微软研究院发布 Quine：面向生物学复杂性的 AI 研究系统
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由跨序列、结构、功能、细胞状态和成像数据联合训练的多模态世界模型，以及连接模型、科学工具、文献和实验人员的 harness 组成。
推荐理由：微软研究院发布面向生物学的研究系统 Quine，用多模态世界模型加 harness 连接模型、工具与文献，在胰腺癌化合物筛选中一个周末完成候选排序。
数据与训练
全部主题训练侧的门道：数据集构建、合成数据、预训练与后训练方法、微调实践与算力成本开销。
40条精选相关主题部署与工程论文研究NVIDIA 英伟达
最新精选
第 21–40 条 · 共 40 条Microsoft Research精选AI 评分6666 Latent Space精选AI 评分7878 AMD 以 82 亿美元收购 World Labs，Atlas 解决稀疏重建问题
AMD 以 82 亿美元收购 World Labs，后者自 2024 年成立以来专注空间智能，并收购 SceniX 布局机器人仿真。World Labs 近期发布的 Atlas 是首个此类 omni 模型架构，从 2D 图像输入预测新视角，性能超过专用模型，解决了计算机视觉中长期存在的稀疏重建问题，可用于机器人 RL 环境、场景生成和真实世界重建。
推荐理由：AMD 以 82 亿美元收购 World Labs，其 Atlas 模型用生成模型结合多视图几何解决稀疏重建问题。
NVIDIA Blog精选AI 评分6262 NVIDIA 联合 Google DeepMind 等开放 2800 多种病毒的蛋白复合物结构数据集
NVIDIA 与 Google DeepMind、EMBL-EBI 等机构合作，通过 AlphaFold Database 开放 2800 多种病毒的蛋白复合物预测 3D 结构，供全球科学家免费使用。
推荐理由：NVIDIA 联合 Google DeepMind 等开放 2800 多种病毒的蛋白复合物预测结构，并放出生成流程。
Latent Space精选AI 评分7878 小米发布 MiMo-V2.6-Pro 1T-A42B，称训练成本约 300 万美元
小米发布 MiMo-V2.6 系列原生全模态开源模型，包括 MiMo-V2.6-Pro、MiMo-V2.6-Flash 以及输出速度最高提升 20 倍的 MiMo-V2.6-Pro-UltraSpeed。
推荐理由：小米发布原生全模态开源模型 MiMo-V2.6 系列，并公开 RL 环境与训练配方，可了解其训练成本与开源范围。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分6262 Hugging Face 发布 tokenizers v1 候选版，编码速度最高提升 30 倍
Hugging Face 发布 tokenizers v1 候选版，在 Apple M4 Max 单线程下编码速度是 v0.23 的 3 到 30 倍，八线程扩展效率为线性的 76%，且输出 token ID 与旧版完全一致。
推荐理由：tokenizers v1 候选版把编码速度提升到 v0.23 的 3 到 30 倍，输出 token ID 完全不变，升级只需换安装的构建。
NVIDIA Blog精选AI 评分6262 NVIDIA Vera Rubin NVL72 首次亮相 MLPerf Inference v6.1 并取得领先性能
NVIDIA 在 MLPerf Inference v6.1 首次提交 Vera Rubin NVL72 预览结果，在 Qwen3-VL 上吞吐最高为 GB300 NVL72 的 3.7 倍，在 DeepSeek-R1 上最高为 2.5 倍。
推荐理由：NVIDIA 在 MLPerf Inference v6.1 首次提交 Vera Rubin NVL72 预览成绩，给出相对 GB300 NVL72 的吞吐与扩展效率数据。
NVIDIA Blog精选AI 评分6262 Salesforce 发布首个 CRM 推理模型 Koa，基于 NVIDIA Nemotron 3 Super 构建
Salesforce 在 Dreamforce 上发布首个 CRM 推理模型 Koa，基于 NVIDIA Nemotron 3 Super 后训练，训练数据来自近三十年企业 CRM 部署的专有合成数据集。
推荐理由：Salesforce 首个 CRM 推理模型 Koa 基于 NVIDIA Nemotron 3 Super 后训练而成，可了解其训练方式与 CRM Bench 表现。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分6262 用 LoRA 和 Storage Bucket 在 HF Jobs 上跑异步 GRPO，500 步从 3 小时 27 分降到 53 分钟
TRL v1.14 的 AsyncGRPOTrainer 支持只训练并同步 LoRA 适配器到 vLLM，rank-1 适配器只有几 MB，可经每个 Job 挂载的 Storage Bucket 传递，无需 NCCL。
推荐理由：在 HF Jobs 上把异步 GRPO 训练与 vLLM 推理拆到不同机器，用 LoRA 适配器和 Storage Bucket 替代 NCCL，500 步从 3 小时 27 分压到 53 分钟。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分6060 用 TRL 和 OpenEnv 训练编码模型画水彩：一次开源复现
作者用 TRL 和 OpenEnv 复现了 Surya Narreddi 让语言模型通过 p5.brush 写 JavaScript 画水彩的方案，参考池、RL 环境、训练脚本和模型全部开源。
推荐理由：用 TRL 和 OpenEnv 复现水彩绘画模型的 RL 训练，公开参考池、环境与三种奖励配比，并给出成本与踩坑记录。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分6060 用 Sentence Transformers 训练和微调多向量嵌入模型
Sentence Transformers v6.0 新增 MultiVectorEncoder 模型类型，支持 ColBERT 式后期交互检索，并给出从模型、数据集、损失函数到 Trainer 的完整训练流程。
推荐理由：Sentence Transformers v6.0 新增多向量编码器训练教程，含完整脚本与单卡 14.5 小时微调实测对比。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分6262 IBM 发布 Granite 4.2 推理模型家族，公开完整训练流程
IBM Granite 团队发布 Granite 4.2，这是其首个稠密、decoder-only 的推理模型家族，包含 3B、8B、30B 三个尺寸，均以 Apache 2.0 许可开源。
推荐理由：IBM 公开 Granite 4.2 的完整训练配方，从预训练到多阶段 RL 与量化部署，适合想了解推理模型如何造出来的人。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分6262 Multiverse Computing 提出量化感知修复 QAH，4-bit 压缩模型在 7/9 基准上超过其全精度版本
Multiverse Computing 发布论文提出量化感知修复（QAH），不再从修复后的 bfloat16 检查点蒸馏，而是直接从压缩前的原始模型蒸馏，教师与学生架构可以不同。
推荐理由：提出面向已压缩模型的量化感知修复方法，4-bit 模型在 9 项基准中 7 项超过自身 bfloat16 版本，并给出与 QAT 的稳定性对比。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分6262 Dharma AI 用约束感知 GPU 分配器替换 FIFO，同集群利用率最高提升 33 个百分点
Dharma AI 构建约束感知的 GPU 分配器，在七个基准场景中与 FIFO 调度器对比，相同硬件与负载下利用率最高提升 33 个百分点，优先级加权产出平均提升 52%、最高 105.1%。
推荐理由：Dharma AI 自建约束感知 GPU 分配器，在相同硬件与负载下对比 FIFO，说明调度顺序如何影响利用率与优先级产出。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分6767 Hugging Face 发布 2026 夏季开源模型观察报告
Hugging Face 发布 2026 年 1 月至 8 月的开源模型生态观察报告，基于 Hub 数据指出中国实验室的月度最大开源模型参数规模在 754B 至 2.78 万亿之间，而美国模型在七个月中有五个月低于 130B。
推荐理由：Hugging Face 用 Hub 七个月数据梳理开源模型格局，含参数规模、下载与衍生模型分布，可作生态判断依据。
Google DeepMind精选AI 评分7878 Google DeepMind 的 WeatherNext 在气旋预报上取得突破并开源模型
Google DeepMind 在 Nature 发表论文，称 WeatherNext AI 模型在预测气旋路径、强度和风场结构上达到 SOTA，平均多出一天（24 小时）的预警提前量，三天预报精度相当于此前模型的两天水平，约等于十年的气象学进展。
推荐理由：Google DeepMind 在 Nature 发表 WeatherNext 气旋预报研究，并开源模型权重与代码，可了解 AI 天气预报的精度提升幅度与开放程度。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分6262 Hugging Face 发布 Grabette 开源机器人操作数据录制系统
Hugging Face 发布 Grabette，一套开源低成本的手持操作数据录制系统，用带双摄像头和编码器的手持夹爪录制人类演示，无需机器人或遥操作设备，硬件 BOM 成本约 490€。
推荐理由：手持夹爪加双摄像头即可录制操作数据，浏览器一键转成 LeRobot 数据集，硬件成本约 490€。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分7272 LeRobot v0.6.0 发布：世界模型策略、奖励模型 API 与六个仿真基准
Hugging Face 发布 LeRobot v0.6.0，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）以及统一奖励模型 API（Robometer、TOPReward）。
推荐理由：LeRobot v0.6.0 把机器人学习闭环补齐，含世界模型策略、奖励模型 API、六个仿真基准和部署 CLI，可了解开源机器人栈的新能力。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Co-Scientist 多智能体科研系统
Google DeepMind 在 Nature 发表 Co-Scientist 研究，这是一个基于 Gemini 构建的多智能体 AI 系统，通过生成、辩论和演化假设来处理复杂科学问题。
推荐理由：Google DeepMind 在 Nature 发布基于 Gemini 的多智能体科研系统，并开放给研究者申请试用。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布论文提出 Decoupled DiLoCo 分布式训练架构，把大规模训练拆分为解耦的计算岛屿，岛屿间异步传输数据，从而隔离局部硬件故障并降低带宽需求。
推荐理由：Google DeepMind 提出解耦式分布式训练架构，用异步岛屿降低带宽并隔离硬件故障，附 Gemma 4 实测结果。
Ahead of AI · Sebastian Raschka精选AI 评分7878 从 DeepSeek V3 到 V3.2：架构、稀疏注意力与强化学习更新
Sebastian Raschka 撰文梳理 DeepSeek V3 到 V3.2 的技术演进，指出 V3.2 沿用 V3.2-Exp 的架构，核心变化是加入 DeepSeek Sparse Attention（DSA），把注意力复杂度从 O(L²) 降到 O(Lk)，token selector 的 top-k 在官方代码中设为 2048。
推荐理由：梳理 DeepSeek V3 到 V3.2 的架构与训练变化，说明稀疏注意力和自验证如何影响效率与数学能力。