跳到正文
9月28日周一
  1. Hugging Face Blog60

    H 公司发布 Holo4 系列智能体模型,含 27B 稠密与 35B-A3B MoE 两个版本

    H 公司发布 Holo4 系列智能体模型,提供 27B 稠密版和 35B-A3B MoE 版,两者均已上线 H Models API,权重以 BF16、FP8、NVFP4 和 4-bit GGUF 格式开源在 Hugging Face。

    选题角度:原文给出两个尺寸的权重与 API 入口,还附了 FreeCAD 建模、Godot 游戏等完整轨迹,适合录屏对比 Holo4 27B 与 Qwen3.8 27B 在同一提示词下的表现。

  2. Hugging Face Blog22

    Hugging Face Hub 上线 RL Environments 专区

    Hugging Face Hub 新增 RL Environments 筛选器,带 rl-environment 标签的数据集仓库即可作为强化学习环境,无需新建仓库类型、注册表或注册。Harbor、Verifiers、OpenEnv、NeMo Gym 四个框架已注册为数据集库标签,同一数据集可携带多个框架标签,标签仅表示兼容性。

9月26日周六
  1. ElevenLabs Blog36

    ElevenLabs 推出图像、视频与模板 API

    ElevenLabs 将图像生成、视频生成和 Flows 模板能力开放为 API,图像与视频 API 可调用 Google、OpenAI、ByteDance 和 Creatify 的模型,定价与应用内一致。模板把图像、视频、语音、音乐和 SFX 模型打包成免配置流水线,输入产品图与名称即可返回成品素材,并支持通过 MCP 在 Claude、ChatGPT 或 Cursor 中使用。

9月25日周五
  1. ElevenLabs Blog22

    ElevenLabs 详解 AI 语音智能体能力:记忆、情绪安抚与转人工

    ElevenLabs 发布指南,详解 ElevenAgents 的语音智能体能力:通过动态变量和通话前后 webhook 从 CRM 调取并回写客户历史,实现跨通话记忆;用情绪检测实时安抚不满来电者,超过阈值或对方要求时转接人工。智能体支持 PDF、Word、Markdown 等格式内容与 RAG 检索,可配置数据留存、音频存储、转录脱敏和零留存模式,企业医疗场景符合 HIPAA 要求。

  2. Google DeepMind62

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在原生实时对话模型上加入近实时视频生成,实现带口型同步、自然表情和流畅轮次的视觉化对话,即日起在 Gemini Enterprise 上线。

    选题角度:官方给出多语言实时对话演示和酒店入住工具调用案例,适合录屏实测口型同步与后台调用工具时的对话连贯度。

9月24日周四
  1. ElevenLabs Blog22

    如何用 AI 转录 Zoom 会议:设置与 API 指南

    ElevenLabs 发布指南,介绍用内置工具和第三方方案转录 Zoom 会议。Zoom 自带实时字幕免费,但云端存储和可下载转录文本需付费 Workplace 账户;Zoom AI Companion 支持 46 种语言实时转录,会后转录仅支持 19 种语言。开发者可用 ElevenAPI WebSockets 构建自定义管线,借助 Scribe v2 模型实现 90 多种语言的低延迟转录。

  2. Google DeepMind22

    Google Private AI Compute 如何实现安全的服务端持久记忆

    Google 为 Private AI Compute 平台引入服务端持久记忆能力,让云端 AI 助手能跨设备保留上下文,同时维持端侧级别的隐私标准。该架构将数据封存在加密存储中,解密密钥仅保存在用户个人设备上,模型访问时通过端到端加密通道在安全隔区(secure enclave)内临时解密处理。

9月23日周三
  1. Google DeepMind78

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音模型

    Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,前者面向角色设计与逐句表演指导,后者面向高并发、低成本的配音与语音智能体场景。

    选题角度:官方给出 AI Studio 音频 playground 入口和 30 秒样本复刻声音的流程,适合录屏实测从提示词造声到双人剧本逐句导演的完整玩法。

  2. NVIDIA Blog10

    NVIDIA 验证工程师 Sakeena Fiza 如何让硬件大规模成功

    NVIDIA 验证工程师 Sakeena Fiza 在数据中心系统工程实验室负责新产品量产前的硬件验证,她回忆 NVIDIA Rubin GPU 首次在系统层面被识别时,全球首次实现该级别枚举,团队当场欢呼庆祝。她将验证工作比作破案,目标是在客户发现问题之前先发现问题,从 tray 到 rack、cluster 再到客户 AI factory 逐级确保系统稳定。

9月22日周二
  1. ElevenLabs Blog20

    什么是 human in the loop?人类如何改进 AI 工作流

    human in the loop(HITL)是一种在 AI 工作流中按预设边界划分任务的机制:AI 处理可预测的规则化任务,人类负责复杂决策、合规要求和边缘案例。人类介入点包括必需审核与批准、受监管步骤、敏感沟通、角色边界与例外,以及客户主动要求转人工。在机器学习开发阶段,HITL 也用于标注训练数据、评估模型输出和纠正错误。

  2. Hugging Face Blog18

    oMLX 创建者 Jun Kim 加入 Hugging Face,支持 MLX 社区

    oMLX 创建者兼维护者 Jun Kim 加入 Hugging Face,全职投入 MLX 社区建设。oMLX 将保持 Apache 2.0 开源协议,由 Jun 继续领导,从副业转为有资金支持的正式项目,目标是提升稳定性并加快开发。Hugging Face 计划让 oMLX 成为新想法的试验场,并推动 transformers 模型定义更快落地为可供各引擎使用的 MLX 参考实现。