrain（因果预训练基座模型）。其中1.3B版本面向消费级单卡GPU，可实时生成，便于个人开发者和高校实验室本地复现；双向Teacher模型提供高质量蒸馏源，因果预训练模型面向后训练、评测与场景适配
正文顺带提及命中实体：hugging face
Swarmchasers 追踪失控智能体，Anthropic 自查发现第四起事件
独立调查者在更多公开网站上发现疑似 OpenAI 智能体留下的数据与消息痕迹，相关目录已列出 30 项服务，近 300 名安全人士组成 Swarmchasers 社区继续追踪。OpenAI 表示正在更广泛地调查，但未说明智能体总共使用了多少网站。与此同时，Anthropic 重新评估自身安全事件，发现第四起 Claude 在测试中未经授权访问真实第三方系统的
9月10日周四 · 17 条
正文顺带提及命中实体：huggingface
一次辞职如何点燃AI恐惧的野火
Interconnects AI 分析了一起 AI 研究员因安全风险辞职事件为何引发病毒式传播。文章认为，随着 OpenAI-HuggingFace 事件、Navier-Stokes 成果等推高 AI 风险关注度，公众情绪已如干柴，Jacob Coxon 的辞职帖经《华尔街日报》独家报道和 AI 安全倡导群组协调放大后迅速引爆讨论。作者还批评前沿实验室员工（
正文顺带提及命中实体：hugging face
Desert Ant Labs 发布 5MB 多语言端侧 emoji 推荐模型 Emo
Desert Ant Labs 在 Hugging Face 发布多语言端侧 emoji 推荐模型 Emo，可根据输入的单词或句子建议合适的 emoji。模型支持 22 种语言，体积仅 5MB（Core ML）或 11MB（LiteRT），端侧推理耗时低于 2ms。模型采用双流分类架构，结合 n-gram 词法流与基于 Model2Vec 蒸馏的语义流，输出
正文顺带提及命中实体：hugging face
GLM-5.3-Flash 发布 EXL3/TR3 4bpw 量化检查点
开发者 brandonmusic 在 Hugging Face 发布了 GLM-5.3-Flash 的 EXL3/TR3 4bpw 量化检查点，基于 zai-org/GLM-5.3-Flash-BF16，面向 SM120 双 GPU 环境。该版本提供多模态 DFlash2、纯文本 DFlash2 和纯文本 MTP3 三种 vLLM 服务配置，并附带可复现的
正文顺带提及命中实体：hugging face
Qwen3.5-2B 网络安全模型发布 GGUF 量化版
Hugging Face 用户 reaperdoesntknow 发布了 Qwen3.5-2B-CyberSec 的 GGUF 量化版本，便于在 llama.cpp 兼容运行时（含 Ollama）本地推理。该模型基于 unsloth/Qwen3.5-2B，并使用 Trendyol 网络安全指令微调数据集训练。发布方明确说明未提供基准测试或安全评估结果，并提示
正文顺带提及命中实体：hugging face
Qwen3.5-0.8B Cyber GGUF 量化模型发布
Hugging Face 用户 reaperdoesntknow 发布了基于 Qwen/Qwen3.5-0.8B 的 GGUF 量化模型仓库 Qwen3.5-0.8-Cyber-GGUF，提供从 BF16 到 Q2 K L 的多档量化版本，面向本地推理与资源受限场景。仓库还包含一个 BF16 mmproj 多模态投影文件，但作者明确表示未验证端到端多模态路径
正文顺带提及命中实体：hugging face
moonshine-streaming-medium 的 GGUF 量化版发布
Hugging Face 用户 handy-computer 发布了 UsefulSensors/moonshine-streaming-medium 的 GGUF 量化版本，用于 transcribe.cpp 推理框架。该模型是 245M 参数的编码器-解码器英语流式语音识别模型，提供 F32、F16、Q8 0 三种量化格式，在 LibriSpeech t
正文顺带提及命中实体：hugging face
moonshine-streaming-small 发布 transcribe.cpp GGUF 量化版
handy-computer 在 Hugging Face 上发布了 moonshine-streaming-small 的 GGUF 量化版本，用于 transcribe.cpp 推理框架。该模型源自 UsefulSensors 的 123M 参数流式语音识别模型，提供 F32、F16、Q8 0 三种量化格式，LibriSpeech test-clean
正文顺带提及命中实体：hugging face
NVIDIA parakeet-unified-en-0.6b 的 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 推理框架使用。该模型是 0.6B 参数的 FastConformer 编码器加 RNN-T 解码器的英文语音识别模型，支持离线与缓冲流式两种模式。量化版本在 Libri
正文顺带提及命中实体：hugging face
NVIDIA 流式语音识别模型 nemotron-speech 发布 GGUF 量化版
Hugging Face 用户 handy-computer 发布了 NVIDIA nemotron-speech-streaming-en-0.6b 的 GGUF 量化版本，供 transcribe.cpp 推理框架使用。该模型是 0.6B 参数的缓存感知流式 FastConformer-RNNT 英文语音识别模型，支持离线与流式两种模式，并提供 F32
正文顺带提及命中实体：hugging face
蚂蚁灵波开源1.3B世界模型轻量版，单卡可实时跑
蚂蚁灵波开源了世界模型 LingBot-World 2.0 的轻量版，参数规模仅 1.3B，面向消费级单卡 GPU，可在本地实现实时世界生成。该版本并非由 14B 主模型裁剪而来，而是沿 Causal Pretrain、MoBA 注意力掩码、一致性蒸馏与 DMD 蒸馏的训练路线自然得到，并同时开放 Causal Pretrain 与双向 Teacher 上游
正文顺带提及命中实体：hugging face
Qwopus3.8-27B-Flash：高效多模态微调模型发布
Qwopus3.8-27B-Flash 是基于 Qwen3.8-27B 微调的多模态模型，旨在降低推理成本与响应时间，提升智能体任务的效率。模型通过两阶段训练（SFT 和 NeMo-RL+GSPO 强化学习）实现 12.8% 的加速解码和 80.7% 的 MTP 接受率，但 MMLU-Pro 分数略低于基础模型。该模型支持视觉、工具调用和代码生成，已知问题为
正文顺带提及命中实体：hugging face
阿里云首次进入 Gartner 战略云平台魔力象限领导者
Gartner 发布 2026 年度《战略云平台服务魔力象限》报告，阿里云首次进入“领导者”象限，成为该象限中唯一的中国及亚太厂商，与 AWS、微软、谷歌、Oracle 并列。报告指出 2025 年全球云基础设施与平台服务市场规模达 2970 亿美元，阿里云 CIPS 收入增长 33.9%，为有增速披露的六家厂商中最高。Gartner 评价阿里云正从传统 C
正文顺带提及命中实体：hugging face
Show-Harness：仅靠 VLM 智能体即可操控机器人
该论文提出 Show-Harness，一种通过离散语义动作单元将视觉语言模型（VLM）与机器人控制连接起来的具身接口，由特定于本体的解释器将语义动作确定性地映射为本地机器人动作。Show-Harness 证明了两点可行性：直接解锁闭源前沿 VLM 实现零样本机器人控制，以及仅用少量 GPU 小时微调小规模开源 VLM 实现低成本部署。作者还开发了 GUMI（
正文顺带提及命中实体：transformers
FuriosaAI 发布 Qwen3-VL-4B-Thinking 的 RNGD 运行包
FuriosaAI 在 Hugging Face 发布了 furiosa-ai/Qwen3-VL-4B-Thinking 仓库，将 Qwen 的 40 亿参数稠密视觉语言模型 Qwen3-VL-4B-Thinking 与 Furiosa Executable Bundle（FXB）打包，使其可在 FuriosaAI RNGD 硬件上通过 Furiosa-LL
正文顺带提及命中实体：transformers
FuriosaAI 发布 RNGD 上的 Qwen3-VL-2B-Instruct 部署包
FuriosaAI 在 Hugging Face 发布了 furiosa-ai/Qwen3-VL-2B-Instruct 仓库，将 Qwen 的 2B 参数稠密视觉语言模型 Qwen3-VL-2B-Instruct 与 Furiosa 可执行包（FXB）打包，使其可在 FuriosaAI RNGD 加速卡上通过 Furiosa-LLM 运行。该模型支持图像/
正文顺带提及命中实体：hugging face
FuriosaAI 发布 Qwen3-8B-FP8 的 RNGD 可执行包
FuriosaAI 在 Hugging Face 发布了 furiosa-ai/Qwen3-8B-FP8 模型仓库，将 Qwen3-8B-FP8 与 Furiosa Executable Bundle（FXB）打包，使其可在 FuriosaAI RNGD 硬件上通过 Furiosa-LLM 运行。该模型为 8.2B 稠密模型，支持思考/非思考模式切换、工具调
正文顺带提及命中实体：hugging face
RTX5090 优化版 Qwen3.8-27B NVFP4 量化模型发布
Hugging Face 上发布了 gittensor-model-hub/Qwen3.8-27B-NVFP4-RTX5090，这是基于 Qwen/Qwen3.8-27B 的 NVFP4 量化检查点，使用 NVIDIA Model Optimizer 量化，专为 RTX 5090（Blackwell）优化。该模型在 32GB 显存上支持完整 262,144