This week in AI — Jun 22 – 28, 2026

用户可以通过一条命令在Hugging Face基础设施上启动一个私有的、与OpenAI兼容的LLM端点，无需配置服务器或Kubernetes，按秒付费。该服务适用于测试、评估或批量生成模型。要使用此功能，用户需要支付方式、huggingface_hub版本1.20.0及以上，并进行本地登录。启动服务器后，用户可以从任何地方查询它，vLLM支持OpenAI API，每次请求需携带HF token。为避免持续计费，用户应在使用完毕后停止服务器。

FFASR 排行榜是首个开放的远场自动语音识别（ASR）基准测试，通过在14个模拟房间中进行社区驱动的评估，并与真实世界测量结果进行验证。该基准测试揭示，在低信噪比下，所有提交模型的远场词错误率（WER）始终比相同语音内容的近场WER高出数倍，表明存在显著差距。其方法论结合了波基模拟和模拟到真实世界的验证，并支持移动声源分割和标准化评估硬件。排行榜通过帕累托前沿图展示了平均WER与实时因子（RTFx）的关系，以评估准确性和速度之间的权衡。未来计划包括多说话人场景、麦克风阵列支持和回声消除。

GPT-5 Pro 协助免疫学家 Derya Unutmaz 解决了困扰其三年的免疫学难题，揭示了 T 细胞行为的新见解。这一突破性进展有望为癌症和自身免疫疾病的研究提供支持。

OpenAI 推出了一项名为“Patch the Planet”的 Daybreak 计划，旨在支持开源维护者。该计划利用人工智能和专家评审，帮助维护者发现、验证并修复软件中的漏洞。

PaddlePaddle团队在Hugging Face上发布了PP-OCRv6，这是一个支持50种语言的光学字符识别（OCR）模型。该模型提供了从150万到3450万参数的不同版本，以满足不同需求。PP-OCRv6的发布旨在为用户提供高效且多语言的OCR解决方案。

在参数高效微调（PEFT）领域，LoRA（Low Rank Adaptation）是目前最流行的技术，占据了绝大多数市场份额。PEFT技术旨在显著减少模型微调所需的内存，并能对量化模型进行微调，同时提供检查点小、抗灾难性遗忘等优势。尽管LoRA因其有效性而广受欢迎，但本文探讨了除了LoRA之外，是否还有其他PEFT技术值得考虑，并介绍了Hugging Face开发的PEFT库，该库统一了多种PEFT技术，并支持多种量化方法，为用户提供了更多选择。

GPT-5.5 Instant 提升了 ChatGPT 在健康和保健方面的响应能力。通过增强推理、优化上下文理解和改善沟通清晰度，该模型能够提供更优质的健康信息。此外，GPT-5.5 Instant 的健康相关回复还经过了医生评估，确保了其准确性和可靠性。

研究人员利用 OpenAI 的推理模型，在诊断罕见疾病方面取得了进展。该模型帮助解决了此前未确诊的病例，成功识别出 18 个新的诊断结果。

GLM-5.2是为长周期任务设计的新旗舰模型，首次在稳定的1M token上下文上提供长周期任务能力。它通过引入IndexShare架构，将每四个稀疏注意力层共享一个索引器，显著降低了计算成本。GLM-5.2在长周期编码基准测试中表现出色，例如在FrontierSWE上仅落后Opus 4.8 1%，并在PostTrainBench上超越Opus 4.7和GPT-5.5。此外，GLM-5.2还具备灵活的努力程度控制，允许用户平衡性能与延迟，并在标准编码基准测试中大幅超越其前身GLM-5.1，成为最强的开源模型。

LifeSciBench 是一个由专家撰写和评审的基准测试平台，旨在评估人工智能系统在处理真实生命科学研究任务和决策方面的能力。

OpenAI 的最新研究论文指出，人工智能代理正在改变工作方式。这些 AI 代理能够处理更长、更复杂的任务，从而显著提升不同岗位的生产力。

《自然》杂志今日发表的研究展示了AMIE（一种用于医疗推理和对话的AI系统）在疾病管理方面的能力。AMIE利用Gemini模型的长上下文处理能力，包含一个用于实时患者对话的共情对话代理和一个深度思考的管理推理代理，后者能查阅数百页的权威临床知识。在一项针对患者扮演者的盲法研究中，专家医生将AMIE与21名初级保健医生进行比较。结果显示，AMIE在整体管理推理方面与临床医生表现相当，并在计划精确性和指南一致性方面得分显著更高，这表明AI未来有望支持医疗护理，让医生有更多时间与患者交流。目前，研究人员正在探索AMIE在临床环境中的应用，并已启动一项全国性研究，以评估AI在真实世界虚拟护理中的表现。

OpenAI 与博通公司合作推出了名为 Jalapeño 的定制 AI 芯片。这款芯片专为大型语言模型（LLM）的推理任务设计，旨在提升人工智能系统的性能、效率和可扩展性。

HuggingFace Transformers 已成为开源 AI 生态系统的基石，其 v5 版本通过对专家混合 (MoE) 模型的支持得到了加强，MoE 模型目前是前沿模型的主流架构。v5 版本提供了 MoE 的基础功能，包括专家后端、动态权重加载和分布式执行，这些功能使得 MoE 具有可扩展性且易于构建。

Hugging Face 团队通过结合人工智能、开源工具和人工审核，将 `huggingface_hub` 的发布周期从数周缩短到每周一次。他们构建了一个基于 GitHub Actions 的自动化工作流，用于处理版本更新、提交、打标签和发布到 PyPI 等机械性任务。对于发布说明和公告等需要判断力的工作，他们利用开源模型（如 GLM-5.2）生成初稿，再由人工进行审查和编辑，确保准确性。这一设计原则强调开放性，旨在让其他维护者也能轻松采纳和适应这套流程。

Google I/O 2026 展示了人工智能在多个方面的应用，包括电影制作、视觉设计和沉浸式体验。在“TPU Training Day”短片中，团队利用 Gemini Omni 和实验性模型，将木偶和传统动画与 AI 融合，创造出具有电影感的作品。I/O 2026 的视觉品牌形象则通过 Gemini 模型和 Nano Banana 迭代生成，最终形成了动态的 2D 到 3D 图标。此外，预演环节的“Jellectronica”将水母运动转化为音乐，而“Infinite Scaler”游戏则利用 Nano Banana 和 Gemini API 实现了玩家实时生成 3D 关卡的功能。这些案例共同展示了 AI 如何助力创新、提升效率并拓展创作边界。

Google I/O 2026 发布了 Google AI Studio 的新应用方式和场景。Google AI Studio 由 Antigravity 编码代理提供支持，即使非专业开发者也能利用最新的 Gemini 模型实现创意。一位没有编码背景的编辑使用 Gemini 生成提示，并在 Google AI Studio 中创建了一个关于 I/O 2026 公告的测验。她上传了公告和设计灵感等资料，Gemini 生成了一个详细的提示，她通过预览进行优化并添加了测验文本。这个测验旨在帮助用户了解 Google AI Studio，并鼓励他们尝试自己构建项目。

随着闭源模型（如Anthropic的Claude Fable 5）被移除，本地运行AI模型变得日益重要。OpenClaw项目每天面临数百个问题和拉取请求，需要进行分类、优先级排序和分发。为了解决这一挑战，作者利用本地模型（如Gemma和Qwen）在一个代理框架中执行分类任务。这种方法通过结合结构化输出，为问题和拉取请求分配标签，从而实现实时通知，并避免了使用昂贵的云端模型配额。通过使用受限的reposhell工具，代理模型可以在OpenClaw仓库中执行只读操作，以准确分类问题，例如将“Fix Kimi tool-call rewriting stop reason handling”正确分类为“inference_api”和“tool_calling”。

谷歌在2026年的Google I/O大会上发布了Gemini Omni和Gemini 3.5系列模型。Gemini Omni是一款新型模型，能够从任何输入（包括视频、图像、音频和文本）创建高质量视频，并支持通过对话进行视频编辑。Gemini 3.5系列模型，特别是3.5 Flash，结合了前沿智能与行动能力，旨在构建更强大的智能代理，擅长处理复杂的长期任务，并已成为Gemini应用和搜索中AI模式的默认模型。3.5 Flash还支持创建丰富的交互式网络UI和图形，并能驱动个性化AI代理如Gemini Spark，帮助用户管理数字生活。

OpenAI 为 ChatGPT Enterprise 推出了新的支出控制和使用分析功能。这些更新旨在帮助企业更好地管理成本，并能更自信地扩展其人工智能应用。

Transformers.js 允许开发者通过任务特定管道在 Web 应用中使用 Transformer 模型。当在浏览器中运行推理时，开发者会创建一个管道实例并指定任务。例如，自动语音识别 (ASR) 管道会自动下载并缓存模型资源和 Wasm 文件。然而，当用户访问使用相同模型的不同来源应用时，浏览器会重新下载并缓存这些资源，即使它们完全相同，导致重复下载和存储。例如，一个流行的 ASR 模型可能在不同应用中被重复下载 177 MB。此外，不同的 AI 模型可能依赖相同的 WebAssembly (Wasm) 运行时文件，例如 `ort-wasm-simd-threaded.asyncify.wasm`，这也会导致重复下载。

三星电子已在全球范围内向其员工部署了ChatGPT Enterprise和Codex，这标志着OpenAI迄今为止最大规模的企业级人工智能部署之一。

Google Finance 推出更新，旨在简化投资追踪和市场信息获取。此次更新包括推出新的 Android 应用程序，并增强了投资组合管理功能。用户现在可以在一个仪表板上查看所有投资，获取个性化洞察，并可通过上传文件或描述来创建投资组合。此外，Google Finance 还新增了市场情报更新功能，用户可以设置自定义任务，接收关于特定主题的定期简报，并通过 Google 应用接收通知。这些新功能已在全球范围内推出。

Google 宣布将在 2026 年和 2027 年投资 15 亿美元，扩建其位于阿拉巴马州杰克逊县的数据中心园区。该数据中心自 2019 年起运营，为数字服务提供支持，并促进区域增长。作为此次扩建的一部分，Google 将全额承担电力和基础设施成本。此外，Google 还与 TVA 和 CAANEAL 合作，设立了 200 万美元的能源影响力基金，用于支持当地的能源效率和防风雨项目。Google 还将捐赠 55 万美元，为当地四至八年级学生提供 STEM 工具包。这些举措建立在 Google 长期以来对当地的影响之上，包括支持 Paint Rock 河流域的水资源管理、培训超过 13 万阿拉巴马州居民的数字技能，以及创造数百个全职和建筑工作岗位。

谷歌宣布深化对弗吉尼亚州的社区投资，旨在支持当地就业、培养下一代劳动力并提升能源可负担性。公司将资助电气培训联盟（etA），以扩大电气学徒培训能力，目标是到2030年增加2,741名学徒。此外，谷歌已投资超过500兆瓦的新能源容量，并启动了1500万美元的能源影响力基金，通过资助家庭维修、防风雨改造和能效升级等项目，帮助弗吉尼亚州居民降低每月水电费。

Futures Lab 是一个由 Google 资助并与滑铁卢大学合作的八周强化 AI 和用户体验原型设计工作坊。该项目由 Edith Law 博士领导，旨在让来自计算机科学、商业和自然科学等不同领域的学生开发工具，以重塑学习方式。学生们在此创造了多个 AI 原型，例如 Kanji Garden，一个通过 AI 生成故事和视觉效果教授日语的应用；SignFluent，一个提供实时反馈的美国手语学习工具；以及 MuscleMemory，一个利用 AI 摄像头追踪提供实时音频反馈的徒手训练工具，以帮助用户预防受伤。这些原型展示了 AI 在教育和工作领域应用的潜力。

随着在蒙哥马利县新建数据中心，我们正深化在密苏里州的投入，负责任地扩展基础设施，提升能源可负担性，并创造新的职业发展机会。通过与 Ameren 签订的容量承诺框架协议，我们支持开发超过 500 兆瓦的额外电力容量，以覆盖运营和基础设施成本。此外，我们还设立了 2000 万美元的能源影响力基金，通过家庭防风和效率项目帮助降低家庭公用事业费用。我们的数据中心是经济引擎，每创造一个直接就业岗位，就能带动九个当地就业岗位。为培养密苏里州居民胜任技术岗位，我们资助了当地劳动力培训项目，包括支持东密苏里建筑工人和承包商联合培训基金，帮助劳工和承包商培训中心在蒙哥马利县培训数千名新的建筑工人和学徒。

OpenAI 宣布推出合作伙伴网络，并投入 1.5 亿美元，旨在加速全球合作伙伴在企业中采用、部署和转型人工智能。该网络将支持合作伙伴更好地利用 OpenAI 的技术，帮助企业客户实现 AI 驱动的创新和效率提升。通过这项投资，OpenAI 致力于与各行各业的合作伙伴共同推动人工智能的普及和应用，助力企业在数字化转型中取得成功。

OpenAI 正在预览其下一代模型 GPT-5.6 Sol，该模型在编码、科学和网络安全方面展现出更强大的能力。同时，GPT-5.6 Sol 也配备了 OpenAI 最先进的安全堆栈。

OpenAI 通过 Appia 基金会致力于为先进人工智能建立共享标准。该基金会旨在支持评估框架、安全实践和全球合作，以促进人工智能领域的健康发展。

OpenAI 推出了名为 Daybreak 的新工具，旨在帮助全球组织提升安全防护能力。这些工具包括 Codex Security 和 GPT-5.5-Cyber，它们能够协助组织大规模地发现、验证并修补安全漏洞，从而加强其网络安全防御。

MosaicLeaks 揭示了深度研究代理在结合本地私有文档与外部工具时存在的隐私泄露风险。研究发现，代理的外部查询可能泄露敏感信息，即使单个查询看似无害，但组合起来可推断出私有事实。MosaicLeaks 提出了一个包含多跳问题的深度研究任务，这些问题交织了公共和私有信息。测试模型显示，代理频繁泄露私有信息，且仅为任务性能进行训练会加剧此问题。为解决此问题，研究者提出了隐私感知深度研究（PA-DR）的强化学习训练方法，该方法在提高链成功率的同时，显著降低了答案/完整信息泄露率。

OpenAI 推出部署模拟（Deployment Simulation）方法，旨在通过使用真实的对话数据，在人工智能模型发布前预测其行为。此方法有助于提升模型的安全性，并提高评估的准确性。

随着“复古”和“如何淘旧货”的搜索兴趣达到历史新高，谷歌搜索提供了多种工具来提升旧货和复古购物体验。用户可以使用搜索中的AI模式规划购物行程，例如查找旧金山的复古球衣店并推荐附近的无麸质早午餐。谷歌智能镜头（Google Lens）可以帮助识别旧货店或复古市场中的商品，了解其设计师、年代和在线售价。通过“圈选搜索”（Circle to Search），用户可以快速找到在线复古商品的类似款式和购买地点。此外，虚拟试穿功能允许用户上传全身照片，查看复古服装的试穿效果。最后，智能镜头还能帮助用户评估自己衣物或家居用品的价值，以便出售。

Omio 正利用 OpenAI 技术，致力于打造对话式旅行体验，并加速产品开发进程。通过整合人工智能，Omio 正在转型为一家以AI为核心的公司，旨在革新用户与旅行规划的互动方式。

Jason Liu 利用 Codex 来维持工作上下文，从而有效管理复杂的项目。通过这种方式，他能够确保即使在单个提示之外，工作也能持续进行。Codex 在此过程中扮演了关键角色，帮助 Liu 应对长时间运行的工作，并保持项目进展的连贯性。

Google Beam 推出一项新实验，旨在改善群组会议体验。该实验利用 HP Dimension 的沉浸式显示技术，能将非 Beam 设备加入会议的参与者以真实大小呈现，并让他们仿佛与你同桌而坐。结合空间音频技术，每位发言者的声音都与其位置对应，让远程参会者感觉更像身处同一房间。研究表明，这种方法能将社交联系感提升 50%，并使参与者贡献度提高 21%，从而弥补混合工作模式下的“融入差距”。Google Beam 还将继续与 Google Workspace 和 Zoom 合作，以提升现有会议体验。

AI 模式在美国推出一年后，全球月活跃用户已超过十亿，且查询量每季度翻一番。AI 模式不仅增加了搜索量，还改变了人们的搜索方式。数据显示，超过六分之一的美国搜索使用语音或图像，其中图像搜索每月增长超过 40%。AI 模式的平均搜索长度是传统搜索查询的三倍。与规划相关的 AI 模式查询在过去六个月中增长了 80%，而头脑风暴查询自推出以来增长了 30%。

本篇是 PyTorch 分析系列文章的第二部分，主要探讨了从 `torch.add(torch.matmul(x, w), b)` 到 `nn.Linear` 再到融合多层感知机（MLP）的性能分析。文章指出 `nn.Linear` 模块将矩阵乘法和加法操作封装起来，并利用 GPU 内核的“epilogue”机制将偏置加法融合到矩阵乘法中，从而避免了额外的内存操作。通过分析 `nn.Linear` 的 profiler 轨迹，发现 `aten::t` 操作仅修改张量元数据，不涉及 GPU 内核启动。此外，文章还讨论了 `torch.compile` 在单个 `nn.Linear` 场景下的作用有限，因为它需要多个操作才能进行融合优化。