huggingface_hub每周发布实践：AI、开源工具与人工审核
Hugging Face分享了他们如何用GPT-4和GitHub Actions把库发布从两个月一次提速到每周一次，还保留了人工把关，挺实用的经验。
#Hugging Face
共 385 条 · 7 天 18 条 · 30 天 87 条
6月23日
6月21日
6月19日
Poolside 发布 Laguna M.1 开放权重，256K 上下文长度
Poolside 把最强的 Laguna M.1 模型完全开放了，256K 上下文，Apache 2.0 许可，直接去 Hugging Face 下载权重用。
6月18日
产品13:03
Atomic Chat 上线 Hugging Face，成为本地应用运行 20 万+ 模型Atomic Chat 现在能在本地跑 Hugging Face 上 20 多万个模型，完全离线私密，还开源，搞 AI 的可以试试看。
6月17日
在Apple Silicon Mac上用MLX本地跑LLM并开OpenAI兼容API
想在Mac上本地跑大模型、不用联网？这个工具能从Hugging Face下模型，用MLX推理，还直接开个OpenAI API，当本地服务使。
6月14日
6月13日
6月12日
产品20:47
oMLX 支持标准 HF 缓存目录，本地 AI 部署更便捷对于在 Apple Silicon 上跑本地模型的开发者，oMLX 支持 HF 缓存目录意味着省去模型重复下载和路径配置的麻烦，建议直接更新体验。
Hugging Face 成为私有/公开模型和数据集的最佳存储平台
Hugging Face 将存储与训练无缝集成，管理模型和数据集的团队可以直接在平台上完成从存储到训练的全流程，省去多平台切换的麻烦。
产品00:33
Jasper 用 Hugging Face 作为 MONET 存储骨干，称“HF infra 是明智之选”对于需要处理大规模动态训练数据集的 AI 团队，Hugging Face 的存储方案被 Jasper 验证为高效可靠，值得关注其具体实现细节。
6月11日
Google 模型权重在 Hugging Face 以 Apache 2.0 开源
Google 将模型权重以 Apache 2.0 开源，解决了开发者获取高质量预训练模型的门槛问题，做 AI 应用或研究的团队可以直接下载使用，值得关注。
行业03:20
Clement Delangue 提议训练开源 AI 建筑模型Hugging Face 联合创始人的提议直击开源 AI 在垂直领域的落地机会，建筑行业的开发者或研究者可以关注这个方向，看看能否用现有数据集推动创新。
6月9日
行业22:43
Arcee AI 成为首个用 Hugging Face 替换 AWS S3 的美国 AI 实验室这对使用 AWS S3 存储 AI 资产的团队是个信号——Hugging Face 正成为更灵活、开源友好的替代方案，做模型部署和数据集管理的开发者值得关注这一趋势。
AI 进入工程领域：CADGenBench 基准测试发布
AI 终于开始认真对待工程图纸了——CADGenBench 为评估 AI 生成精确 3D 零件提供了标准化工具，做 CAD 开发或工程自动化的团队可以直接用这个基准测试来验证自己的模型。
6月8日
Gemma 4 QAT 检查点发布：性能不变，内存减少约 4 倍
做移动端或边缘部署的开发者终于可以跑 Gemma 4 了——内存降到 1GB 意味着手机和 IoT 设备也能用，建议直接去 Hugging Face 拉下来试试。
6月6日
Token成本证明不会有SaaS末日：好工具是智能体的缓存智能
这篇实测数据直接打脸了“智能体将消灭所有软件层”的论调，做AI工具和智能体开发的团队值得一看——它告诉你为什么好的CLI和SDK反而更值钱了。
6月4日
产品23:42
NanoClaw AI 智能体追踪数据可上传 Hugging Face 存储分析智能体开发者终于有了标准化的追踪数据存储方案——NanoClaw AI 与 Hugging Face 的集成让分析、分享和后训练变得简单，做 AI 代理的团队值得关注这个方向。
NVIDIA 开源 Nemotron 3 Ultra：权重、数据、训练配方全开放
NVIDIA 把 Nemotron 3 Ultra 的权重、数据和训练配方全部开源，做模型复现或定制训练的团队可以直接下载使用，省去从头训练的昂贵成本。
SynthTraces 发布：用双模型对话生成 2000+ 编程智能体轨迹
做智能体训练或微调的开发者终于有了大规模合成轨迹数据源——SynthTraces 用双模型对话自动生成 2000+ 条真实代码库交互轨迹，比手动标注高效太多，做 LLM 对齐或 Pi 优化的团队可以直接用。
Ideogram 4.0 上线多平台，包括 Hugging Face、ComfyUI 等
Ideogram 4.0 覆盖了主流 AI 图像平台，做设计或内容创作的团队可以直接在常用工具里体验最新模型，省去切换麻烦。
6月3日
行业13:43
Cohere 赞助黑客马拉松：让模型回归小巧实用想用低成本模型做出真正有用的东西？这场黑客马拉松就是为你准备的——Cohere 赞助、Hugging Face 和 Gradio 主办，直接上手做点小而美的 AI 应用，建议关注。
模型08:17
Arcee 值得更多关注：美国开源 AI 模型公司新星美国开源 AI 模型公司稀缺，Arcee 是少数值得关注的玩家。做开源模型研究或寻找可商用模型的开发者，建议去 Hugging Face 看看他们的模型仓库。
6月2日
NVIDIA 开源里程碑：1000 仓库、60K 粉丝，Hugging Face 第一
NVIDIA 在 Hugging Face 上开源仓库破千，模型霸榜，做 AI 开发或模型选型的团队值得关注——这代表开源生态里又多了一个强力玩家，可以直接拿来用的资源又多了。
Hugging Face Hub 新增 Agent Traces 渲染文档页
做智能体开发和调试的团队，终于能在 Hub 上可视化 Agent Traces 了，省去自己搭日志系统的麻烦，值得直接去试试。
Hugging Face 克隆 68TB 数据集到私有存储，仅需不到 1 分钟
做大规模 AI 训练的团队终于可以告别下载整个数据集的痛苦——68TB 数据集 1 分钟克隆到私有存储，建议所有需要管理海量数据的开发者点开看看。
NVIDIA 开源 AI 成果：1000 公开仓库、新模型与框架
NVIDIA 在开源 AI 上的投入远超多数人想象——1000 个公开仓库、多个前沿模型，做 AI 研究或开发的团队值得关注这些新资源，尤其是 Cosmos 3 和 Nemotron 系列。
Nvidia 在 Hugging Face 上突破 1000 个公开仓库，巩固开源 AI 领导者地位
Nvidia 在开源 AI 上的投入已经形成规模效应——1000 个仓库覆盖模型、数据集、工具链，做 AI 研究或工程落地的团队值得关注其最新模型和框架，尤其是自动驾驶和物理 AI 方向的开放成果。
6月1日
5月31日