實體: Hugging Face
所有提到 Hugging Face 的 AI 新聞與動態。
-
摩洛哥創辦人籌獲420萬美元支持其YC資助的創業公司，開發AI搜尋的下一層次技術
生成式 AI 正在重塑各行業，但其中最重要卻最隱形的挑戰之一是檢索，即從雜亂無章的知識庫中快速獲取正確資料並提供相關背景。大型語言模型（LLMs）的準確性取決於其能檢索到的資訊，這正是位於舊金山的初創公司 ZeroEntropy 致力解決的問題。該公司由執行長 Ghita Houir Alami 和技術長 Nicholas Pipitone 共同創立，已籌得 420 萬美元種子輪資金，旨在協助模型快速、準確且大規模地檢索相關資料。此輪融資由 Initialized Capital 主導，Y Combinator、Transpose Platform、22 Ventures、a16z Scout 等機構參與，還有來自 OpenAI、Hugging Face 和 Front 等機構的天使投資人。 ZeroEntropy 加入了一波利用檢索增強生成（RAG）技術來驅動下一代 AI 代理基礎設施的浪潮，其競爭對手包括 MongoDB 的 VoyageAI 以及 Sid.ai 等早期 YC 創始公司。 Initialized Capital 的 Zoe Perret 表示，Ghita 和 Nicolas 的模型表現優於目前所見的所有團隊，並認為檢索是 AI 下一個前沿的關鍵突破。RAG 架構目前被廣泛應用於 AI 代理，例如聊天機器人展示人力資源政策或法律助手引用案例法，但 ZeroEntropy 的創始人認為許多 AI 應用中的這一層面非常脆弱，通常由向量資料庫、關鍵字搜尋和重排序模型的拼湊組成。ZeroEntropy 提供一套 API，管理資料匯入、索引、重排序和評估。 與企業員工搜尋產品 Glean 不同，ZeroEntropy 純粹是開發者工具，能快速抓取資料，即使面對雜亂的內部檔案。執行長 Houir Alami 將其比作「搜尋界的 Supabase」，意指像 Supabase 這樣的開源資料庫自動化管理資料庫管理。目前大多數團隊要麼拼湊市場現有工具，要麼將整個知識庫丟入 LLM 的上下文視窗，前者耗時，後者易導致累積錯誤。ZeroEntropy 旨在構建以開發者為首的搜尋基礎設施，讓部署準確快速的檢索系統變得簡單高效。其核心是專有重排序模型 ze-rank-1，據稱在公共和私人檢索基準測試中優於 Cohere 和 Salesforce 的類似模型，確保 AI
-
Hugging Face 開放訂購其 Reachy Mini 桌上機器人
Hugging Face 於週三宣佈正式接受預訂其最新桌面機器人 Reachy Mini，並開放開發者進行測試與開發。該公司最初於五月展示原型機，同時還推出了大型人形機器人 HopeJR。此次推出的 Reachy Mini 將分為兩個版本：Reachy Mini Wireless 為無線版，售價 449 美元，搭載 Raspberry Pi 5 mini 電腦；另一版本為 Reachy Mini Lite，需連線外部計算源，售價較低為 299 美元。這兩款機器人採用開源套件形式，供開發者自行組裝。機器人尺寸約等同標準玩偶，配備兩塊螢幕作為眼睛及兩根天線。組裝完成後，機器人可透過 Python 語言進行完全程式化控制，並內建一組預設演示程式。 這些裝置與 Hugging Face Hub 平臺整合，讓使用者能存取超過 170 萬個 AI 模型及 40 萬個資料集。Hugging Face 執行長 Clém Delangue 表示，推出兩款版本的決定基於初期測試反饋，其中一位早期測試者發現其五歲女兒希望將機器人帶回家中，這促使公司考慮更廣泛的使用者需求。Delangue 強調，作為開源社群平臺，Hugging Face 鼓勵使用者擴充套件、修改甚至重製機器人功能。目標受眾為 AI 開發者，他們可編寫、建置並測試 AI 應用程式，並將自定義功能與應用分享至社群，實現即插即用。 Reachy Mini Lite 預計下月起開始出貨，無線版則於今年晚些時候推出。公司希望盡快讓產品流入使用者手中，避免冗長的預購流程。Delangue 指出，開放原始碼硬體對於機器人未來至關重要，他認為若數百萬機器人由少數公司控制且為黑箱運作，將令人擔憂。他更願見一個每個人都能掌握機器人控制權的世界，而非依賴單一巨頭。此發布符合 Hugging Face 整體機器人計畫，旨在透過開源硬體賦予使用者完全的控制權。
-
Google 推出新 Gemini 模型可於機器人端執行
Google DeepMind 於週二發布了名為 Gemini Robotics On-Device 的新語言模型，該模型可在機器人本地執行任務，無需連線網際網路。此模型建立在三月發布的 Gemini Robotics 基礎之上，能夠控制機器人的動作。開發者可使用自然語言提示來控制和微調模型以滿足不同需求。在基準測試中，Google 聲稱該模型表現水平接近雲端版的 Gemini Robotics 模型，且在一般基準測試中優於其他本地模型，儘管未具體命名對手。在演示中，公司展示了機器人使用此本地模型執行解開袋子摺疊衣物等任務。Google 表示，該模型雖為 ALOHA 機器人訓練，但後來已適配至雙臂 Franka FR3 機器人及 Apptronik 的 Apollo 人形機器人。Google 聲稱雙臂 Franka FR3 成功應對了從未見過的場景和物件，例如在工業傳送帶上進行組裝。此外，Google 還發布了 Gemini Robotics SDK，開發者可透過 MuJoCo 物理模擬器向機器人展示 50 至 100 次任務演示以訓練新任務。其他 AI 模型開發者也在涉足機器人領域，Nvidia 正在構建用於人形機器人的基礎模型平臺，Hugging Face 不僅開發機器人開源模型和資料集，還正在開發機器人，而由 Mirae Asset 支援的韓國起點公司 RLWRLD 也在致力於建立機器人基礎模型。
-
薩姆·奧特曼認為 AI 下年將產生「創新見解
OpenAI 執行長 Sam Altman 於週二發表新文章《The Gentle Singularity》，提出未來十五年 AI 將如何改變人類經驗的願景。Altman 在文中暗示，2026 年世界將見證能夠提出新見解的 AI 系統出現。儘管此說法較為模糊，但 OpenAI 的高層近期已表示公司正專注於讓 AI 模型產生新穎有趣的想法。這與 OpenAI 在四月推出 o3 和 o4-mini 推理模型時，共同創辦人兼總裁 Greg Brockman 的說法一致，他稱這些是科學家首次用來生成新且有益想法的模型。 除了 OpenAI，其他競爭對手也轉向訓練能協助科學家提出新假設的 AI 模型。Google 在五月發布 AlphaEvolve，宣稱其 AI 程式設計代理已生成解決複雜數學問題的新方法。由前 Google 執行長 Eric Schmidt 支援的 FutureHouse 則表示其 AI 代理工具已達成真正的科學發現。同年五月，Anthropic 也推出了支援科學研究的計劃。若這些公司成功，將能自動化科學過程的關鍵部分，並可能進入藥物研發、材料科學等領域。 Altman 並非首次透過部落格透露 OpenAI 的未來計畫。他在今年一月曾寫文預測 2025 年將是代理（agents）的年份，隨後公司推出了 Operator、Deep Research 和 Codex 等三個 AI 代理。然而，讓 AI 生成新見解可能比開發代理更困難。科學界對 AI 能否產生真正原創見解仍持懷疑態度。Hugging Face 首席科學官 Thomas Wolf 曾撰文指出，現代 AI 系統無法提出關鍵的偉大問題。前 OpenAI 研究負責人 Kenneth Stanley 也告訴 TechCrunch，當下的 AI 模型無法生成新假設。Stanley 現已加入 Lila Sciences，該公司籌資 2 億美元，專門建立 AI 驅動的實驗室，專注於讓 AI 模型提出更好的假設。Stanley 認為這難點在於讓 AI 具備對創意與興趣的感知。OpenAI 是否能真正創造出能產生新見解的 AI 模型仍有待觀察，但 Altman 的文章或許正是對公司未來方向的預示。