Reachy Mini支持全本地语音
Hugging Face介绍Reachy Mini全本地运行方案,通过VAD、STT、LLM、TTS级联管线提供兼容Realtime API的语音后端。推荐组件包括llama.cpp、Gemma 4、Silero VAD、Parakeet-TDT和Qwen3-TTS。
Hugging Face介绍Reachy Mini全本地运行方案,通过VAD、STT、LLM、TTS级联管线提供兼容Realtime API的语音后端。推荐组件包括llama.cpp、Gemma 4、Silero VAD、Parakeet-TDT和Qwen3-TTS。
Hugging Face TRL 合入 Delta Weight Sync,用稀疏 safetensors 只同步相邻 RL 训练步中变化的权重,并通过 Hub Bucket 供 vLLM 拉取。该方法在 Qwen3-0.6B 上将单步传输量从 1.2GB 降至 20-35MB,面向大模型异步 RL 训练降本提效。
Demis Hassabis在访谈中谈及Gemini健康扫描、Gemma 4、AI作为头脑风暴伙伴,以及AI驱动科学发现的长期前景。该内容体现DeepMind对AI科研和应用方向的公开叙事。
Hugging Face 发布 LLM 时代强化学习环境术语指南,聚焦 harness、scaffold 等 Agent 训练中常被混用的概念。文章旨在统一实践者对环境构建、扩展和评测组件的理解。
Two Minute Papers介绍DeepSeek相关论文“Thinking with Visual Primitives”,关注模型通过视觉基元进行推理的能力。该方向可能影响多模态推理和可解释思维过程研究。
Google DeepMind在亚太地区推出首个“AI for the Planet”加速器项目,面向创业公司、研究团队和非营利组织。项目为期三个月,聚焦自然、气候、农业、能源等环境风险,并提供前沿AI与科学模型支持。
Hugging Face 发布更高效的地球观测模型 OlmoEarth v1.1,面向卫星影像的大范围推理任务优化计算成本。该模型已用于红树林变化、森林损失归因和国家级作物制图等场景。
Google 在 I/O 上宣布重设搜索框形态,将传统关键词输入框升级为可接收文本、图片、PDF、视频和 Chrome 标签页的 AI 对话入口。公司还将 AI Overviews 与 AI Mode 合并为更连续的搜索流程。
Hugging Face 社区发布六款基于 Ettin ModernBERT 的 Sentence Transformers CrossEncoder 重排序模型,参数规模覆盖 17M 到 1B。作者同时开放训练数据和蒸馏配方,面向检索增强和排序任务。
PaddleOCR 3.5 新增 Transformers 推理后端,OCR 与文档解析模型可通过 engine 参数切换运行栈。该版本支持 dtype、设备放置和注意力实现等后端配置,并上线 Hugging Face Spaces 演示。
Google DeepMind将Project Genie与Google Street View连接,使其世界模型可基于真实街景生成交互式环境。该能力可为AI代理和机器人提供贴近真实世界的导航与交互模拟环境。
Google DeepMind发布Gemini Omni,将Gemini的多模态理解和生成能力扩展到视频创作。首个Omni模型支持以图像、音频、视频和文本作为输入生成高质量视频,并可通过对话方式编辑视频。
Google DeepMind发布Antigravity 2.0,定位为新一代AI开发与代理环境。该更新若延续Antigravity路线,重点在增强编码代理、任务执行和开发者工作流整合。
Google DeepMind推出Gemini for Science,集合面向科研发现的AI工具和实验。项目强调用通用智能体帮助研究人员整合文献、形成假设并提升科学探索的规模与精度。
Google宣布在搜索、Gemini、Chrome、Pixel和Cloud中扩展内容透明度与验证工具。其SynthID已为超过1000亿张图片和视频、6万年音频加水印,并继续推进C2PA内容凭证。
Google DeepMind宣布在新加坡启动新的国家级AI合作项目,覆盖健康与生命科学、教育和未来劳动力。该合作是Google新加坡国家AI伙伴关系的一部分,延续其亚太区域AI布局。
剑桥大学研究者使用Google Co-Scientist寻找动物病原体跨物种传播后引发严重疾病的分子开关。该工具根据研究提案生成并排序假设,用于辅助流感、败血症等方向的实验设计。
Google DeepMind介绍科学家使用Co-Scientist加速细胞衰老逆转研究。该系统可从海量文献中提出候选基因通路,并辅助分析大规模基因筛选实验数据,帮助寻找让细胞摆脱衰老状态的干预方向。
DeepMind 披露爱丁堡大学团队使用 Co-Scientist 从海量文献中寻找 MASH 肝病的潜在机制和组合疗法线索。该系统帮助研究者缩小候选药物组合空间,形成可实验验证的新假设。
DeepMind 介绍 MIT 与波士顿儿童医院团队用 Co-Scientist 串联神经肌肉组织模型和细胞表面 RNA 研究。系统帮助研究者快速消化 ALS 文献,将跨领域线索转化为可测试假设。