NVIDIA 发布 Cosmos3-H-Dreams 临床胆囊切除生成式手术仿真模型
NVIDIA 发布 Cosmos3-H-Dreams，将交互式生成式仿真带入临床胆囊切除手术场景，官方称其为首个基于临床手术录像训练、支持实时运动控制的开源生成式手术仿真器。
全部科技·金融动态
Hugging Face BlogAI 评分5757 Hugging Face Blog精选AI 评分7171 Hugging Face 推出 TorchTPU，让 PyTorch 原生支持 TPU
Hugging Face 介绍 TorchTPU 这一 PyTorch 原生 TPU 后端，Transformers、Diffusers 和 Kernels 无需 torch_xla 即可原生运行在 TPU 上，模型只需 device_map="tpu" 即可加载。
推荐理由：原文介绍了 TorchTPU 原生后端与安装方式，并给出 batch 64 下 21.5× 的解码加速等实测数据，读者可据此评估迁移成本。
Hugging Face Blog精选AI 评分7171 Ai2 发布 FairStress 基准，揭示大模型公平决策中的隐性不对称
Ai2 发布 FairStress 基准，测量大模型在涉及人口群体决策中超越最终选择的隐性公平问题，覆盖 300 个场景、扩展为超过 1300 万测试用例。实验发现模型更易在有利于少数群体的对抗性前缀下放弃正确答案，15 个模型的放弃正确答案差距平均为隐含身份 6.9 个百分点、显性标签 9.3 个百分点；对照 BBQ 表明测量偏差方向部分取决于评测方式。
推荐理由：Ai2 官方技术报告，提出用对抗性前缀测试模型决策稳定性，并审计训练数据与九种去偏方法的效果。
Hugging Face BlogAI 评分5555 ALTK-Evolve 用学习到的指南让 gpt-4.1 登顶 τ²-bench 客服基准零售榜
ALTK-Evolve 用同一模型 GPT-4.1 从智能体自身轨迹中蒸馏行为指南并追加到系统提示词，无需更新权重或人工标注，让基础 ReAct 智能体在 τ²-bench retail 达到 Pass^4 67.5%。
Financial Times · InternationalAI 评分5454 FT 分析特朗普伊朗战争中的意外受益国
FT 报道称，因买家急于替换受霍尔木兹中断影响的供应，从加拿大到阿根廷的多国投资与产量激增，成为伊朗战争的意外受益者。
Hugging Face Blog精选AI 评分6363 Hugging Face 发布 AnyLanguageModel 1.0，统一 Apple 平台本地与托管模型调用
Hugging Face 发布 AnyLanguageModel 1.0，同时推出 swift-huggingface 1.0 和 swift-xet 1.0。
推荐理由：官方发布 1.0 版，介绍了兼容 Foundation Models 的统一 API、托管推理支持和适配设备的开源模型选项。
Hugging Face Blog精选AI 评分6868 PyTorch 2.15 提升 Mac MPS 后端：MoE 解码提速 5–6.5 倍、视频 VAE 内存从 270 GiB 降到 8 GiB
Hugging Face PyTorch 团队介绍 PyTorch 2.15 的 MPS 后端更新：MPS 支持 torch.float8_e4m3fn 的 FP8 张量和 F.scaled_mm。
推荐理由：原文给出 PyTorch 2.15 MPS 后端的具体性能数字与内存变化，Mac 上跑模型和训练的读者可据此评估升级收益。
Hugging Face Daily PapersAI 评分4040 ConfigWM：可配置感知的世界模型研究
研究者提出 ConfigWM，通过任务条件化状态提取实现可配置感知，以语言任务描述为配置信号，将视觉嵌入映射到任务特定状态空间，过滤与任务无关的干扰信息，并在该状态空间中学习动作条件动力学用于规划。在干扰逐级增强的环境中，ConfigWM 规划成功率保持稳定，平均比最强基线高 22.3%，物理量探测 Pearson r 提升 0.365，干扰到干净检索提升 75.5%。
Hugging Face Daily PapersAI 评分4848 Self-Credit：基于组内重缩放的长程智能体 RL 信用分配方法
一项新研究提出 Self-Credit，一种端到端智能体 RL 方法，通过自生成信用分配与组内重缩放，把 RLVR 的稀疏结果奖励转化为密集监督信号。该方法包含带引用的摘要生成、组内重缩放和优势重加权三个组件。
Hugging Face Daily PapersAI 评分5858 VLA 模型机制研究：激活注入可驱动 pi0.5 执行 99.6% 的目标任务轨迹
研究者开发可解释性管线研究 Vision-Language-Action 模型的内部计算，向动作专家注入任务 A 的激活可使 pi0.5 在 99.6% 的回合（n=1,968）执行任务 A 的运动轨迹，且该程序绑定绝对工作区坐标、忽略可见场景。
Hugging Face Daily PapersAI 评分4747 HarnessAdapt-RL：训练整个 Agent，而不只是模型
研究者提出 HarnessAdapt-RL，在强化学习中同时训练策略并自适应调整 harness。基于 9B 基座模型，该方法在 SWE-bench Verified、Multilingual 和 Pro 上 pass@1 分别比 GRPO 提升 9.8、12.6 和 6.4 个百分点，并超过配备 OpenHands harness 的 GRPO。
Hugging Face Daily PapersAI 评分5757 Agent4Sci 测试床发布：前沿智能体在科学 ML 基准上的表现与局限
论文提出 Agent4Sci，一个衡量前沿编程智能体能否改进科学 ML 基准已发表最优模型的长程测试床，覆盖 11 个领域共 20 个基准。Claude Opus 平均相对提升 10.4%，但增益几乎全部来自常规 ML 工程技巧而非研究级洞察，并呈现新颖性误判、资源利用不足和快速坍缩为局部工程扫参三类局限。
Hugging Face Daily PapersAI 评分4444 Cache Engineering for Agents：让 LLM 智能体直接控制 KV cache
一项新研究提出 cache engineering 方案，让 LLM 智能体在不修改轨迹、不重新 prefill 的前提下直接控制活跃 KV cache，可通过 drop 排除选中缓存、用 repos 调整保留键的位置编码，并配套设计了 AKV serving 引擎。
Hugging Face Daily PapersAI 评分4040 WorldStream：流式交互式 3D 世界模型，支持分层规划与持久状态
WorldStream 是一个开放式 3D 世界模型，具备三项能力：将可玩地形扩展到预设地图之外、响应运行中世界的开放语言指令、并按编辑记录恢复已访问地点。它用 Macro/Micro 分层规划器生成结构化决策，由确定性本地代码编译为地形、道路、聚落、植被和实体，单一世界记录保留规划、种子、对象身份与可变状态，支持有状态 NPC 交互。
Hugging Face Daily PapersAI 评分4444 Qwen-Audio-3.1-ASR 技术报告
阿里千问发布 Qwen-Audio-3.1-ASR 技术报告，这是在 Qwen-Audio-3.0-ASR 基础上改进语音识别并扩展说话人分离转录与通用音频理解能力的音频语言模型系列。
Hugging Face Daily PapersAI 评分5757 AI 研究团队自主发现线性注意力架构的论文提出多学科智能体协作设计
论文提出由不同学科背景、保留私有研究历史并通过自适应分配获得研究机会的持久 AI 研究员组成的团队，用于自主探索线性注意力架构。该团队在 1.3B 规模的语言建模、常识推理和检索任务上超越 GDN2。消融实验显示，去掉学科背景、私有历史或自适应分配中的任一组件，发现质量都明显下降。
Hugging Face Daily PapersAI 评分4343 AgenticRoboRL：将编码智能体后训练方法引入机器人规划器
研究者推出 AgenticRoboRL 框架，用监督微调结合多轮强化学习对不同机器人 harness 的规划器做后训练，通过 harness 专属适配器统一 RL 训练流程。在 LIBERO-PRO 上，9B 参数规划器的成功率从 18.1% 提升至 71.0%，接近 Codex（GPT-5.5）配合外部记忆达到的 72.1%。框架与训练好的规划器 checkpoint 将开源发布。
Hugging Face Daily PapersAI 评分4242 StreamEval：交互式流式视频生成模型评测基准
研究者推出 StreamEval，一个面向交互式流式视频生成的统一基准，涵盖 avatar 对话、avatar 表演、世界生成、指令编辑和参考编辑五类任务。基准包含 300 个时长 15-300 秒的脚本化测试用例，从任务执行、状态一致性、视觉保真度和视听协调四个维度、十项指标按 0-100 分评估。
Hugging Face Daily PapersAI 评分5656 研究追踪七开源 RL 训练框架：1,598 篇方法论文仅 37 篇被纳入
Taiheng Pan 的 arXiv 论文追踪七个开源 RL 后训练框架的提交历史，并关联 2025 年 1 月至 2026 年 6 月筛选的 6,939 篇 arXiv 论文。
Hugging Face Daily PapersAI 评分4242 校准顺应对（CAP）：让聊天模型回应时匹配用户方言变体的后训练方法
一项 arXiv 研究追踪了从 SFT、DPO 到强化学习各后训练阶段对模型匹配用户方言倾向的影响，发现 10 个开源模型系的后训练把回复统一为标准英语，且 DPO 更新偏好匹配英式/澳式拼写而非 AAE 和 Singlish。研究者提出校准顺应对（CAP）偏好数据，在完全开源模型上提升了对未见方言特征的匹配度，同时未增加标准英语用户的方言输出，也不损害指令遵循能力。
Hugging Face Daily PapersAI 评分5151 虚拟世界具身智能体持续预训练研究：120 组配置揭示数据量、多样性与模型规模的扩展规律
arXiv 论文（arXiv:2610.28698）通过 120 组持续预训练（CPT）配置，系统研究数据量、多样性与模型规模对虚拟世界具身智能体的作用，覆盖 0.8B 到 27B 四种模型规模、50 到 1,600 小时六档数据预算和五种数据混合。
Hugging Face Daily PapersAI 评分3535 Real In, Real Out：只用真实数据做场景文本编辑的 TextRIRO 方法
场景文本编辑（STE）研究提出 TextRIRO，不依赖合成配对数据，而是通过对真实图像进行 Crop、Shuffle、Mask 等破坏操作构建自配对监督，基于条件扩散架构训练。
IEEE SpectrumAI 评分2424 IEEE 2025 社会影响报告聚焦 50 余万会员的公益工程项目
IEEE 发布 2025 Social Impact Report，展示超 500,000 名会员在儿童在线保护、人道救援和气候等领域的公益工程。
IEEE Spectrum精选AI 评分6161 Agility Robotics 联合创始人复盘 Digit 5 的设计与商业取舍
Agility Robotics 联合创始人 Jonathan Hurst 讲述公司发布 Digit 5 背后的设计取舍与心路历程，该机器人重超 120 kg，可反复举起 23 kg 箱子、够到 1.75 米高货架，电池支持运行 90 分钟、9 分钟充满，目标每天工作 20 小时。
推荐理由：联合创始人亲述 Digit 5 设计取舍，从 ATRIAS 到商用落地的演进脉络为理解人形机器人产品化提供了难得的一手视角。
IEEE SpectrumAI 评分1010 IEEE Spectrum 白皮书：边缘 AI 如何让智慧城市从洞察走向认知行动
IEEE Spectrum 与 Wiley 联合推出、由 Intel 赞助的白皮书，讲解边缘 AI 与物理 AI 如何帮助城市超越被动监控，实现能感知、推理并行动的基础设施。
Hugging Face Blog精选AI 评分6060 TorchNeuron 为 AWS Trainium 带来 PyTorch 原生后端，HF 库原生支持
Hugging Face 宣布 TorchNeuron 为 AWS Trainium 提供原生 PyTorch 后端，自 2026 年 10 月 20 日起开放公测，可通过 pip install torch-neuronx 安装。
推荐理由：官方宣布 Trainium 获得 PyTorch 原生后端，HF 库可直接使用，还给出覆盖率变化和训练示例。
Hugging Face Daily PapersAI 评分3636 TRACE：用多模态临床轨迹建模进行住院风险预测
研究者提出 TRACE（多模态临床事件轨迹建模）框架，将 EHR 数据、胸片、放射报告和出院摘要按天级轨迹组织，用时间注意力编码并分离全局上下文与当日事件。在 MIMIC-IV、eICU 和 MIMIC-III 共近 180,000 次住院数据上，TRACE 在全部 9 个数据集-任务设置中取得最高 AUROC，其中 8 个取得最高 ACC，涵盖死亡率、住院时长和再入院预测任务。
IEEE SpectrumAI 评分5555 美国电机加装变频驱动器有望释放数十吉瓦电网容量
美国约5000万台电机耗电接近全国需求的三分之一，加装变频驱动器（VFD）可将电机能耗降低约40%到60%，但目前工业设施仅16%的电机系统、商业领域仅4%的电机使用该技术。能源专家与厂商推动通过激励和能效标准扩大部署，ABB高管称给现有电机全部加装驱动器可满足最多五年的数据中心增长而无需新建电厂，丰田2015年在肯塔基工厂试点后每年节省超过70万美元电费。
Google Research精选AI 评分6464 Google Research 发布 VERID 框架与闭环湿实验室智能体研究成果
Google Research 发布三项研究，构建面向自主湿实验室的智能体基础模块。VERID 框架基于 PyLabRobot 提供实验室工作单元的语义数字孪生，支持实时 3D 状态追踪、虚拟试运行、硬件安全检查和视频与动作日志同步。
推荐理由：原文给出 Google 让智能体在湿实验室自主做实验的三个研究项目与具体指标，读者可以了解真实实验反馈如何补足计算设计。
IEEE SpectrumAI 评分3030 IEEE 为智慧城市提供更多服务与支持
IEEE 正通过智慧城市技术社区为希望转型智慧城市的政府提供更多服务，该社区由 IEEE Future Directions 于 2013 年发起，2025 年 11 月升级为 TAB 技术社区，目前有超过 7,000 名志愿者参与智能电网、智慧水务、城市 AI 等 10 个技术方向。
Hugging Face BlogAI 评分5555 NVIDIA 与 AI4Bharat 发布 2.8 万亿 token 印度语言预训练语料 Nemotron-pretraining-Indic-v1 及开放数据生成管线
NVIDIA 与 IIT Madras 的 AI4Bharat 推出 Nemotron-pretraining-Indic-v1，包含约 2.8 万亿 token，覆盖印度宪法 22 种语言，将随开源的 GPU 加速数据生成管线一同发布。
Hugging Face Blog精选AI 评分8383 Reflection 发布开源模型 Beam：501B 参数 MoE，Apache 2.0 协议
Reflection 在 Hugging Face 发布其首个开源模型 Beam（Beam-1.0-501B-A23B），为 501B 参数、每 token 激活 23B 的 MoE 模型，采用 Apache 2.0 协议，支持 1M token 上下文，主打编码与智能体场景。
推荐理由：官方博客给出 Beam 的架构细节、基准成绩和部署微调配方，读者可以据此评估在自有硬件上跑前沿开源模型的成本与路径。
Hugging Face BlogAI 评分5757 IBM 发布 Granite Switch 4.1 模型，单端点支持对话、决策与语音识别
IBM 在 Hugging Face 发布 Granite-Switch-4.1-8B 与 -30B 模型，将 Decision aLoRA、Guardian 安全决策 aLoRA 与 Granite-Speech-5.0-Turbo-CTC（OpenASR 排行榜最快 ASR 模型）组合进单一模型，VRAM 占用约等于基础模型本身。
Mistral AI精选AI 评分6262 Mistral 发布首个时序基础模型家族 Timestral，209M 参数登顶三大公开基准
Mistral 发布首个时序基础模型家族 Timestral，含 5M、28M、123M、209M 四种规格，最大 209M 模型在 GIFT-Eval、TIME 和 fev-bench 三大公开基准上排名第一，以约三分之二的参数量超过此前最优模型。
推荐理由：官方给出了四个参数规模在 GIFT-Eval、TIME 和 fev-bench 上的排名与 CPU 延迟数据，读者可以据此评估时序预测选型。
Hugging Face Blog精选AI 评分7070 Apertus 1.5 发布：8B 与 70B 模型新增多模态与思考模式
Project Apertus 发布 Apertus 1.5，在 8B 和 70B 基础上以继续预训练方式加入图像和音频理解、可选思考模式，上下文窗口扩展至 262,144 tokens，模型权重于 2026 年 7 月 24 日以 Apache 2.0 许可上传 Hugging Face。
推荐理由：官方发布说明完整公开了训练流程、数据与中间检查点，读者可据此了解开源多模态模型的全链路做法。
Hugging Face Blog精选AI 评分8484 Meta 发布开源权重多模态 MoE 模型 Muse Spark Open，约 816B 参数
Meta 发布开源权重多模态 MoE 模型 Muse Spark Open，总参数约 816B、每 token 激活约 42B，支持文本、图像、音频和视频输入，上下文窗口最高 1M tokens，定位为 agentic coding 模型。
推荐理由：原文给出架构细节、部署配方和实测吞吐数字，开发者可以据此评估如何在自己环境里运行或微调这个 816B 模型。
Google ResearchAI 评分4343 Google Research 在 Research@ 2026 大会展示 10 项放大人类创造力的研究成果
Google Research 在山景城 Research@ 活动上展示 10 项研究成果，将新能力交给医生、科学家、开发者等。Google Earth AI 开放三种实验性访问方式，提供超过 70 种地理空间工具，Google.org 出资 1000 万美元支持危机应对与公共卫生。
Google Research精选AI 评分7171 Google Research 发布 Deep Review 智能体文档审阅系统
Google Research 公开发布 Deep Review，一个对复杂技术文档提供严谨反馈与技术验证的智能体系统，前身为 Paper Assistant Tool，曾与 STOC 2026、ICML 2026、NeurIPS 2026、ICLR 2027 四个会议合作，为逾 16,000 篇 opted-in 稿件提供会前反馈。
推荐理由：原文给出四阶段智能体审阅流程、每周两次免费额度与 API 接入方式，读者可据此评估它如何缓解技术文档验证瓶颈。
Google ResearchAI 评分5050 Google Earth AI 地理空间智能体上手：应对地球重大挑战
Google 介绍其基于 Gemini 构建的地理空间推理（Geospatial Reasoning）智能体的最新进展，并发布技术报告与 GeoKTools、GeoExpertQueries 两个新基准。
Google Research精选AI 评分7676 Google Research 发表 NBER 论文：AI 辅助在专利起草实验中提升资深律师技能但对初级律师效果有限
Google Research 在 NBER 发表论文，对 11 家知识产权律所的 133 名律师开展三个月随机对照实验，测试 Gemini Notebook 中的 AI 专利写作助手对短期产出与长期技能的影响。
推荐理由：研究用三个月随机对照实验区分了AI辅助表现与无辅助技能，发现资深律师受益而初级律师的判断力并未随之提升。