實體: Hugging Face
所有提到 Hugging Face 的 AI 新聞與動態。
-
西班牙「soonicorn」企業Multiverse Computing推出免費壓縮AI模型
西班牙新創公司 Multiverse Computing 正致力於解決大型語言模型體積龐大的問題，透過其壓縮技術 CompactifAI 縮小模型規模，旨在縮小前沿模型與企業實際部署能力之間的差距。該技術靈感來自量子計算，並已應用於 OpenAI 發布的模型。目前開發者可在 Hugging Face 免費獲取 Multiverse 最新版的 HyperNova 60B 模型。此模型僅需 32GB 記憶體，約為源模型 OpenAI gpt-oss-120b 的一半大小，同時具備更低的記憶體使用量和延遲。更新後的 HyperNova 60B 2602 版本進一步支援工具呼叫與代理程式編碼，後者推論成本較高。Multiverse 聲稱其模型在體積更小的情況下，效能與準確度幾乎與競爭對手 Mistral Large 3 相當。Mistral Large 3 由法國科技巨頭 Mistral AI 發布。兩家公司均為歐洲企業，且業務已擴充套件至美國、加拿大及歐洲各地，並擁有企業客戶，包括 Iberdrola、Bosch 及加拿大銀行。雖然 Multiverse 尚未正式成為獨角獸，但傳聞其正在籌資 5 億歐元，估值超過 15 億歐元。公司確認正與潛在投資者進行討論，但拒絕評論估值或融資規模，亦未確認其年復合營收（ARR）在 1 月達到 1 億歐元的報導。若此資料屬實，雖遠低於 OpenAI 的 200 億美元 ARR，但已接近 Mistral 超過 40 億美元的營收水平，部分原因在於對美國科技替代品的需求增長。Multiverse 定位為能提供涵蓋 AI 全棧的主權解決方案。此外，地緣政治因素助其與西班牙阿拉貢地區政府合作，西班牙技術轉型局（SETT）亦參與了其去年的 2.15 億美元 B 輪融資。自成立以來，Multiverse 一直受惠於巴斯克地區的支援，該地區可能即將誕生其首隻獨角獸。
-
Runpod 雲端 AI 新創年營收達 1.2 億美元 並從 Reddit 帖子起步
Runpod 是一家於四年前成立的 AI 應用程式託管平臺，創辦人 Zhen Lu 和 Pardeep Singh 透露，該公司目前已達到每年 1.2 億美元的營收規模。這段創業歷程被視為一個極佳的案例，展示了若產品建設精良且時機恰當，創業成功的可能性。故事始於 2021 年底，當時兩位曾在 Comcast 共事的工程師因無法從自家新澤西地下室執行的以太坊礦機中獲得足夠回報，且面臨即將上線「The Merge」網路升級導致採礦結束的困境，決定將原本耗資約 5 萬美元投入的礦機改裝為 AI 伺服器。他們發現現有的軟體生態系統對於利用這些 GPU 進行開發極為糟糕，因此決定解決這一痛點，Runpod 由此誕生。 在 2022 年初推出服務後，團隊透過在 Reddit 等社群免費提供伺服器資源換取反饋，成功吸引首批測試使用者並轉化為付費客戶。僅用九個月時間，他們便辭去工作並達成 100 萬美元營收。由於早期業務使用者需要更穩定的伺服器而非分散在私人地下室，團隊選擇與資料中心建立營收分潤合作模式來擴充套件容量，而非立即尋求風險投資。這種自籌資金（bootstrapping）的模式持續了約兩年，期間他們拒絕承擔債務，並堅持不設免費層級以確保基本生存。 關鍵轉折發生在 2024 年 5 月，隨著 AI 應用熱潮興起，Runpod 成功獲得由 Dell Technologies Capital 和 Intel 資本共同領投的 2000 萬美元種子輪融資，參與投資者包括 Hugging Face 聯合創辦人 Julien Chaumond 及 Nat Friedman 等知名人士。目前，Runpod 服務全球 31 個地區，擁有 50 萬開發者客戶，涵蓋個人使用者至年支出數百萬美元的 Fortune 500 企業團隊，其客戶名單中包括 Replit、Cursor、OpenAI、Perplexity、Wix 和 Zillow 等知名機構。儘管面臨 AWS、Microsoft、Google 以及 CoreWeave 等強勁競爭，Runpod 仍堅持定位為以開發者為中心的平臺，致力於成為下一代軟體開發者成長的基礎設施。
-
輝瑞欲成為通用機械人的安卓��統
Nvidia 於 CES 2026 發表了全新的機器人基礎模型、模擬工具及邊緣硬體，旨在成為通用機器人的預設平臺，類似 Android 在智慧型手機中的地位。此舉反映了 AI 從雲端轉向實體世界的產業趨勢，透過更便宜的感測器、先進模擬及具備跨任務泛化能力的模型實現。Nvidia 於週一揭露其物理 AI 全棧生態系統，包含可讓機器人進行推理、規劃與適應的開放式基礎模型，這些模型已上架 Hugging Face。其中包含 Cosmos Transfer 2.5 與 Cosmos Predict 2.5 兩個用於合成資料生成與機器人策略評估的世界模型；Cosmos Reason 2，一款允許 AI 系統在物理世界中視覺、理解並行動的推理視覺語言模型；以及專為人形機器人設計的 Isaac GR00T N1.6 視覺語言行動模型。GR00T 依賴 Cosmos Reason 作為大腦，並解鎖全身控制能力，使人形機器人能同時移動與操作物件。此外，Nvidia 在 CES 推出了 Isaac Lab-Arena，這是一個開放原始碼的模擬框架，供託管於 GitHub，用於安全虛擬測試機器人能力，整合了 Libero、RoboCasa 及 RoboTwin 等標準化基準，解決了實體環境驗證成本高、耗時且風險大的問題。生態系統還由 Nvidia OSMO 支援，這是一個開放原始碼的指揮中心，整合從資料生成到訓練的完整工作流。為了提供動力，Nvidia 推出了搭載 Blackwell 架構的 Jetson T4000 圖形晶片，屬於 Thor 家族最新成員，提供 1200 太浮點運算能力和 64GB 記憶體，功耗僅需 40 至 70 瓦。Nvidia 深化與 Hugging Face 的合作，將 Isaac 與 GR00T 技術整合進 LeRobot 框架，連線兩百萬機器人開發者與一千三百萬 AI 建構者。開放原始碼的 Reachy 2 人形機器人現可直接與 Jetson Thor 晶片協作。Nvidia 透過這些措施降低機器人開發門檻，希望成為底層硬體與軟體供應商。目前機器人類別在 Hugging Face 上增長最快，Nvidia 模型下載量領先，且 Boston Dynamics、Caterpillar、Franka Robots 及 NEURA Robotics 等公司已採用其
-
英偉達推出Alpamayo開放式AI模型，讓自駕車能「像人類一樣思考
Nvidia 於 CES 2026 發表了 Alpamayo，這是一組開放原始碼的 AI 模型、模擬工具與資料集，旨在協助自主車輛在複雜駕駛情境中進行推理。Nvidia 執行長 Jensen Huang 表示，這是物理 AI 的 ChatGPT 時刻，機器開始能在現實世界中理解、推理並行動。Alpamayo 1 是該系列的核心，擁有 100 億引數的鏈式思維、基於推理的視覺語言行動（VLA）模型，讓自主車輛能像人類一樣思考，解決如繁忙路口交通燈故障等複雜邊緣案例，無需先前經驗。該模型透過將問題分解為步驟、推理各種可能性並選擇最安全路徑來運作。其底層程式碼已公開於 Hugging Face，開發者可微調成更小型快速的版本，或建立自動標記影片資料等工具。此外，開發者可使用 Cosmos 生成合成資料，結合真實與合成資料訓練測試 Alpamayo 基盤的自主車輛應用。Cosmos 是 Nvidia 的生成式世界模型，用於建立物理環境表示以進行預測與行動。Nvidia 同時發布了超過 1700 小時的駕駛資料集，涵蓋不同地理與條件的罕見複雜情境，並推出開放原始碼模擬框架 AlpaSim，供開發者安全大規模測試系統。Jensen Huang 預期 Alpamayo 相關技術將於今年第一季度在美國上路。