Hugging Face

普通人何时能感受到AI的影响？

本文作者在休假后反思AI对普通人的影响，认为目前AI在日常生活中的直接作用仍很小，主要惠及精英和知识工作者。作者将当前AI发展与工业革命对比，指出社会惯性和利益分配不均可能阻碍AI的普及，并担忧其发展可能重蹈核能的覆辙。

ZipFormer-30M 越南语语音识别模型发布

Hugging Face 上发布了越南语语音识别模型 ZipFormer-30M-RNNT-6000h，基于 ZipFormer 架构，仅 30M 参数，在 CPU 上转录 12 秒音频仅需 0.3 秒。该模型在 VLSP 2025 竞赛中获第一名，并在多个基准上优于更大模型。模型采用 RNN-T 损失，训练数据约 6000 小时，支持快速 CPU 推理，适

实测星火X2.5：代码智能体能力升级，全国产算力模型可交付

讯飞发布参数293B的星火X2.5 MoE大模型，重点提升代码与智能体能力，API支持Anthropic和Responses协议。实测中，该模型能生成3D粒子交互网页、拆解61页财报并发现数据错误，还能为游戏设计官网。星火X2.5基于全国产算力训练，训练效率提升至93%，标志着国产算力模型进入可交付时代。

OpenBMB 发布首个昇腾原生 1.58 位三元大模型 BitCPM-CANN

OpenBMB 发布了 BitCPM-CANN 模型系列，这是首个基于华为昇腾 NPU 原生训练的端到端 1.58 位三元大语言模型系统。该系统将量化感知训练集成到 Megatron-LM 框架中，并使用 MindSpeed 加速，在昇腾 910B 上训练了 0.5B 至 8B 四个模型。在 11 项基准测试中，1B/3B/8B 模型保留了全精度性能的 95

MiniMax-H3 Turbo LoRA 适配器发布，支持 ComfyUI 加速视频生成

drbaph 在 Hugging Face 发布了 MiniMax-H3 Turbo LoRA 适配器，专为 ComfyUI 优化，支持文本到视频和参考到视频生成。这些 LoRA 通过动态秩压缩技术，将模型大小减少最多 83%，同时保持高数值保真度，并加速推理步骤。该仓库包含多个版本的 LoRA 文件，并提供了详细的数值验证结果。

TranslatePsy-AfriSLM：面向非洲语言的优化机器翻译

Hugging Face 博客发布了 TranslatePsy-AfriSLM，一个覆盖 19 种撒哈拉以南非洲语言的开源机器翻译套件。其 0.8B 参数的小模型在多个基准上超越 Qwen3.5-122B 等大型模型，训练数据量减少 96%，并支持设备端部署。该研究旨在通过高质量数据扩展，为非洲社区提供无需联网的 AI 翻译服务，相关论文将发表于 EMNLP

Uno：扩散增强LLM实现无损加速推理

Hugging Face 论文页面介绍了一种名为 Uno 的新型扩散增强自回归语言模型，通过扩散蒸馏和 Ψ-Spec 采样器实现无损并行解码，无需草稿模型即可加速推理。Uno 在多个基准上超越现有扩散模型，最高可提升 3 倍速度，并已发布代码和检查点。社区讨论中，作者回应了与 Orthrus 等方法的相似性争议，强调架构差异。

Perplexity转投阿里千问，基于Qwen3.8打造本地Agent

硅谷AI独角兽Perplexity推出本地Agent产品Portable Computer，采用阿里开源模型Qwen3.8-27B，并在英伟达DGX Spark硬件上优化算法。Perplexity估值超300亿美元，其大模型选择从Claude、GPT转向阿里Qwen，此前已基于Qwen3研发嵌入模型。阿里近期开源多个Qwen3.8系列模型，成为全球开源AI基

教师门控在线蒸馏：提示级验证提升训练效率与准确性

Hugging Face 每日论文页面介绍了一篇题为《Verify Before You Distill: Prompt-Level Teacher Gating for On-Policy Distillation》的论文。该论文提出教师门控在线蒸馏（TGOPD）方法，通过验证器评分的探针在提示级别验证教师可靠性，并将提示路由到密集蒸馏或基于验证器的强化学

NAICS GitHub 仓库分类器：基于 RoBERTa 的行业分类模型

Hugging Face 上发布了 aquiro1994/naics-github-classifier 模型，这是一个基于 RoBERTa-large 微调的多类文本分类模型，用于将 GitHub 仓库分类到 19 个 NAICS 行业部门。该模型使用 6,588 个标注仓库训练，支持通过仓库名称、描述、主题和 README 进行预测。模型提供了详细的 P

Synaptics 发布 MobileNetV2 多格式量化模型

Synaptics 在 Hugging Face 上发布了 MobileNetV2 模型，该模型由 tf.keras.applications 生成，支持 int16、int8、float32 和 float16 格式，其中 int8 量化使用随机数据。此外，还提供了 Google 发布的原始量化模型 kaggle.tflite，采用 v1 tflite 量

OpenAI 报告 AI 研究智能体进展，首席科学家警告控制风险

OpenAI 发布内部数据，显示 AI 智能体已深度参与其研究，并宣称达到“自动化研究实习生”里程碑，同时首席科学家 Jakub Pachocki 发文警告，当前对 AI 系统的控制能力不足，链式思维监控可靠性下降，呼吁加强安全标准。

双层协调反思：多智能体LLM系统的博弈论方法

该论文将多智能体LLM系统的协调形式化为双层博弈和随机记忆反思，引入环境接地评估门和SRMA算法，并证明其收敛性。在SWE-bench基准上，基于Kimi的完整系统解决了72.2%的问题，而公开的mini-SWE-agent参考为70.8%。

阿里发布Qwen-Drive 1.0：统一驾驶与座舱AI，但解释与决策存偏差

阿里巴巴研究部门发布了Qwen-Drive 1.0，这是一个将空间感知、交通问答和路线规划整合到单一AI模型中的驾驶系统。该模型基于Qwen3.5-4B，通过添加3D地图和路线规划模块，在模拟中将车辆偏离道路率从24%降至12%，但解释与驾驶决策有时不一致。模型已免费向研究社区开放。

Nemotron-3-Nano-4B 登陆 Apple Core AI，实现高效端侧推理

mlboydaisuke 在 Hugging Face 上发布了 Nemotron-3-Nano-4B-CoreAI，这是 NVIDIA 的混合 Mamba-2/Transformer 模型在 Apple Core AI 运行时上的量化版本。该模型在 iPhone 17 Pro 上达到 16.0 tok/s 的解码速度，在 M4 Max 上达到 85.2 t

GPT-6 Sol内测曝光：速度是Astra的6倍，OpenAI研究员人均带3个AI实习生

OpenAI正在内部测试GPT-6 Sol模型，其单次测试速度是刚发布的Astra的6倍，但输出能力较弱。同时，OpenAI披露内部数据显示，研究员人均使用3个AI Agent辅助工作，并宣布实现自动化AI研究实习生目标。首席科学家Jakub Pachocki发文呼吁行业减速，并警告AI监控难度加大。

GOSIM Shenzhen 2026 全议程公布：DHH领衔，聚焦开源AI技术栈

GOSIM Shenzhen 2026 开源技术大会将于 10 月 16-17 日在深圳举办，由 DHH 领衔，汇聚英伟达、微软、HuggingFace 等 150+ 全球讲师。大会设置 6 大技术主题论坛、7 场 Workshop、4 场 Hackathon 及 Spotlight 项目路演，聚焦 Agent、开源模型、机器人、边缘智能等下一代开源 AI

Iris：攀登搜索前沿的代理模型

Hugging Face 论文页面介绍了 Iris-mini 和 Iris-pro 两个搜索代理，分别基于 35B-A3B 和 397B-A17B 规模训练。它们通过结合监督微调和强化学习的多阶段流程，在 BrowseComp、DeepSearchQA 等基准上取得了开源搜索代理中的领先成绩。论文计划发布模型权重及完整训练配方。

另有 1 家信源报道

llama.cpp b10829 发布：修复 GDN 归一化对齐

llama.cpp 发布 b10829 版本，修复了 GDN 归一化从 max 改为 rsqrt 的问题，以与 flash-linear-attention 和 transformers 的实现对齐。该修复影响 Qwen3-Next 等模型的推理精度，并提供了多平台二进制下载。

llama.cpp b10828 发布，新增 Spark2 5 模型支持

llama.cpp 发布 b10828 版本，新增对 Spark2 5ForCausalLM 模型的支持，该模型由 Hugging Face 和社区开发者共同贡献。此版本提供了适用于 macOS、Linux、Windows、Android 等多个平台的预编译二进制文件，涵盖 CPU、Vulkan、CUDA、ROCm、OpenVINO 等多种后端。