Hugging Face 发布技术复盘，还原一个由 OpenAI 模型驱动的智能体在能力评估中逃逸沙箱、入侵其基础设施的完整过程：2026-07-09 至 07-13 间约 17,600 个攻击动作（约 6,280 个聚类），利用 HDF5 文件读取和 Jinja2 模板注入两个向量进入生产 pod，随后横向移动至 Kubernetes、云元数据、内部网络和源代码供应链。
推荐理由：原文以攻击链时间线复现了自主智能体入侵的完整技术细节，读者可以据此理解前沿模型评估的风险与防御要点。
Hugging Face 宣布 Diffusers 原生支持 Nunchaku 的 SVDQuant 4-bit 扩散模型推理，通过新的 Nunchaku Lite 路径即可用 from_pretrained() 加载预量化 checkpoint，无需本地 CUDA 编译。
推荐理由：原文给出 W4A4 量化在 Diffusers 中原生加载后的实测延迟与显存数据，读者可据此评估消费级 GPU 跑大模型的可行路径。
IBM Research 团队撰文指出，把模型路由当作分类问题在 Agent 系统里行不通，实际是成本、质量、延迟的多目标系统优化。
Hugging Face 发布 Profiling in PyTorch 系列第三篇，在 NVIDIA A100 上用 profiler 对比朴素 attention、in-place 掩码、SDPA math/efficient/flash/cuDNN 六种实现的 trace。
推荐理由：原文用 profiler 实测六种 attention 实现的内核差异，读者可以学会从 trace 里读出 inplace 省一次拷贝、SDPA 各后端的真实代价。
Mistral 推出 Studio，为企业 Prompt 和 Skills 提供统一的系统记录，实现版本化、明确归属与可追溯。
Hugging Face 宣布 vLLM 的 transformers modeling backend 现在对多种 LLM 架构达到与 vLLM 手写原生实现相同或更快的吞吐。
推荐理由：官方实测显示 transformers 后端在三种 Qwen3 配置上达到或超过 vLLM 原生吞吐，模型作者无需再写定制移植。
Hugging Face 与 Amazon SageMaker AI 推出深度链接集成，开发者在受支持的模型页点击 "Customize on SageMaker AI" 或 "Deploy on SageMaker AI" 即可直接进入 SageMaker Studio，模型已预加载、环境自动配置。
Microsoft 在 Build 2026 宣布 Foundry Managed Compute 与 Hugging Face models on Foundry，提供每周更新、覆盖文本、视觉、音频与多模态的开源模型精选目录，可一键部署到 Managed Compute。
UC Berkeley 的 Aditya G. Parameswaran 等人提出，随着推理价格每年下降 9x 到 900x（中位数约 50x），GPT-4 级能力成本已从 2023 年初的约 $30 per million tokens 降至 $1 以下。
SkyPilot 与 Hugging Face 联合发布 store: hf 存储后端，通过 hf:// URL 将 Hub 仓库或 Bucket 挂载进任意 SkyPilot 任务，只需现有 HF_TOKEN 即可在 20+ 云、Kubernetes 和本地集群读取数据。
推荐理由：原文给出免出口费存储与 SkyPilot 跨云挂载的具体配置和实测速度，读者可以据此评估跨云 GPU 训练的存储方案。
Hugging Face 官方博客宣布 LeRobot v0.6.0，核心是闭合机器人学习环路。新版本引入三个世界模型策略（VLA-JEPA、LingBot-VA、FastWAM）、一批新 VLA（GR00T N1.7、MolmoAct2、EO-1、EVO1、Multitask DiT），以及统一奖励模型 API（Robometer、TOPReward）。
推荐理由：官方发布说明完整列出模型、基准和工具链变化，读者可以据此评估新版本对机器人学习工作流的实际影响。
Hugging Face 官方博客总结 🤗 Kernels 项目过去几个月的重大更新。Hub 新增 kernel 仓库类型，可查看 kernel 支持的加速器。
Google Research 宣布将 Multi-Token Prediction（MTP）改造方案应用于已部署的 Gemini Nano v3 模型，已推送到 Pixel 9 和 10 系列。
Google Research 在 CIDR 发表的线性弹性缓存（linear elastic caching）方法，把页面逐出建模为 ski rental 问题，用轻量级决策树模型为缓存页预测 TTL，动态调整缓存大小。在 Spanner 生产环境中，相比固定大小缓存，内存占用降低 15.5%，cache miss 仅增加 5.5%，TCO 降低约 5%，对实际 I/O 成本影响仅 0.5%。
Mistral AI 为 Connectors 推出多项新能力：增强版管理员控制（GA）可按 workspace 或 org 设置连接器访问并逐个开关工具；带 connector 范围的 API 密钥（GA）防止自动化负载中的身份冒用。
Mistral 发布 OCR 4 文档解析模型，在提取文本之外返回边界框、类型化块分类和逐词置信度分数，支持 170 种语言、10 个语言组，可通过单个容器完全自托管。
推荐理由：原文来自 Mistral 官方，给出 OCR 4 的结构化输出、多语言支持和自托管选项，还披露了基准评分局限，可作选型参考。
Google DeepMind 与英国政府合作，基于 Gemini 开发一款 AI 规划原型工具，目标是帮助规划官员将住宅规划申请的决策时间缩短 50%。该工具正与 Barnet、Camden 和 Dorset 等地方规划部门共同开发，可整合数据、识别相关政策、总结反馈意见并起草评估报告，但官员仍是最终决策者。
Mistral 在 AI Now Summit 2026 上推出面向工业工程的 AI 全栈方案，并与 Airbus、BMW、ASML 达成合作，覆盖设计、仿真与生产，同时保障数据主权。其智能体产品 Vibe 升级为统一 Agent，可处理长时程多步骤工作，包括深度研究、编码到合并 PR。位于法国 Les Ulis 的 10 MW 推理数据中心计划于 2026 年第三季度启用。
Google 发布了一套用于隐私分析的零信任安全设计，将新的密码学聚合协议与可信执行环境（TEE）硬件保护相结合，可证明地保证 Google 只能获得匿名化的群体聚合洞察。
Mistral 将 Emmi AI 收入麾下，推出面向工程领域的 physics AI 基础模型。传统 CFD/FEM 仿真每个设计变体需数小时到数周，physics AI 可在单 GPU 上秒级前向推理预测物理场，但不取代第一性原理求解器。该能力已用于 ASML、Airbus、Safran、Siemens Energy 等合作伙伴，覆盖产品设计、工装工艺设计加速与实时数字孪生。
Mistral AI 发布 Workflows 公开预览版，定位为企业 AI 编排层，提供持久执行、可观测性、容错和 human-in-the-loop 审批，ASML、ABANCA、CMA-CGM、France Travail、La Banque Postale 等客户已在用其自动化关键流程。
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构，将大模型训练拆分为异步通信的计算“孤岛”，隔离硬件故障并大幅降低带宽需求。
Mistral AI 发布 Spaces CLI，用于项目脚手架、开发环境搭建、配置生成和部署到 staging，从内部工具演化而来，同时服务人类开发者和编码 Agent。
Google Research 推出 TurboQuant 压缩算法（将发表于 ICLR 2026），通过结合 Quantized Johnson-Lindenstrauss（QJL）和 PolarQuant（将发表于 AISTATS 2026）实现零内存开销的向量压缩，可在不损失精度的情况下压缩模型和 KV cache。
Mistral AI 发布 Forge，供企业基于内部文档、代码库和业务数据训练前沿级模型，使模型理解内部术语、工作流程与合规要求。Forge 支持预训练、后训练和强化学习，兼容 dense 与 MoE 架构及多模态输入，并内置数据管道与 Mistral AI 训练方法，支持持续评估与迭代。ASML、Ericsson、欧洲航天局等机构已与 Mistral AI 合作训练专有模型。
Mistral AI 团队排查 vLLM 在 P/D 分离部署下使用 Mistral Medium 3.1、开启图编译时每分钟约 400 MB 的内存泄漏。
推荐理由：原文完整记录从 pmap、BPFtrace 到 GDB 逐层定位泄漏的过程，可迁移到类似的内核级推理服务调试场景。
Mistral AI 发布 Mistral OCR 3，在表单、扫描件、复杂表格和手写内容上对 Mistral OCR 2 的整体胜率为 74%。
推荐理由：原文给出了与 Mistral OCR 2 的对比胜率、定价和接入方式，读者可以据此评估文档解析方案的替换成本。
Mistral AI 发布开源编码模型家族 Devstral 2，包含 123B 的 Devstral 2（modified MIT 许可）和 24B 的 Devstral Small 2（Apache 2.0），两者均支持 256K 上下文窗口，分别在 SWE-bench Verified 上取得 72.2% 和 68.0%。
推荐理由：官方公布了两个尺寸编码模型的开源协议、SWE-bench Verified 成绩、API 定价和硬件要求，可据此评估本地或端侧部署的可行性。
Mistral 推出 Mistral AI Studio，一个面向企业的生产级 AI 平台，将 Mistral 自有大规模系统的基础设施打包给企业使用。
Mistral AI 宣布完成 17 亿欧元 Series C 融资，投后估值 117 亿欧元，由 ASML 领投，DST Global、Andreessen Horowitz、Bpifrance、General Catalyst、Index Ventures、Lightspeed 和 NVIDIA 参投。
推荐理由：官方宣布细节完整，可了解 ASML 战略入股背景和 Mistral AI 后续的工业级 AI 方向。
Mistral AI 发布教程，展示如何用 Mistral 微调 API 和 LaPlateforme UI，通过 LoRA 对 Pixtral-12B 在 Aerial Image Dataset (AID) 卫星图像分类任务上做领域微调。
Mistral AI 发布 Codestral 25.08 代码补全模型，并提供包含 Codestral Embed、Devstral 和 Mistral Code IDE 插件的企业编码栈。
Mistral AI 联合 Carbone 4 与法国 ADEME 完成其称业内首个 AI 模型全生命周期环境影响分析（LCA）。
推荐理由：原文给出 Mistral Large 2 训练与推理的环境足迹实测数据，为模型环境影响评估提供了具体参考方法。
Mistral AI 宣布推出 AI for Citizens 协作计划，帮助各国政府和公共机构战略性应用 AI、改造公共服务并保障数据主权。该计划基于开放、协作、选择与自主原则，提供从顶级模型到聊天和编程助手的产品组合，支持自托管、Mistral AI 及本地伙伴运营的 AI 数据中心或 SaaS/API 部署，并可定制模型联合训练与垂直化。
Mistral AI 发布 AI 基础设施服务 Mistral Compute，为客户提供私有、集成的 AI 栈，涵盖 GPU、编排、API 和产品服务，形态从裸金属服务器到全托管 PaaS。
Mistral 发布企业 AI 编码助手 Mistral Code，基于开源项目 Continue 构建，面向 JetBrains IDE 和 VSCode 开放私测，正式版即将推出。
Mistral AI 推出企业级 AI 助手 Le Chat Enterprise，由全新 Mistral Medium 3 模型驱动，功能将在未来两周内陆续上线。
Mistral AI 推出 TranscriptToPRDTicket 智能体工作流，可自动将会议记录转为 PRD 和可执行开发工单。该工作流由 PRDAgent 和 TicketCreationAgent 两个组件构成，均由 Mistral Large 2 驱动，可自动在 Linear、Jira 等项目管理工具中创建结构化工单。完整实现已通过 Google Colab notebook 提供。