Hugging Face 开源 Funes：为 Coding Agent 提供可跨机器携带的记忆层
Funes 是 Hugging Face 开源的 coding agent 本地记忆层，把 Claude Code、Codex、pi、Hermes 的 session 日志统一解析成 turn/block 结构。
推荐理由：funes 把各 coding agent 的 session 日志转成可索引、可跨机器检索的记忆层，并用基准测试给出相对上下文压缩和手写交接的量化成本对比。
产品更新
全部主题AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。
最新精选
第 21–37 条 · 共 37 条Hugging Face Blog精选AI 评分6868
Google DeepMind精选AI 评分7474 Google DeepMind 为 Gemini 推出智能体视频理解功能
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出智能体视频理解功能，官方称视频分析成本最多降低 66%、token 消耗最多降低 88%、准确率最高提升 7%。
推荐理由：官方给出成本最多降 66%、token 最多降 88% 的基准数据，可据此判断长视频分析的工程取舍。
Hugging Face Blog精选AI 评分6969 Hugging Face 发布 @huggingface/kernels 库与 Fleet 浏览器基准工具，首批开源 207 个 WebGPU 内核
Hugging Face 发布 @huggingface/kernels JavaScript 库与 Fleet 浏览器基准测试工具，首批开源 207 个 Apache-2.0 许可的 WebGPU 内核，每个内核以独立仓库形式托管在 Hub 上，包含 manifest、正确性用例、基准用例与 WGSL 着色器模板。
推荐理由：对比了在 Apple M4 上与 ORT WebGPU 的逐操作基准数据，读者可据此评估优化 WebGPU 内核对浏览器推理的实际收益。
Hugging Face Blog精选AI 评分6565 Gradio 新增 gr.Workflow，将 AI 流水线变成可视化画布并一键部署到 Spaces
Gradio 内置 gr.Workflow，可将多步骤 AI 流水线描述为带类型的节点图，并自动生成拖拽式画布、REST API 与一键部署到 Hugging Face Spaces。
推荐理由：原文把流水线抽象为带类型的节点图，对比当前 print 调试写法，可看到同一份图同时覆盖画布、REST API 与 Spaces 一键发布。
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。
Hugging Face Blog精选AI 评分6262 Diffusers 原生集成 Nunchaku 4-bit 扩散模型推理
Diffusers 现已原生集成 Nunchaku 的 SVDQuant 4 位扩散推理，预量化模型可通过 from_pretrained() 直接加载，无需本地 CUDA 编译。
推荐理由：给出了把 SVDQuant 4 位扩散推理接入 Diffusers 的完整工作流，并附 BF16 与量化版本的延迟和显存基准。
Hugging Face Blog精选AI 评分7474 transformers vLLM 推理后端现已达原生实现速度
Hugging Face 宣布 transformers 在 vLLM 中的推理后端现已在多种架构上跑出与 vLLM 原生手写实现持平或更快的吞吐，模型作者只需通过 `--model-impl transformers` 即可启用，无需再为每个新模型单独移植。
推荐理由：transformers 模型现可在 vLLM 中跑出与原生手写实现持平甚至更快的推理吞吐，模型作者无需再为每个新架构单独移植实现代码。
Hugging Face Blog精选AI 评分6969 LeRobot v0.6.0 发布：新增世界模型策略、奖励模型与六个仿真基准
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 Blog精选AI 评分6464 SkyPilot 与 Hugging Face Storage 打通：跨云运行 AI 任务且数据读取免出站费用
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 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。
Google DeepMind精选AI 评分6262 Google 在 Search、Gemini、Chrome 与 Cloud 扩展 SynthID 和 C2PA 内容溯源工具
Google 将 SynthID 与 C2PA Content Credentials 校验扩展到 Search、Gemini、Chrome、Pixel 和 Cloud，并在 Google Cloud 的 Gemini Enterprise Agent Platform 上线 AI Content Detection API。
推荐理由：Google 把 SynthID、C2PA 校验与 Cloud 检测 API 一并铺到搜索和浏览器，可据此判断 AI 内容溯源工具的落地范围。
Google Research精选AI 评分7171 Google Photos Auto frame 上线 3D 视角重构图能力
Google Photos 的 Auto frame 功能上线了基于 3D 场景估计的视角重构图能力，可在拍摄后自动调整虚拟相机位置生成新视角。技术上先估计原图的 3D 点图与相机参数，再用生成式 latent diffusion 模型补全新视角下暴露的背景；针对广角自拍畸变会自动调整相机内参恢复自然比例。
推荐理由：用 3D 场景估计与生成式修复改写照片视角，区别于裁剪变焦，读者可据此理解自动取景与传统编辑的能力差异。
Google DeepMind精选AI 评分6262 Google DeepMind 用 AI 重塑鼠标指针，Chrome 已支持指向网页问 Gemini
Google DeepMind 公布 AI 指针研究，提出把传达上下文与意图的负担从用户转移到计算机的四项交互原则。实验性指针由 Gemini 驱动，可在 Google AI Studio 中指向并语音编辑图片或查找地点；Chrome 已支持用指针就网页中关心的部分向 Gemini 提问，Googlebook 的 Magic Pointer 也将很快推出。
推荐理由：文章给出四项交互原则并说明指针如何借助视觉与语义上下文理解用户意图，可供判断 AI 交互入口的走向。
Mistral AI精选AI 评分6060 Mistral Vibe 2.0 发布：Devstral 2 加持的终端编码智能体升级
Mistral 发布 Mistral Vibe 2.0，终端原生编码智能体升级至 Devstral 2，新增自定义子智能体、多选澄清、斜杠指令技能和统一智能体模式。
推荐理由：原文给出了 Vibe 2.0 的具体新能力与 Devstral 2 的定价变化，方便读者判断如何接入日常编码工作流。
Mistral AI精选AI 评分6262 Mistral AI 为 Le Chat 推出深度研究、语音模式与 Projects 等多项新功能
Mistral AI 为 Le Chat 推出多项新功能，包括 Deep Research 预览模式、基于 Voxtral 的语音模式、由 Magistral 推理模型驱动的多语言 Think 模式、Projects 文件夹整理，以及与 Black Forest Labs 合作的图像编辑。
推荐理由：Le Chat 一次性发布研究、语音、推理与图像编辑多项能力，读者可据此与同期同类助手的功能覆盖做横向对照。
Mistral AI精选AI 评分6666 Mistral 发布 Mistral OCR 文档理解 API，主打复杂版面与多语言识别
Mistral 发布文档理解 OCR API "Mistral OCR"，可从图像和 PDF 中按序提取图文混排内容，适合与多模态 RAG 系统配合使用。API 模型名 mistral-ocr-latest，定价 1000 页/$，批量推理下每美元可处理页数约翻倍，单节点最快可达每分钟 2000 页，同时面向敏感场景提供自托管选项。
推荐理由：给出了与 Google Document AI、Azure OCR、Gemini、GPT-4o 的基准对比，并明确 API 定价和自托管策略。