Hao AI Lab 将 Pika 开源的 MiniMax H3 Flex 接入 FastVideo，推理最高快 7 倍

Treble Technologies 与 Hugging Face 联合推出 FFASR（Far-Field ASR）排行榜，这是首个开源社区驱动的真实远场声学条件 ASR 评测基准。传统近场评测无法反映混响、背景噪声和麦克风距离带来的性能下降。FFASR 使用混合波模拟引擎生成声学数据，涵盖 14 种房间（20–470 m³）和三个信噪比级别（远场高 SNR >14 dB、中 SNR 8–12 dB、低 SNR <6 dB），加上近场干燥条件，共四类条件决定主排名。另有…

Hugging Face 在 GTC Paris 上与 NVIDIA 合作发布 Training Cluster as a Service，让全球研究机构可以按训练时长申请 GPU 集群。

Nvidia GEAR 实验室开源机器人视频标注数据引擎 Flora，由三个微调 Qwen3.5 模型组成，覆盖动作分段、执行评分和结果判定三类标注，模型已上架 Hugging Face，并已用于 GR00T 训练，在 512 块 GB300 GPU 上每天可标注 20 万小时视频。

NVIDIA 与 Hugging Face 推出 SimReady Central Library，汇集 2,000 多个带碰撞几何、质量和摩擦等仿真属性的 OpenUSD 资产，免费无需审批，用于机器人训练环境和 AI 工厂数字孪生。

Meta 官方介绍，Muse Spark Open 经优化可在两台 Apple M5 Ultra Mac Studio 上以最新 MLX 框架运行，以提升先进模型的可及性。模型也支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、llama.cpp 和 Unsloth 等推理引擎，并对 AMD、Apple、Intel 和 NVIDIA 硬件做了优化。开发者还可用 PyTorch（含 TorchTitan）进行微调定制。

NVIDIA 发布开源权重、100M 参数的 Nemotron 3 Diarization 说话人分离模型，支持最多八名说话人，在 VoiceArena Diarization-Bench 12 个系统中以 14.72% DER 排名第一，比第二名低约 24% 相对值。

Hugging Face 于周四发布 Microduck，这款 25 厘米高的鸭子造型开源机器人售价 399 美元，可蹒跚行走、用喙拾取重达 800 克的物品、跌倒后自行起身、下蹲甚至轮滑。其 SDK、仿真环境和完整强化学习训练栈已在 GitHub 开源，开发者可通过强化学习教它新技能。发布之际，Hugging Face 据报将以 130 亿美元估值被 Nvidia 收购。

一段 5 秒 480P 视频，完全在 Mac 上生成，耗时 30 秒。无需 CUDA，无需云端，仅占用 3.9 GiB 内存。 FastMetal 将 FastWan-QAD 系列带到 Apple Silicon。DiT、DMD 采样器和解码器均通过 MLX 在 Metal 上运行，默认 INT8。 三个模型：1.3B 支持 480P，5B 支持 720P，14B 追求画质。 📷 博客：http://haoailab.com/blogs/fastmetal 📷 代码：h…

🚀仅需7秒即可生成30秒1080p视频！ 我们开源了FastVideo Dreamverse：基于单张NVIDIA B200 GPU和LTX-2模型，实现实时视频生成的氛围引导工具。 Repo: https://github.com/hao-ai-lab/FastVideo/tree/main/apps/dreamverse Blog: https://haoailab.com/blogs/fastvideo-dreamverse-release/

Hao AI Lab 的 FastVideo FastH3 Omni 现可在 NVIDIA DGX Spark、RTX GPU 和 Apple MLX 上本地运行，视频中的片段均由 DGX Spark 生成，使用 8-step NVFP4 checkpoint。