Hugging Face 开源社区动态：热门模型与数据集、排行榜变化与开源生态的晴雨表。
Hugging Face 宣布 vLLM 的 transformers 建模后端经过优化后，在 Qwen3-4B 单卡、Qwen3-32B 张量并行和 Qwen3-235B-A22B-FP8 MoE 数据加专家并行三种配置下，吞吐量均达到或超过 vLLM 手写原生实现。
推荐理由：原文给出了 transformers 后端在多种并行配置下达到或超过原生 vLLM 性能的实测结果，读者可据此评估统一建模代码与推理性能之间的取舍。
SkyPilot 与 Hugging Face 联合推出 store: hf 存储后端，通过 hf:// URL 可将 Hugging Face Bucket 或任意 Hub 仓库挂载进 SkyPilot 任务，在 20+ 云、Kubernetes、Slurm 及本地集群上运行，读取数据免出口流量和 CDN 费用。
推荐理由：原文给出了零出口流量读取数据的方案和实测带宽，读者可据此评估跨云训练的成本节省。
LeRobot v0.6.0 发布，引入世界模型策略（VLA-JEPA、FastWAM、LingBot-VA）、新一批 VLA（GR00T N1.7、MolmoAct2、EO-1、EVO1、Multitask DiT）以及统一奖励模型 API（Robometer、TOPReward）。
推荐理由：官方发布说明逐项列出了新策略、奖励模型、评测基准和部署 CLI，读者可据此评估升级对自身机器人工作流的影响。
Photoroom 发布 PRX 系列第四篇博客，详解 PRX 图像生成模型的预训练数据策略。核心流程是混合公开与内部数据集，用 VLM 重新生成长描述性字幕，再转为 MDS 格式用于训练。文中对比了 Qwen3-VL-8B 等字幕生成模型，并分享了 JPEG 存储、Lance 数据探索、去重与过滤等工程经验。
推荐理由：原文完整拆解了 PRX 预训练数据管线的选型与取舍，读者可借鉴其数据策略和工程细节。
Hugging Face 与 Cerebras 合作，演示了基于 Gemma 4 31B 的实时语音到语音流水线，采用 Nvidia Parakeet 语音识别、Cerebras 推理和 Qwen3TTS 语音合成的模块化开源架构。该流水线已用于 Reachy Mini 机器人，超过 9000 台机器人在实际运行中，旨在通过更快的推理速度改善语音交互的响应体验。
推荐理由：原文展示了开源语音到语音全链路与 Cerebras 推理加速的组合效果，读者可据此评估低延迟语音交互的落地路径。
Every Eval Ever（EEE）与 Hugging Face Community Evals 现已互通，支持跨平台发布和解读评测结果，并链接到开源模型、排行榜和统一标准化元数据存储。
推荐理由：原文说明了 EEE 与 Hugging Face Community Evals 的互通机制和转换器用法，读者可以据此把评测结果同时发布到两个平台。