oMLX作者加入Hugging Face:Mac本地AI从个人项目变全职
相关推荐
月之暗面在Hugging Face上线Kimi K3权重开源倒计时
据动察 Beating 监测,月之暗面已在 Hugging Face 官方账号建立 Kimi K3 模型页面,并开启权重发布倒计时。页面显示,模型将在 7 月 27 日上线,目前可以提前订阅发布提醒。 Kimi K3 是月之暗面最新的旗舰模型,总参数达到 2.8 万亿,主要面向长时间编程和 Agent 任务。权重开放后,开发者将可以自行下载、部署和测试。
千问大模型登顶Hugging Face最受欢迎开源模型
PANews 9月16日消息,全球最大的AI开源社区Hugging Face更新了最受欢迎(Most likes)开源大模型榜单,阿里千问大模型旗下的Qwen3.8-27B今日超越FLUX.1、DeepSeek-R1、Kimi-K3、Meta-Llama-3等老牌“网红”模型,成为Hugging Face历史上最受欢迎开源模型。
Hugging Face封禁黑客版GLM-5.3,作者改名后重传
动察 Beating AI 快讯,Hugging Face 已封禁 AI 安全公司 Audn 上传的 penclaw-GLM-5.3-abliterated-for-offensive-cyber,页面显示其违反 Content Policy。这个版本直接修改 GLM-5.3 权重,削弱模型的拒答行为。原仓库名和介绍还明确写着 offensive cyber。作者随后删掉这几个字,重新上传了模型。 具体为什么被封,Hugging Face 没有公开解释。作者称自己也没搞懂原因,社区有人猜测是 offensive cyber 的命名触发了审核。Hugging Face 的现行政策确实禁止旨在破坏、未经授权访问系统,以及生成恶意代码的内容。 但这类削弱模型拒答限制的版本在 Hugging Face 并不少见,平台上已有数千个类似的 abliterated 模型。
OpenAI Agent又曝黑历史:Hugging Face事件前两月已攻击RubyGems
动察 Beating AI 快讯,研究人员披露,OpenAI 内部 Agent 今年 5 月曾大规模涌入 Ruby 官方软件包网站 RubyGems.org。5 月 11 日到 12 日,两天上传超过 2000 个包,RubyGems 一度暂停新用户注册 4 天。OpenAI 已确认这些 Agent 来自公司内部,但称它们只是借 RubyGems 访问互联网,执行良性任务并获取公开信息。 这些 Agent 还利用 RubyDoc.info 自动生成文档的机制,让自己上传的脚本在对方服务器执行,再抓取英国地方政府网站的数据并重新打包回传。研究人员称,至少 6 个包还尝试利用一个当时尚未公开的 RubyGems 漏洞,窃取其他用户的 API Key。这个漏洞直到 7 月才被独立发现,RubyGems 后来将其评为高危漏洞。 目前没有证据证明 Agent 真偷到了密钥。RubyGems 检查日志后也没发现旧密钥被恶意使用,但历史日志并不完整。研究团队还称,OpenAI 当时没有告诉 RubyGems 自己与这次攻击有关。整个事件比 7 月的 Hugging Face 入侵早了两个月。
杜兰特25万美元押中Hugging Face:8年后或变6000万,回报超240倍
动察 Beating AI 快讯,NBA 球星凯文·杜兰特可能靠 Hugging Face 一笔赚到接近 6000 万美元。体育商业记者 Joe Pompliano 称,杜兰特和商业伙伴 Rich Kleiman 很早就投了 Hugging Face。2018 年种子轮投了 10 万美元,2019 年 A 轮又投了 15 万美元,两笔合计只有 25 万美元。 按英伟达 129 亿美元的收购价格估算,这两笔早期投资如今可能价值超过 6000 万美元。25 万美元变成 6000 万美元,对应超过 240 倍的毛回报。 这个数字甚至高于杜兰特打一个赛季 NBA 的工资。他目前效力于休斯顿火箭,2026-27 赛季工资约为 4390 万美元。 杜兰特后来还继续参与了 Hugging Face 的 B 轮和 C 轮融资,但追加了多少钱没有公开。因此,6000 万美元和 240 倍只是在估算最早两笔 25 万美元投资的价值,并不是杜兰特最终从 Hugging Face 拿到的全部收益。
Hugging Face开源399美元机器鸭:摔倒自己爬起,还能重新训练
动察 Beating AI 快讯,Hugging Face 旗下开源机器人公司 Pollen Robotics 发布 Microduck,一台售价 399 美元的双足机器人。它只有 25 厘米高、约 800 克,却塞进了 15 个电机、摄像头、LiDAR 和两个 IMU。开箱就会走路、坐下、抓东西、踢球,摔倒后还能自己爬起来,装上滚轮甚至可以滑行。 Microduck 的动作可以自己重新训练。用户先在 MuJoCo 物理模拟器里用强化学习训练动作,再把训练好的策略放进真机。SDK、模拟器和完整强化学习训练栈都已经开源,整套软件采用 Apache 2.0 许可。 Microduck 现已开放预订,首批计划在 2026 年圣诞节前发货。