Hugging Face 发布 2026 年夏季开源模型生态观察报告
Hugging Face 发布 2026 年夏季开源模型观察报告，基于 1-8 月 Hub 数据指出：中国前沿实验室跳过中小模型路线，直接发布 754B 至 2.78T 参数的开源模型；美国一侧由 AMD 与 NVIDIA 领跑，各发布超过 200 个模型仓库。
推荐理由：用 Hub 真实数据量化开源模型的下载、衍生与流量分布，读者可以据此判断各类开源策略的实际生态效果。
#Agent
#Agent
今日 1 条Hugging Face Blog精选AI 评分7575 Google DeepMind精选AI 评分7575 Google DeepMind 发布面向编码与 Agent 的 Gemini 3.7 Flash
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码与智能体场景的主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：原文对比了 3.7 Flash 与 3.6 Flash 的多项基准提升和半价定价，便于判断是否值得替换现有编码与智能体工作流。
Hugging Face Blog精选AI 评分7272 Hugging Face 复现 2,200 篇 ICML 论文的发现与教训
Hugging Face 联合 1,221 名社区成员在 19 天内用 Claude Code、Codex、Cursor 等编码智能体逐条复现 ICML 2026 的 2,226 篇论文，发布 6,816 份 Trackio logbook 和 35,908 条公开裁决。
推荐理由：原文公开了 35,908 条裁决结果和多个被推翻的论文案例，可作为用编码智能体批量复现会议的参考方法。
Hugging Face BlogAI 评分4040 想用 ACE？ALTK-Evolve 用更少 token 就能达到同等效果
ALTK-Evolve 与 ACE 都是让智能体从自身轨迹学习的记忆系统，差异在交付方式：ACE 每步注入完整 playbook，ALTK-Evolve 按任务选择性检索 guideline。
Import AIAI 评分7070 Import AI 468：23 条 RSI 政策建议、PostTrainBench+ 与 AI 竞赛中的信任和透明度
Import AI 第 468 期汇集了多项内容，包括智库 IFP 提出的 23 条 RSI 政策建议、MIT 与 Columbia 关于 AI 竞赛能否协调放缓的博弈论论文 Racing to Ruin，以及 Intology 的 Locus 在 PostTrainBench 上取得 44.7% 的成绩。
Hugging Face Blog精选AI 评分6969 Meta 开源 30B 多模态模型 Muse Glimmer，主打本地智能体场景
Meta 发布开源多模态模型 Muse Glimmer 30B，采用 Apache 2.0 协议，面向本地智能体用例，并获得 transformers、llama.cpp、vLLM、Inference Endpoints 的 day-0 支持。
推荐理由：原文给出Muse Glimmer 30B在Agentic、编码、安全等基准上对位Gemma4-31B、Qwen3.6-27B的逐项对比结果，并附transformers、llama.cpp下的本地推理与DFlash推测解码代码示例。
Microsoft Research精选AI 评分8383 微软开源 Orchard 智能体框架，Orchard-SWE 在 SWE-bench Verified 达 69.7%
微软研究院开源 Orchard 智能体框架，其核心 Orchard Env 是基于 Kubernetes 的可复用环境服务，支持在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中训练与评估智能体。
推荐理由：原文给出可复用的开源环境服务与三个训练配方，读者可据此了解小模型在真实任务上的表现水平。
Import AIAI 评分6161 Import AI 467：自复制 AI 病毒、放缓 AI 进展的呼吁与创造力争议
Import AI 467 汇总多伦多大学、Vector Institute、剑桥大学与 ServiceNow 的自复制 AI 病毒原型，它寄生被感染的 GPU 运行开源权重 LLM，用推理图完成漏洞识别、利用与自我复制，完整攻击成功率约 37%。
Google ResearchAI 评分4545 Science One Framework：基于 Chain-of-Evidence 的可验证自主研究框架
Google Research 提出 Science One Framework 自主研究框架，通过 Chain-of-Evidence（CoE）让 AI 生成论文的每条声明都可追溯到具体证据。
Microsoft Research精选AI 评分7272 微软研究院发布 Echoverse，为计算机使用智能体构建可演化深度训练环境
微软研究院发布 Echoverse，为计算机使用智能体搭建 12 个训练世界，包括 10 个深度领域世界与 2 个能力世界。在全部 12 个世界上训练的 9B 模型得分从 36.5% 提升到 67.1%，与 GPT-5.4 的 80.7% 相差 14 个百分点。
推荐理由：论文给出了高保真合成世界与数据库级验证器的搭建方法，并公开四个环境的代码与任务，可供智能体训练复用。
Microsoft Research精选AI 评分6161 微软提出 EvoLib：把经验转化为持续演化的知识
微软研究团队提出 EvoLib 框架，让大语言模型在推理时从自身经验中学习，无需真值标签或外部反馈。它把过去的尝试提炼为可复用的技能与反思洞察，通过整合和动态权重机制持续精炼，且不更新模型权重，可用于通过 API 部署的黑盒模型。在数学推理、带效率约束的代码编写和长程环境决策三类任务上，EvoLib 优于基于检索的记忆方法，并在大部分算力区间以更高效的 token 使用把测试时算力转化为性能提升。
推荐理由：EvoLib 将测试时的原始经验提炼为可复用技能与洞察，无需更新模型权重，读者可据此理解其持续学习机制。
Google DeepMind精选AI 评分7474 Google DeepMind 发布机器人具身推理模型 Gemini Robotics ER 2
Google DeepMind 发布 Gemini Robotics ER 2，这是面向机器人的具身推理模型，支持视频理解、任务编排和多机器人协作，已通过 Gemini API、Google AI Studio 向开发者开放，并在 Gemini Enterprise Agent Platform 上私测。
推荐理由：原文给出了进度分类与时刻定位的具体准确率和延迟数据，可据此判断高层推理模型在机器人任务编排上的能力边界。
Berkeley AI ResearchAI 评分4444 从 CUDA 到 MLX：K-Search 如何把数十年 kernel 经验带到 Apple Silicon
UC Berkeley Sky Lab 为 K-Search 内核搜索框架加入 MLX 后端，用结构化 CUDA-to-MLX 翻译层把已有 CUDA kernel 迁移到 Apple Silicon。
Hugging Face Blog精选AI 评分8484 Hugging Face 公开 2026 年 7 月 AI 智能体入侵事件完整技术时间线
Hugging Face 公开 2026 年 7 月一起由 OpenAI 模型驱动的自主 AI 智能体入侵其平台事件的完整技术时间线。
推荐理由：这篇技术复盘详细记录了每个攻击阶段的命令与配置缺陷，并给出 HF 的具体加固措施，可作为排查同类数据集处理管线和 Kubernetes 凭据管理的参考。
Berkeley AI ResearchAI 评分4343 ABBEL：教 LLM 更新信念状态，实现高效长程交互
ABBEL 框架让 LLM 把长程交互历史压缩为自然语言「信念状态」，并用信念打分监督其信息内容，以缓解上下文膨胀。在 CollabBench 协作编码任务中，ABBEL-rec-BG 把与全上下文模型的性能差距缩小约 50%，训练步数从 100 降到 50。其峰值上下文 token 数为 6.01×10²，低于全上下文模型的 14.08×10²。
Google ResearchAI 评分4747 Google Research：用强化学习让量子计算机在运行中持续从错误中学习
Google Research 在 Nature 发表的论文提出一种强化学习框架，让量子计算机在运行过程中持续读取纠错检测数据，自动调节数千个控制参数以对抗漂移。该方法在 Willow 超导处理器上验证：与注入人工漂移的基线相比，逻辑稳定性提升 3.5 倍；在专家人工校准基础上再经 RL 微调，逻辑错误率额外降低 20%。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布三款新模型 Gemini 3.6 Flash、3.5 Flash-Lite 和专注网络安全的 3.5 Flash Cyber。
推荐理由：原文列出三款 Flash 模型的基准提升、token 效率与每百万 token 价格，便于对比智能体任务的实际成本。
Google DeepMind精选AI 评分6262 Google DeepMind 发布网络安全模型 Gemini 3.5 Flash Cyber
Google DeepMind 推出 Gemini 3.5 Flash Cyber，一个基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞。
推荐理由：正文给出 CyberGym、Chrome 提交扫描和 V8 的对比数据与限量开放方式，可看轻量专用模型在漏洞发现上的成本与能力取舍。
Google DeepMind精选AI 评分6060 Google DeepMind 与 Isomorphic Labs 公布生物韧性联合方案
Google DeepMind 与 Isomorphic Labs 公布面向生物韧性的联合方案，覆盖预防、检测与响应三方面。双方称过去 12 个月与政府机构、生物安全组织和研究团队推进了 15 项以上合作，并向可信研究者开放模型与智能体以加速疫苗等应对手段的设计。方案还包括针对 Gemini 等模型的威胁建模、评测、缓解与监控四步安全流程。
推荐理由：官方披露生物韧性项目的预防、检测、响应三环节以及 15 项以上合作，读者可据此了解前沿模型参与生物安全治理的具体方式。
Hugging Face Blog精选AI 评分8383 Hugging Face 披露 7 月安全事件：AI 智能体驱动的入侵与 AI 辅助防御
Hugging Face 披露一起由 AI 智能体驱动的安全入侵事件，攻击者利用数据集处理中的远程代码加载与模板注入获取节点访问权限，并在多个内部集群横向移动。
推荐理由：原文给出了由 AI 智能体发起的入侵路径与 Hugging Face 的 AI 辅助防御流程，可供平台方对照自身攻击面与响应预案。
Hugging Face BlogAI 评分4848 Hugging Face：模型路由看似简单，实则不然
Hugging Face 在 AppWorld 417 任务（CodeAct agent）上对比发现，Claude Sonnet 4.6 总成本 $79 反而低于 GPT-4.1 的 $155，因为高 cache 命中下 Sonnet 更低的 cache-read 价摊薄了实际开销。
Berkeley AI ResearchAI 评分4343 智能免费之后：UC Berkeley 谈「为智能体、运行智能体、由智能体构建」的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人发布观点文章，提出推理成本趋近于零后，数据系统需围绕「为智能体、运行智能体、由智能体构建」三个方向重新设计。
Import AIAI 评分4848 Import AI 464：Fable 编写 GPU kernel；AI 自动化；模拟计算
Fable 在 KernelBench-Mega 提交首个真正 megakernel，在 RTX PRO 6000 Blackwell 上较 PyTorch 基线实现 18.71 倍加速。
Hugging Face BlogAI 评分5151 Hugging Face 公布 Kernels 项目重大更新
Hugging Face 公布 Kernels 项目重大更新，新增 Hub 上的 kernel 仓库类型、trusted publisher 机制和基于 Sigstore cosign 的代码签名。
Mistral AIAI 评分5252 Mistral 发布 Leanstral 1.5：面向 Lean 4 形式化验证的开源模型
Mistral 发布面向 Lean 4 形式化验证的开源模型 Leanstral 1.5（Apache-2.0），共 119B 总参数、6B 激活参数。该模型在 miniF2F 验证与测试集均达 100%，在 PutnamBench 上解决 587/672 题，并在 FATE-H 与 FATE-X 上以 87% 与 34% 取得新 SOTA，单题成本约 $4。
Import AIAI 评分3737 Import AI 463 期：NVIDIA ENPIRE 让机器人策略实现自我改进；及一篇反思人类预测技术局限的文章
NVIDIA 研究者推出 ENPIRE 框架，让编码智能体通过自动评估与重置机制自主改进物理机器人策略。该系统在 PushT、整理针盒、剪扎带等灵巧操作任务上达到 99% 成功率，其中 GPT-5.5（Codex）与 Opus 4.7（Claude Code）表现相当，Kimi-2.6 落后。Matthew Tokson 在 SSRN 论文中指出，人类既一贯低估技术突破，又常误判其社会影响。
Google DeepMind精选AI 评分7070 Google DeepMind 在 Gemini 3.5 Flash 中内置 computer use 工具
Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash，此前该能力仅以独立的 Gemini 2.5 computer use 模型提供。
推荐理由：computer use 从独立模型转入 Gemini 3.5 Flash 主模型，读者可了解智能体落地的调用入口与企业安全选项。
Mistral AIAI 评分5151 Mistral 为 Connectors 增加分级管控、范围化 API key 与多账号连接能力
Mistral 在 Connectors 中推出分级管控（GA）、范围化 API key（GA）、多账号连接（GA）以及用于 MCP 根因分析的 Connectors Debugger（Public Preview）。
Google DeepMindAI 评分5555 Google DeepMind 发布 AI Control Roadmap，说明如何为智能体做系统级安全防护
Google DeepMind 发布 AI Control Roadmap，一套用于 Google 内部署和管控 AI 智能体的纵深防御框架，在模型对齐之外增加系统级安全层，并同时发布面向政策制定者的技术框架 Three Layers of Agent Security。
Google DeepMindAI 评分5151 Google DeepMind 联合多方发起最高 $10M 的多智能体 AI 安全研究资助
Google DeepMind 与 Schmidt Sciences、Cooperative AI Foundation、ARIA 联合发起最高 $10M 的多智能体 AI 安全研究资助，由 Google.org 支持。资助覆盖四个优先方向，包括沙盒与测试床、智能体网络科学、智能体基础设施、监督与控制。申请截止 8 月 8 日，获资助者预计 2026 年秋季公布。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemma 4 12B，采用无编码器多模态架构
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本电脑的智能体多模态模型，视觉与音频输入直接进入 LLM 主干、不再依赖独立编码器，并配备 Multi-Token Prediction 草稿器以降低延迟。
推荐理由：原文给出无编码器多模态架构的实现细节，读者可比对它与 26B MoE 在内存占用上的取舍。
Google ResearchAI 评分5151 Google Gemini Enterprise Agent Platform 推出 Agentic RAG 公测版
Google 在 Gemini Enterprise Agent Platform 推出 Agentic RAG 公测版，新增 Sufficient Context Agent 判断上下文是否充分并驱动迭代检索。
Google ResearchAI 评分5252 Google Research 汇总 I/O 2026 科研与产品最新进展
Google Research 汇总了 I/O 2026 上发布的科研、医疗、端侧和开发者工具进展。
Mistral AIAI 评分4242 Mistral 在 AI Now Summit 2026 发布工业 AI 栈与升级版 Vibe 智能体
Mistral 在 AI Now Summit 2026 上推出 Mistral for Industrial Engineering 工业 AI 栈，已与 Airbus、BMW、ASML 在航空航天、汽车、半导体领域展开合作。智能体 Vibe 升级为长任务统一代理，可处理编码、深度研究与日程编排等多步工作；法国 Les Ulis 新建 10 MW 推理数据中心计划 2026 年 Q3 投产。
Mistral AI精选AI 评分7171 Mistral 推出统一智能体 Vibe，覆盖工作与编程场景
Mistral 推出统一 AI 智能体 Vibe，接替 Le Chat，同时面向长时多步工作任务与编程流程。
推荐理由：原文给出了 Vibe 的能力范围、定价档位和 VS Code、CLI 等接入方式，便于对比现有工作流判断其适配度。
Import AIAI 评分5858 Jack Clark 在牛津演讲中思考 AI 未来：递归自我改进将至，Anthropic 内部正在剧变
Anthropic 联合创始人 Jack Clark 在牛津 HAI Lab 演讲中指出，AI 能力随算力与数据投入持续可预测地增长，他估计两年内可能出现能自主设计后继版本的系统。
Mistral AI精选AI 评分7070 Mistral 发布 Medium 3.5 模型，同步推出 Vibe 远程编码 agent 与 Le Chat Work 模式
Mistral 发布 128B 稠密模型 Medium 3.5，同步在 Vibe 和 Le Chat 中推出远程编码 agent 与新的 Work 模式。
推荐理由：原文同时给出 Medium 3.5 的基准成绩、API 定价与云端编码 agent 形态，读者可以据此和同类模型与产品做横向对比。
Mistral AIAI 评分5757 Mistral Studio 上线 Connectors，支持内置与自定义 MCP 集成
Mistral AI 在 Studio 发布 Connectors，支持内置连接器与自定义 MCP 通过 API/SDK 接入所有模型与智能体调用。新增直接工具调用能力，以及通过 requires_confirmation 暂停执行、由应用端确认后继续的人工审批流程。
Google DeepMindAI 评分4949 Google 发布 Gemini for Science：面向科学发现新时代的 AI 实验与工具
Google 发布 Gemini for Science，在 Google Labs 开放三个科研实验工具。三个原型基于 Co-Scientist、AlphaEvolve 与 ERA、NotebookLM。Science Skills 集成 30 多个生命科学数据库，可在 Google Antigravity 使用。
Google DeepMindAI 评分5151 Google DeepMind 与新加坡政府达成国家级 AI 合作
Google DeepMind 宣布与新加坡政府达成国家级 AI 合作，在新加坡启动多个项目，覆盖医疗与生命科学、教育、科研和气候等方向。