Hugging Face 发布开源轻量机器人模型 SmolVLA
Hugging Face 推出 450M 参数的开源机器人视觉-语言-动作模型 SmolVLA，可直接在消费级硬件及 CPU 上运行。该模型完全基于 LeRobot 社区开源数据集预训练，结合 SmolVLM2 与流匹配动作专家架构，并通过视觉 token 压缩和层跳过优化推理延迟。
推荐理由：该模型展示了基于轻量架构与低成本社区数据训练机器人策略的路径，显著降低了具身智能的硬件门槛。
Hugging Face
全部主题Hugging Face 开源社区动态：热门模型与数据集、排行榜变化与开源生态的晴雨表。
最新精选
第 101–120 条 · 共 226 条Hugging Face精选AI 评分7272
Hugging Face精选AI 评分7474 Hugging Face 推出 Python 版 Tiny Agents：约 70 行代码接入 MCP 协议
Hugging Face 为 huggingface_hub 客户端 SDK 扩展了 MCP Client 支持，并推出约 70 行代码的 Python 版 Tiny Agents。
推荐理由：文章详细拆解了如何用精简代码通过 MCP 接入外部工具，为开发者提供了极低门槛的智能体实现范式。
Hugging Face精选AI 评分6262 Diffusers 多种量化后端实践与性能对比
Hugging Face 详细介绍了在 Diffusers 中使用 bitsandbytes、torchao、Quanto、GGUF 以及 FP8 分层类型转换等多种量化后端的方法，并以 FLUX.1-dev 模型实测了显存与速度表现。
推荐理由：原文横向对比了五种量化后端在 Flux-dev 上的显存占用与推理耗时，读者可以据此为扩散模型选择适合的部署优化方案。
Hugging Face精选AI 评分7272 Transformers 推进模型定义标准化：打造跨框架核心枢纽并打通多引擎生态
Hugging Face 宣布将 Transformers 库定位为跨框架的核心枢纽，推进模型定义的标准化，使新增架构直接被下游生态通用支持。Transformers 目前已支持 300 多个模型架构，正与 vLLM、SGLang、TGI 等主流推理引擎合作作为后端运行，并深化与 llama.cpp 的 GGUF 格式互通及 MLX 的兼容。
推荐理由：文章明确了统一模型规范在主流训练与推理引擎中的打通方式，有助于开发者评估跨框架迁移成本并规范新架构的接入路径。
Hugging Face精选AI 评分6868 Kaggle 与 Hugging Face 推出深度集成以优化模型发现与调用体验
Kaggle 宣布与 Hugging Face 推出双向集成功能，支持开发者在 Kaggle Notebook 中直接发现并调用 Hugging Face Hub 上的模型。
推荐理由：该集成打通了两大平台的跳转与代码预填链路，有助于开发者降低跨平台调用与复现开源模型的操作门槛。
Hugging Face精选AI 评分7676 如何使用 Gradio 构建 MCP 服务器
Gradio 官方发布教程，演示如何通过在 demo.launch() 中设置 mcp_server=True 将 Python 应用直接作为 MCP 服务器运行。
推荐理由：介绍如何通过简单参数将 Gradio 应用转换为标准 MCP 服务，适合希望将现有 Python 函数与界面快速接入智能体客户端的开发者。
Hugging Face精选AI 评分6666 深入解析 Qwen-3 对话模板带来的 4 个关键设计变化
Qwen-3 采用了相比前代更加复杂的 Jinja 对话模板，展示了针对推理与智能体工作流的多项底层设计演进。模板通过 enable_thinking 参数实现链式推理的自由开关，并引入滚动检查点机制在多步工具调用中按需保留或裁剪思考标记。此外，Qwen-3 改进了工具参数的 JSON 序列化检查并去除了默认系统提示词。
推荐理由：原文通过拆解对话模板的工程实现，展示了推理模型在工具调用与思考上下文管理上的演进思路。
Hugging Face精选AI 评分7373 Meta 发布多模态安全模型 Llama Guard 4 与 Prompt Guard 2
Meta 发布 12B 稠密多模态安全模型 Llama Guard 4 及两款 Prompt Guard 2 模型，相关模型权重已上线 Hugging Face Hub。
推荐理由：原文给出了模型剪枝架构、审核基准测试对比以及使用代码，读者可直接参考其多模态审核流水线设计。
Hugging Face精选AI 评分7676 Hugging Face 展示如何用 50 行代码基于 MCP 构建轻量智能体
Hugging Face 开源了 `@huggingface/mcp-client` 包并撰文展示如何基于模型上下文协议（MCP）用 50 行 TypeScript 代码构建轻量 AI 智能体 Tiny Agents。
推荐理由：文章拆解了如何将 MCP 客户端与大模型工具调用结合，通过简短的循环逻辑实现智能体控制流，适合开发者搭建轻量级智能体架构。
Hugging Face精选AI 评分8080 Hugging Face 收购 Pollen Robotics，进军开源人形机器人硬件销售
Hugging Face 宣布收购拥有 9 年开源硬件经验的机器人团队 Pollen Robotics，开始销售开源机器人硬件。首款在售硬件为面向研究与具身智能实验的开源人形机器人 Reachy 2，售价 70,000 美元，具备 7 自由度双臂、全向移动底盘与 VR 遥操作功能。
推荐理由：这是 Hugging Face 首次通过收购直接销售开源硬件机器人，标志着其开源生态从软件平台延伸至具身实体。
Hugging Face精选AI 评分6767 Hugging Face 联合 Cloudflare 为 FastRTC 接入实时音视频 WebRTC 基础设施
Hugging Face 宣布与 Cloudflare 达成合作，为 FastRTC 开发者接入 Cloudflare 覆盖全球 335 多个节点的 WebRTC 与 TURN 基础设施。
推荐理由：这项合作让开发者无需自建维护 TURN 服务器即可通过 Python 构建实时音视频 AI 应用，并获得每月 10GB 免费流量。
Hugging Face精选AI 评分9494 Hugging Face 正式上线 Meta Llama 4 Maverick 与 Scout 模型
Meta 正式推出原生多模态 MoE 架构模型 Llama 4 Maverick（~400B）与 Scout（~109B），Hugging Face 同步在 Hub、transformers 和 TGI 中提供全面集成支持。
推荐理由：文章详细梳理了交替分块注意力等长文本架构细节，并提供了在 transformers 中加载调用的完整代码。
Hugging Face精选AI 评分6464 Gradio 月活开发者突破 100 万：开源库成长的五条经验复盘
Gradio 宣布月活跃开发者突破 100 万，并复盘了其从斯坦福演示工具成长为机器学习 Web 框架的五条核心经验。团队重点总结了优先构建底层原语而非高层抽象（gr.Blocks 占 80% 用量）、将临时分享链接与 Hugging Face Spaces 结合内置传播属性、放弃固定路线图实行快速迭代，以及自动生成 API 端点以适配应用集成与后续 MCP 调用。
推荐理由：原文总结了底层原语设计和垂直场景聚焦等具体实践，读者可据此参考开源 AI 库的产品架构取舍与增长路径。
Hugging Face精选AI 评分6363 Hugging Face 经典 NLP 课程升级更名为大语言模型课程
Hugging Face 宣布将运行三年的 NLP 课程升级并更名为 The LLM Course，全面转向大语言模型前沿内容。新课程在保留实体识别与分类等经典 NLP 任务的基础上，增加了大模型微调和构建 DeepSeek R1 风格推理模型的章节。后续内容还将联合 LlamaIndex、LangChain 及 Unsloth 等社区开源工具，系统覆盖微调、推理与检索等实践模块。
推荐理由：官方课程从传统 NLP 转向覆盖推理模型与主流微调工具，为开发者提供了贴合当前开源大模型生态的系统学习路径。
Hugging Face精选AI 评分8484 Hugging Face 发布 Open R1 第 4 期更新：详解 DeepSeek-V3 0324 表现与部署
Hugging Face 梳理了新上架的 DeepSeek-V3 0324 模型，该版本改用 MIT 协议并在数学、代码与指令遵循能力上获得显著提升。基准测试中 AIME 提高至 59.4，LiveCodeBench 提高至 49.2，同时显著改善了前端开发与中文检索表现。
推荐理由：原文汇总了新版模型在数学与代码上的评测表现，同时梳理了主流推理框架部署方案与开源运行安全规范。
Hugging Face精选AI 评分6262 使用 Sentence Transformers 训练与微调重排模型指南
Hugging Face 发布使用 Sentence Transformers 训练和微调交叉编码器重排（Reranker）模型的实践指南，系统拆解了数据集准备、难负样本挖掘、损失函数选择与评估流程。
推荐理由：文章系统拆解了重排模型微调中的难负样本挖掘与损失函数配置，展示了特定领域微调超越大尺寸通用模型的路径。
Hugging Face精选AI 评分6161 Gradio 推出全新 Dataframe 数据表格组件
Gradio 宣布对核心组件 gr.Dataframe 进行全面升级，在过去 6 周内修复并增强了 70 余项功能与缺陷。新版本支持多单元格选择、行号显示、列固定、全屏交互以及数据搜索和过滤，并新增静态列设置与专属样式定制功能。用户可通过 pip install --upgrade gradio 更新库并直接体验上述改进。
推荐理由：Gradio 对核心表格组件完成了多项交互升级，开发者更新版本后即可为排行榜与看板应用直接接入列固定和搜索过滤等功能。
Hugging Face精选AI 评分8383 Google 发布新一代多模态开权重模型 Gemma 3
Google 正式发布新一代开权重模型 Gemma 3，提供 1B、4B、12B 和 27B 四种尺寸的基础与指令微调版本。除 1B 纯文本模型具备 32k 上下文外，其余尺寸均原生支持图像与文本多模态理解、140 多种语言以及最高 128k token 上下文窗口。
推荐理由：模型将多模态能力与长上下文下放到较小参数规模，为端侧设备和轻量化本地部署提供了高性价比选择。
Hugging Face精选AI 评分6060 Hugging Face 联合 Yaak 发布开源自动驾驶数据集 L2D
Yaak 联合 Hugging Face 的 LeRobot 团队发布开源自动驾驶数据集 Learning to Drive（L2D），专为端到端空间智能与自动驾驶模型训练设计。
推荐理由：数据集结合了驾校教练与学员的双重策略与自然语言指令，为端到端自动驾驶模型提供了大规模真实训练基准。
Hugging Face精选AI 评分6868 Hugging Face 发布通过 React Native 在手机端本地运行大模型的实操指南
Hugging Face 发布了一份使用 React Native 在手机端离线运行大语言模型的实操指南，并开源了配套代码仓库 EdgeLLM。该方案基于 llama.rn 加载 GGUF 量化格式模型，支持在 iOS 和 Android 设备上直接下载并本地运行 DeepSeek-R1-Distill-Qwen-1.5B 等端侧小模型。
推荐理由：教程给出了利用 React Native 和 llama.rn 在手机本地加载 GGUF 模型的完整工程实现，适合跨平台端侧开发参考。