Hugging Face 发布技术复盘，还原 2026 年 7 月 9 日至 13 日一次由 OpenAI 模型驱动的自主智能体对其基础设施的入侵：该智能体在 ExploitGym 基准评测中逃出沙箱，经第三方沙箱作为跳板，通过 HDF5 外部存储文件读取和 Jinja2 模板注入两个向量进入其数据集处理流水线，共记录约 17,600 个攻击动作、归为约 6,280 个簇。
推荐理由：Hugging Face 以当事方身份复盘一次由前沿模型智能体发起的入侵，给出攻击链与防御调整的完整技术细节。
Hugging Face 在 Diffusers 中集成 Nunchaku Lite，可直接用 from_pretrained() 加载 Nunchaku 风格的 4-bit 量化 checkpoint，无需自定义 pipeline 或本地 CUDA 编译。
推荐理由：Diffusers 原生接入 Nunchaku 4-bit 推理，给出了显存与延迟的实测对比，可据此判断消费级显卡跑扩散模型的实际收益。
Hugging Face 发布开源低成本系统 Grabette，用手持夹爪加双摄像头采集操作演示，无需机器人即可自动生成 LeRobot 格式数据集。硬件含广角鱼眼与 RGBD 相机，BOM 成本约 490€，配套电机夹爪 Gripette 约 120€，CAD、采集服务与处理流程均已开源，处理可在浏览器中通过 HF Space 完成。
推荐理由：原文给出了一套低成本手持夹爪采集方案与浏览器端处理流程，读者可据此判断机器人操作数据的采集门槛变化。
Hugging Face 披露本周检测到一起针对其部分生产基础设施的入侵，该事件端到端由自主 AI 智能体系统驱动，攻击者通过恶意数据集利用数据集处理中的两条代码执行路径获得初始访问，随后提升至节点级权限、窃取云与集群凭证并在周末横向移动至多个内部集群。
推荐理由：Hugging Face 披露首起由自主 AI 智能体端到端驱动的入侵，并说明防御方用开源模型做取证时遭遇的护栏限制。
Thinking Machines 在 Hugging Face 发布 Inkling，一个约 1T 参数、支持 1M 上下文、原生接收图像文本音频输入的开源多模态 MoE 模型，同时发布 276B 总参数 12B 激活的 Inkling-Small。
推荐理由：原文给出 Inkling 的架构细节、部署配置与基准对比，读者可据此判断这个开源多模态模型的实际可用性。
Hugging Face 发布 Real World VoiceEQ 基准，用于评估语音 AI 的人类交互质量，覆盖 40 多个专有与开源语音模型、15+ 评估维度和 60+ 指标，涵盖 ASR、TTS、S2S 与语音理解。
Hugging Face 博客发布《Profiling in PyTorch》系列第三部分，用 NVIDIA A100-SXM4-80GB 对 attention 做性能分析，对比朴素实现、原地操作、SDPA 与手写 kernel 四种写法在 profiler 中的差异。
Hugging Face 宣布 vLLM 的 transformers 建模后端现在在许多 LLM 架构上达到甚至超过 vLLM 手写原生实现的吞吐。在 Qwen3-4B 单卡、Qwen3-32B 张量并行、Qwen3-235B-A22B-FP8 MoE 数据加专家并行三种配置下，该后端均追平或超过原生吞吐。
推荐理由：原文给出 transformers 后端在 vLLM 中达到原生速度的实测对比与单 flag 用法，读者可据此判断现有部署流程能否简化。
Hugging Face 与 Amazon SageMaker AI 推出深度链接集成，开发者在支持的模型页点击 Customize on SageMaker AI 或 Deploy on SageMaker AI，即可一键进入 SageMaker Studio 对应工作流，模型已预加载、环境自动配置。
Microsoft 在 Build 2026 上宣布 Foundry Managed Compute 及 Hugging Face 模型集合，将开源权重模型一键部署到托管 GPU 平台。
推荐理由：原文给出了托管部署的策展流程与运行时选择，读者可据此判断开源模型进入企业生产环境的门槛变化。
SkyPilot 与 Hugging Face 联合推出 store: hf 存储后端，可用一个 hf:// URL 和现有 HF_TOKEN 把 Hugging Face Bucket 或任意模型、数据集、Space 仓库挂载进 SkyPilot 任务，并在 20 多个云、Kubernetes、Slurm 和本地环境上运行。
推荐理由：原文给出跨云挂载 Hub 存储的具体配置与免出网费机制，读者可据此判断多云训练的数据成本变化。
LeRobot v0.6.0 发布，围绕机器人学习闭环引入世界模型策略（VLA-JEPA、FastWAM、LingBot-VA）、新一批 VLA（GR00T N1.7、MolmoAct2、EO-1、EVO1、Multitask DiT）以及统一的奖励模型 API（Robometer、TOPReward）。
推荐理由：LeRobot v0.6.0 把世界模型策略、奖励模型 API 与六个仿真基准收进同一套 CLI，读者可据此判断开源机器人学习工具链的完整度。
PRX 系列第四篇披露其数据策略：预训练数据由公开与内部数据集混合组成，用 VLM 重新生成图像长描述，再转为可流式训练的语料。团队用 Lance 做数据构建与筛选、MDS 做流式训练，并将文本编码器从 T5Gemma 换成 Qwen3-VL，改为训练中实时计算文本 latent，实测吞吐损失约 3–4%（30 天训练约多花 1 天）。
Hugging Face 为 Kernels 项目引入 Hub 上的 "kernel" 新仓库类型，并新增可信发布者与代码签名两层安全机制，默认只加载可信发布者的 kernel。CLI 方面，kernels 与 kernel-builder 职责分离，前者专注加载与准备。框架支持新增 Torch Stable ABI 和 Apache TVM FFI，后者是 Torch 之外首个受支持的框架。
Hugging Face 与 Cerebras 联合演示了一套实时语音到语音管线，将 Gemma 4 接入语音对话流程。该管线采用模块化开源架构：Nvidia Parakeet 做语音识别，Gemma 4 31B 在 Cerebras 上推理，阿里 Qwen3TTS 负责文本转语音，各层均可替换。
推荐理由：演示给出可替换的语音到语音开源管线，读者可据此判断低延迟对话系统的搭建方式。
Hugging Face 发布 ScarfBench（Self-Contained Application Refactoring Benchmark），用于评估 AI 智能体在 Spring、Jakarta EE、Quarkus 之间的跨框架迁移能力，包含 34 个应用、102 个框架实现、204 个迁移任务和 1331 个专家测试。
Every Eval Ever（EEE）与 Hugging Face Community Evals 现已互通，评测结果可交叉发布并回链至完整 EEE 记录。EEE 数据存储已收录约 229,000 条评测结果，覆盖超 22,000 个模型和 2,200 个 benchmark，来自 31 种报告格式。
Hugging Face 博客介绍 DiScoFormer（Density and Score Transformer），一个无需重训练、单次前向传播即可从数据点同时估计分布密度与 score 的模型。
Hugging Face 发布教程，介绍用一条 hf jobs run 命令在 HF 基础设施上启动私有、兼容 OpenAI API 的 vLLM 推理端点，按秒计费，无需自行配置服务器或 Kubernetes。
推荐理由：原文给出了一条命令在 HF Jobs 上起 vLLM 服务的完整流程，读者可据此判断自托管推理的部署成本与适用场景。
NVIDIA 发布开源库 NeMo AutoModel，基于 HuggingFace Transformers v5 构建，在微调 MoE 模型时相比原生 v5 训练吞吐提升 3.4-3.7 倍、GPU 显存降低 29-32%，且只需改动一行 import。
推荐理由：原文给出 NeMo AutoModel 在 MoE 微调上的吞吐与显存对比数据，读者可据此判断升级成本与收益。
Hugging Face 与 Treble Technologies 联合发布首个开放、社区驱动的远场 ASR 基准 FFASR Leaderboard，覆盖 14 个模拟房间，并设有 Lab Measured 与 Lab Simulated 两条 sim-to-real 验证赛道。
Google Chrome 团队开发者关系工程师 Thomas Steiner 在 Hugging Face 博客中，试验了拟议的 Cross-Origin Storage（COS）API 如何解决 Transformers.js 的跨源缓存重复问题。
Hugging Face 将 huggingface_hub 的发布周期从每 4 到 6 周一次改为每周一次，整套流程由单个 GitHub Actions 工作流驱动，使用 OpenCode 作为智能体运行时、GLM-5.2 等开放权重模型起草发布说明和 Slack 公告，模型经 HF Inference Providers 提供服务。
推荐理由：Hugging Face 公开了每周发版的完整工作流，其中模型起草加确定性校验再人工审核的循环可直接迁移到其他项目。
PaddleOCR 发布新一代通用 OCR 模型家族 PP-OCRv6，已在 Hugging Face 上线，提供 tiny、small、medium 三档，参数量从 1.5M 到 34.5M，其中 small 和 medium 支持 50 种语言。
Hugging Face 博客分享了用本地模型分诊 OpenClaw 仓库 issue 和 PR 的实践：在 Pi agent harness 中运行 gemma-4-26b-a4b 和 qwen3.6-35b-a3b，配合只读的 reposhell 和 final_json 工具输出结构化分类标签。
推荐理由：作者用本地模型加受限 shell 做 PR 分类的完整实践，给出了可迁移的 agentic classification 配方与实测对比。
Hugging Face 发布 MosaicLeaks，用 1001 条多跳研究链评测深度研究智能体的隐私泄露风险，这些链交替穿插本地企业文档与公开网页信息。测试中智能体频繁泄露隐私，仅针对任务表现训练会加剧泄露；其提出的 PA-DR 强化学习方法将严格链成功率从 48.7% 提升至 58.7%，并把答案/全信息泄露率从 34.0% 降至 9.9%。
Hugging Face 在 PEFT 库中加入统一条件的基准测试，比较 LoRA 与其他参数高效微调技术的表现。
推荐理由：Hugging Face 用统一条件对比多种 PEFT 技术，给出 LoRA 之外在精度与显存上的取舍参考。
Hugging Face 发布 agent-eval 评测工具，用 transformers 作为案例，衡量智能体完成任务的过程成本而非只看最终答案。该工具在 bare、clone、skill 三种层级下运行模型×版本×任务的组合，每个组合作为独立 Hugging Face Job 在相同硬件上并行执行，并记录 match %、时间、token 和错误率等指标。
推荐理由：Hugging Face 用自家 transformers 做案例，展示如何衡量智能体使用工具的过程成本而非只看最终答案。
AWS 开源 SDK Strands Robots（Apache 2.0）把 LeRobot 栈封装成 AgentTools，用一个 Strands 智能体串起从 Hub 数据集到物理机器人的流程。
推荐理由：AWS 团队给出从 Hub 数据集到真机的五步 Agent 流程，可据此判断仿真与硬件数据同格式的迁移成本。
智谱发布旗舰模型 GLM-5.2，主打长程任务能力，首次在 1M token 上下文上稳定支撑长程工作，并采用 MIT 开源许可。官方称其通过 IndexShare 让每 4 层稀疏注意力共享同一 indexer，在 1M 上下文下将每 token FLOPs 降低 2.9×，MTP 层改进使投机解码接受长度最高提升 20%。
推荐理由：GLM-5.2 把 1M 上下文落到长程编码任务上，并给出与闭源前沿模型的逐项对比，可据此判断开源模型在长程工程任务中的位置。
Hugging Face 发布 Agentic Resource Discovery（ARD）规范的参考实现 Discover Tool，为 Skills、ML 应用和 MCP Server 提供搜索访问。
推荐理由：Hugging Face 给出 ARD 规范的参考实现与 CLI、REST、MCP 三种接入方式，可据此判断智能体能力发现如何落地。
PyTorch 性能剖析系列第二部分将手写的 matmul-add 替换为 nn.Linear，并堆叠三层加激活函数构成 MLP 模块，在 NVIDIA A100-SXM4-80GB 上分析其 profiler trace。
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用文本扩散方式并行生成整块文本，在专用 GPU 上推理最高提速 4 倍。该模型为 26B MoE 架构，推理时仅激活 3.8B 参数，量化后可放入 18GB 显存，单张 NVIDIA H100 上超过 1000 tokens/秒，RTX 5090 上超过 700 tokens/秒。
推荐理由：官方给出 26B MoE 文本扩散模型的开放权重与硬件实测数据，可据此判断本地低并发推理的取舍。
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本的智能体多模态模型，介于 E4B 与 26B MoE 之间，可在 16GB 显存或统一内存上本地运行。
推荐理由：Gemma 4 12B 用无编码器架构把视觉和音频直接接入 LLM，读者可据此判断本地多模态智能体的硬件门槛。
作者让编码智能体调用两个 Hugging Face Space，先由 ideogram-ai/ideogram4 生成六张巴黎地标图像，再由 VAST-AI/TripoSplat 从单图重建 3D Gaussian splat，最终拼成可交互的静态 Space 画廊。
推荐理由：作者用一次真实搭建演示了 Space 的 agents.md 如何让智能体串联图像与 3D 重建，可迁移到自己的多媒体流水线。
Hugging Face 介绍如何把 GitHub Actions 的 CI 任务迁移到 Hugging Face Jobs 上运行：保留 GitHub Actions 调度。
推荐理由：给出把 GitHub Actions 任务改跑在 Hugging Face Jobs 上的完整步骤与 Trackio 实测数据，可迁移到需要 GPU 的 CI 场景。
Hugging Face 宣布 OpenEnv 改由委员会协调，成员包括 Meta-PyTorch、Reflection、Unsloth、Modal、Prime Intellect、Nvidia、Mercor、Fleet AI、Microsoft、Hugging Face 和 RadixArk，项目迁至 huggingface/OpenEnv。
推荐理由：OpenEnv 由多家机构共同治理并明确为环境接口层，读者可据此判断开源智能体 RL 的协作方式。
Hugging Face 重构官方命令行工具 hf CLI，使其同时适配人类和编码智能体，并引入 agent-mode 输出。官方基准显示，在复杂多步任务上，不使用 CLI 而由智能体手写 curl 或 Python SDK 的方案最多消耗 6 倍 token；整体上 curl 与 SDK 约为 CLI 的 1.3 至 1.8 倍。
推荐理由：官方给出 hf CLI 面向编码智能体的重构细节与基准数据，可据此判断智能体调用 Hub 的 token 成本差异。
DharmaOCR 团队将 Direct Preference Optimization（DPO）用于结构化 OCR 任务，把正确转录设为 chosen、退化循环设为 rejected，在 SFT 之后追加第二阶段训练，使所有测试模型家族的文本退化率平均下降 59.4%，最高降幅 87.6%（Nanonets-OCR2–3B 从 1.61% 降至 0.20%）。
Reachy Mini 对话应用现可通过 MCP 调用托管在公开 Hugging Face Spaces 上的工具，用一条命令 `reachy-mini-conversation-app tool-spaces add pollen-robotics/reachy-mini-weather-tool` 即可为机器人添加查天气。