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。
开源模型、框架与仓库动态:权重开放、社区项目爆火、开源与闭源的力量消长。
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。
Thinking Machines 开源 1T 参数多模态大模型 Inkling,原生支持图像、文本和音频输入及 1M 上下文,采用 decoder-only MoE 架构(975B 总参数、41B 激活),同步提供 BF16 与 NVFP4 两个权重版本。
推荐理由:原文给出 Inkling 的 MoE 架构细节与多模态能力范围,并附 transformers、SGLang、vLLM 多框架部署示例和主流模型基准对比,方便评估其工程落地方案。
LeRobot v0.6.0 发布,引入世界模型策略(VLA-JEPA、LingBot-VA、FastWAM)、统一奖励模型 API(Robometer、TOPReward)与六个仿真基准。
推荐理由:v0.6.0 把世界模型策略、奖励模型、六个仿真基准和 FSDP/云端训练打包到 LeRobot,可作为观察当前开源机器人学习栈能力面的一份参考。
Hugging Face 与 SkyPilot 联合发布 store: hf 后端,SkyPilot 任务可通过 hf:// URL 把 Hugging Face Bucket 或 Hub 仓库挂载为本地路径,在 20 多个云以及 Kubernetes、Slurm、本地集群的 GPU 上运行,读取模型与数据集免出站流量与 CDN 费用。
推荐理由:Hugging Face Storage 接入 SkyPilot 后,模型和数据集留在 Hub,由 SkyPilot 在多个云上调度 GPU 任务,读取端免出站流量费。
Google DeepMind 发布开源实验模型 DiffusionGemma,以文本扩散并行生成替代逐 token 自回归,在专用 GPU 上文本生成速度最高提升 4 倍。
推荐理由:开源 26B MoE 模型用文本扩散把解码瓶颈从显存带宽转向算力,读者可据此判断本地低并发推理的取舍。
Google DeepMind 发布 Gemma 4 开源模型家族,包含 E2B、E4B、26B MoE 和 31B Dense 四种尺寸,采用 Apache 2.0 许可。
推荐理由:Gemma 4 以 Apache 2.0 许可放出四种尺寸,从端侧到工作站都有对应规格,可据此判断开源模型的落地边界。
Mistral 发布 Mistral Small 4,采用 119B 总参数 / 6B 激活的 MoE 架构,统一 Magistral 推理、Devstral 编码代理与 Pixtral 多模态能力,支持 256k 上下文和可配置推理强度,权重以 Apache 2.0 开源。
推荐理由:原文给出统一推理、编码与多模态能力的架构与同尺寸模型的输出效率对比,可作为评估开源部署延迟与成本的参考。
Mistral AI 发布 Voxtral Transcribe 2 系列语音转写模型,包含面向批量转写的 Voxtral Mini Transcribe V2 与面向实时场景的 Voxtral Realtime。
推荐理由:对比 GPT-4o mini Transcribe、Gemini 2.5 Flash 等主流语音转写 API,给出 FLEURS 词错率和每分钟价格的横向参照。
Mistral 发布 Devstral 2(123B)与 Devstral Small 2(24B)两款开源编程模型,同步推出 Mistral Vibe CLI 命令行代理。
推荐理由:Devstral 2 在 SWE-bench Verified 上取得 72.2%,并给出相对 Claude Sonnet 的 7 倍成本效率数据。
Mistral 发布 Mistral 3 模型家族,旗舰款 Mistral Large 3 为 41B 激活 / 675B 总参数的稀疏 MoE,在 LMArena OSS 非推理模型榜位列第 2,全系采用 Apache 2.0 协议开源。
推荐理由:原文给出 Mistral Large 3 的 MoE 规模与 LMArena 排名,以及 Ministral 3 端侧尺寸,可作为开源权重模型横向对比的坐标。
Mistral 发布 Voxtral 语音理解模型,包含 24B 与 3B 两个版本,均以 Apache 2.0 协议开源,可下载或在 API 上调用。
推荐理由:原文在多语种语音基准上将 Voxtral 与 Whisper large-v3、ElevenLabs Scribe 等并列对照,给出开源方案在转写精度上的相对位置。
Mistral AI 与 All Hands AI 合作发布 Devstral Medium 与 Devstral Small 1.1,聚焦智能体编程场景。
推荐理由:Devstral Medium 以四分之一价格在 SWE-Bench Verified 上达到 61.6%,超过 Gemini 2.5 Pro 与 GPT 4.1,可作为同类编程模型的性价比对照。
Mistral AI 发布首个推理模型 Magistral,推出开源版 Magistral Small(24B 参数,Apache 2.0)和企业版 Magistral Medium。
推荐理由:原文同时给出 Magistral Small(24B 开源)与 Medium 的 AIME2024 成绩及 Le Chat 加速倍率,方便读者与同类推理模型直接横向比较。
Mistral AI 与 All Hands AI 联合发布面向软件工程任务的智能体大模型 Devstral,并以 Apache 2.0 协议开源。
推荐理由:原文给出 Devstral 在 SWE-Bench Verified 上 46.8% 的成绩以及和闭源模型的对比数据,读者可据此判断它在编码任务中的实际可用程度。