OpenAI、Oracle 與 SoftBank 擴展 Stargate，新增五個 AI 數據中心站點
OpenAI、Oracle 與 SoftBank 宣佈 Stargate 新增五個 AI 數據中心站點，並加快美國 $500B、10-gigawatt 的基礎設施建設。該建設旨在支援下一代 AI，並創造數以萬計個職位。
推薦理由：公告將新增五個站點放在 $500B、10-gigawatt 的美國基建計劃中，並交代其支援下一代 AI 和創造數以萬計職位的目標。
部署工程
全部主題把模型跑起來的工程實踐：推理優化、顯存與成本、Serving 架構與基礎設施選型。
最新精選
第 61–80 條 · 共 121 條OpenAI News精選AI 評分7171
Hugging Face Blog精選AI 評分6767 Google 發佈 EmbeddingGemma 多語言嵌入模型
Google 發佈 EmbeddingGemma，一款支援 100 多種語言、具備 308M parameters 和 2K context window 的多語言嵌入模型。文章示範以 Sentence Transformers、LangChain 等工具接入模型，並在 MIRIAD 醫療檢索測試中將微調版的 NDCG@10 提升至 0.8862，基礎模型為 0.8340。
推薦理由：文章提供 EmbeddingGemma 接入多個檢索框架的程式示例，並説明查詢與文件提示詞的設定方式，方便將模型納入既有檢索流程。
Hugging Face Blog精選AI 評分6262 Hugging Face ZeroGPU Spaces 如何透過 PyTorch AoT 編譯提升效能
Hugging Face 介紹如何在 ZeroGPU Spaces 使用 PyTorch AoT 編譯，將模型預先編譯後在不同程序中載入，以減少即時編譯造成的冷啟動開銷。
推薦理由：文章拆解 ZeroGPU Spaces 的 PyTorch AoT 編譯流程，並展示量化、動態形狀與區域編譯等可遷移的優化做法。
Hugging Face Blog精選AI 評分9191 OpenAI 發佈開源 GPT OSS 模型系列
OpenAI 發佈 GPT OSS 開源模型系列，包含 117B 參數的 gpt-oss-120b 和 21B 參數的 gpt-oss-20b。兩款均為 MoE 推理模型，採用 MXFP4 4-bit 量化；gpt-oss-120b 可在單張 80 GB GPU 運行，gpt-oss-20b 可在 16GB 記憶體內運行。
推薦理由：文章將兩款模型的量化方式、硬件需求與多種部署路徑整理在一起，便於評估本地推理的資源門檻及接入方式。
OpenAI Developers精選AI 評分7676 如何用 Ollama 在本地運行 OpenAI gpt-oss
OpenAI 介紹用 Ollama 在本地運行兩款 gpt-oss 模型，支援離線聊天、API 調用及接入 Agents SDK。gpt-oss-20b 建議至少 16GB VRAM 或 unified memory，gpt-oss-120b 至少 60GB；模型預設採用 MXFP4 量化，VRAM 不足時可用 CPU，但速度較慢。
推薦理由：指南比較兩個模型所需的硬件配置，並串起本地聊天、Chat Completions API 與 Agents SDK 接入步驟，便於評估本地部署路徑。
Mistral AI精選AI 評分6464 Mistral AI 發佈 Codestral 25.08，並推出企業級完整編碼技術棧
Mistral AI 發佈 Codestral 25.08，並推出整合程式碼補全、語意檢索、Devstral 智能體工作流及 Mistral Code IDE 外掛的企業編碼技術棧。
推薦理由：文章把 Codestral 25.08、程式碼檢索、Devstral 智能體工作流與 IDE 管理整合為企業方案，並交代部署選項及安全治理設計。
OpenAI News精選AI 評分7474 OpenAI 與 Oracle 達成協議，在美國開發 Stargate 新增 4.5 gigawatts 的數據中心容量
Oracle 與 OpenAI 達成協議，將在美國開發 Stargate 額外 4.5 gigawatts 的數據中心容量。Stargate 是 OpenAI 的 AI 基礎設施平台，這項協議亦是該計劃的重要里程碑。OpenAI 表示，這項投資將創造新職位、加快美國再工業化並推進美國 AI 領導地位。
推薦理由：這項協議把 Stargate 在美國的新增數據中心容量明確為 4.5 gigawatts，呈現 OpenAI 與 Oracle 推進 AI 基礎設施建設的合作規模。
Hugging Face Blog精選AI 評分6161 NVIDIA NIM 支援在 Hugging Face 部署逾 100,000 個 LLM
NVIDIA NIM 現可透過單一 Docker 容器部署 Hugging Face 上逾 100,000 個 LLM。NIM 會自動識別模型格式、架構和量化格式，並在 NVIDIA TensorRT-LLM、vLLM 與 SGLang 間選擇後端及套用預設設定。
推薦理由：文章展示 NIM 如何按模型格式、架構與量化方式自動選擇推理後端，並以部署示例説明從 Hugging Face 模型到 Docker 服務的操作流程。
Hugging Face Blog精選AI 評分6060 Hugging Face 推出 ScreenEnv，用於測試和部署 GUI 智能體
Hugging Face 推出 ScreenEnv，這是一個可在 Docker 容器中建立隔離 Ubuntu 桌面環境、用於測試和部署 GUI 智能體的 Python 程式庫。
推薦理由：ScreenEnv 將桌面控制、Docker 隔離與 MCP/API 接入整合在同一工具，並以 smolagents 範例展示如何建立和執行桌面任務智能體。
Hugging Face Blog精選AI 評分6464 使用 Sentence Transformers 訓練及微調稀疏嵌入模型
Hugging Face Blog 示範如何使用 Sentence Transformers 訓練及微調稀疏嵌入模型，介紹 SPLADE、Inference-free SPLADE、CSR 架構，以及資料、損失函數、評估器和訓練器的配置。
推薦理由：文章按 SPLADE、Inference-free SPLADE 與 CSR 的適用情境梳理架構選擇，並以實作例子串連資料、損失函數和評估器配置。
Mistral AI精選AI 評分6161 Mistral AI 推出 Mistral Compute AI 基礎設施服務
Mistral AI 推出 Mistral Compute，提供可按客户需求配置的私有整合式 AI 基礎設施，形態涵蓋裸金屬伺服器至全託管 PaaS。服務整合 GPU、編排、API、產品及服務，將提供最新 NVIDIA 參考架構，GPU 可用量達數萬枚，並於未來數年快速擴充。
推薦理由：Mistral Compute 將 GPU、編排、API、產品及服務整合為私有 AI 基礎設施，讓客户按需求配置，並提供由裸金屬伺服器至全託管 PaaS 的部署形態。
Hugging Face Blog精選AI 評分6060 Hugging Face 與 NVIDIA 合作推出 Training Cluster as a Service
Hugging Face 與 NVIDIA 宣佈合作推出 Training Cluster as a Service，讓研究機構可按訓練需求申請 GPU 叢集，並按訓練運行時長付費。
推薦理由：服務將 GPU 叢集申請、算力採購、部署和訓練排程串起來，並按訓練時長付費，呈現研究機構如何依地區、規模與訓練週期取得所需算力。
OpenAI News精選AI 評分7171 OpenAI 啟動 Stargate UAE，作為 Stargate 首個國際部署
OpenAI 正啟動 Stargate UAE，這是其 AI 基礎設施平台 Stargate 的首個國際部署。
推薦理由：原文將 Stargate UAE 定位為 Stargate 的國際部署，提供理解 OpenAI AI 基礎設施平台海外部署脈絡的具體案例。
Hugging Face Blog精選AI 評分6565 Hugging Face Transformers 計劃推動模型定義標準化
Hugging Face 表示，Transformers 將朝跨框架模型定義標準化發展，目標是讓其支援的模型架構更易被其他生態工具採用。目前 Transformers 支援 300+ 種模型架構，平均每週新增約 3 種；團隊計劃簡化建模程式碼和 API，並加強模組化模型定義。
推薦理由：文章交代 Transformers 希望成為跨框架模型定義的共同基礎，並列出簡化模型貢獻流程、提升訓練與推理工具互通的具體方向。
Mistral AI精選AI 評分6363 Mistral AI 推出由 Mistral Medium 3 驅動的 Le Chat Enterprise
Mistral AI 推出由 Mistral Medium 3 驅動的 Le Chat Enterprise，將企業搜索、知識整合及自訂 AI 智能體納入同一平台。
推薦理由：Le Chat Enterprise 將企業搜索、知識整合、無代碼智能體建構與多種部署方式整合於同一方案，並交代首批連接器和功能推出節奏。
Mistral AI精選AI 評分6767 Mistral AI 發佈 Mistral Medium 3，主打效能、成本與企業部署
Mistral AI 發佈 Mistral Medium 3，定位為兼顧效能、成本與企業部署的語言模型。Mistral AI 稱，該模型在各項基準測試中的表現達到 Claude Sonnet 3.7 的 90% 或以上，API 定價為每 M token 輸入 $0.4、輸出 $2；亦可部署於任何雲端，包括使用 4 張或以上 GPU 的自託管環境。
推薦理由：文章將 Mistral Medium 3 與 Claude Sonnet 3.7 的基準表現、API 定價和自託管條件放在一起比較，呈現企業部署時效能、成本與部署方式之間的核心取捨。
Hugging Face Blog精選AI 評分8383 Llama 4 Maverick 與 Scout 登陸 Hugging Face Hub，支援 Transformers 和 TGI
Hugging Face 將 Llama 4 Maverick (~400B) 與 Scout (~109B) 的權重上架 Hub，並宣佈 Transformers 與 TGI 支援。
推薦理由：文章整理了長上下文所用的 NoPE、分塊注意力與 temperature tuning 設計，讓讀者瞭解 Llama 4 延伸上下文窗口的架構取捨。
Hugging Face Blog精選AI 評分7777 DeepSeek-V3 0324 登上 Hugging Face Hub，四項基準分數均上升
DeepSeek-V3 0324 已登上 Hugging Face Hub，沿用原版架構並採用 MIT 授權，重點改善指令遵循、編碼和數學能力。DeepSeek 團隊列出的 MMLU-Pro、GPQA、AIME 和 LiveCodeBench 分數，分別由 75.9、59.1、39.6、39.2 升至 81.2、68.4、59.4、49.2。
推薦理由：文中提供 MMLU-Pro、GPQA、AIME 和 LiveCodeBench 的更新前後分數，讓讀者可按多項基準逐一比較 DeepSeek-V3 0324 相對原版的提升幅度。
Hugging Face Blog精選AI 評分6363 Xet 儲存進入 Hugging Face Hub，首批倉庫完成 4.5 TB 遷移
Hugging Face 已將首批模型與數據集倉庫由 LFS 遷移至 Xet 儲存，總量 4.5 TB，並把 Hub 約 6% 的下載流量切至 Xet 基礎設施。
推薦理由：文章以首批倉庫遷移為例，交代下載開銷與節點負載失衡如何在真實流量下浮現，以及分階段遷移如何避免服務中斷。
Hugging Face Blog精選AI 評分6262 Hugging Face 推出 FastRTC，支援以 Python 建構即時音訊與影片 AI 應用
Hugging Face 推出 FastRTC，這是一個讓開發者以 Python 建構即時音訊與影片 AI 應用的通訊程式庫。它內置語音偵測與輪次控制，提供支援 WebRTC 的 Gradio UI，並可將 Stream 掛載至 FastAPI 應用；亦支援 WebSocket。程式庫另提供語音轉文字、文字轉語音等工具，並可接駁不同 LLM、語音 API 或語音到語音模型。
推薦理由：FastRTC 將語音偵測、輪次控制和即時通訊整合起來，並提供 Gradio 測試介面及 FastAPI 部署方式，展示以 Python 搭建即時語音應用的實作流程。