Hugging Face 发布 riidolaya difficulty 实验性 MPS 试点 v0.2
Hugging Face 上线 riidolaya difficulty 实验性 MPS 试点 v0.2，在完全冻结的 Laya 编码器上训练了一个 5,123 参数的 LayerNorm/Linear 固定档位分类器，输出 fast、standard、strong 三档，仅以任务文本为输入。
#模型发布
#模型发布
今日 3 条HF blogAI 评分1313 HF blogAI 评分4242 Hugging Face 上线 StartLux-Decision-4B 决策模型，含 0.8B 至 35B-A3B 六个规格
StartLux-Decision-4B 在 Hugging Face 发布，可对状态回答选择题、是/否题和评分题，每个选项返回概率，请求响应沿用 TypeSafe /v1/systemone 格式。
HF blogAI 评分3030 Hugging Face 上线 StartLux-Decision-27B：面向状态问答的决策模型
Hugging Face 发布 StartLux-Decision 系列决策模型，覆盖 0.8B 至 35B-A3B 六种规模，对状态类问题输出各选项概率，沿用 TypeSafe /v1/systemone 格式。
HF blogAI 评分88 rasyosef/Qwen3-1.7B-DSpark 上线 Hugging Face
rasyosef/Qwen3-1.7B-DSpark 已在 Hugging Face 发布。该页面未提供模型参数、训练数据或评测结果等具体信息，仅附有 Hugging Face 推进开源与开放科学的通用说明。
HF blogAI 评分2020 Hugging Face 上 toniotgz/act_pick_box：基于 ACT 的 SO-101 抓取盒子策略
Hugging Face Hub 上线 toniotgz/act_pick_box，这是一个用 LeRobot 0.6.2 训练的 ACT 模仿学习策略，在 so_follower 机器人上执行“从桌上拿起盒子”任务。
HF blogAI 评分88 Hugging Face 上线 maria715/CAT_llama3b_likeZephyr_eps0150_42_relativelr_utility_500_NEW_weight000371875 模型
Hugging Face 上线了 maria715 的 CAT_llama3b_likeZephyr_eps0150_42_relativelr_utility_500_NEW_weight000371875 模型页面。该页面未提供模型参数、训练数据或评测结果等具体信息，仅保留 Hugging Face 推进开源与开放科学的平台说明。
HF blogAI 评分44 Hugging Face 上发布 maria715/CAT_adv_eps02_42_relativelr_REFAIT 模型
Hugging Face 上出现了一个名为 maria715/CAT_adv_eps02_42_relativelr_REFAIT 的模型仓库。该页面未提供模型架构、训练数据、任务类型或性能指标等具体信息，仅包含 Hugging Face 推进开源与开放科学的使命声明。
HF blogAI 评分2222 TheBobTheBlob 发布 act_so101_pickplace_v1：基于 LeRobot 的 ACT 抓放策略
Hugging Face 用户 TheBobTheBlob 发布 act_so101_pickplace_v1，这是一个用 LeRobot 训练并上传至 Hub 的 ACT（Action Chunking with Transformers）模仿学习策略，从遥操作数据中学习预测短动作块。
HF blogAI 评分2020 bartowski 发布 OmniJev OneJev-9B GGUF 量化版本
bartowski 基于 llama.cpp b11259 为 OmniJev 的 OneJev-9B 模型发布 GGUF 量化版本，覆盖 bf16 到 IQ2_M 共 22 个文件，默认推荐 Q4_K_M（5.84GB）。该模型支持文本与图像输入，仓库同时提供 mmproj 多模态投影文件，可搭配任意量化版本使用。
HF blogAI 评分00 Nat1an/cerulean-lab4-f-e570cde2 模型卡发布
Hugging Face Hub 上出现了一个由 transformers 推送的模型卡，模型 ID 为 Nat1an/cerulean-lab4-f-e570cde2。该模型卡为自动生成，开发者、模型类型、语言、许可证、微调来源、训练数据与评估结果等信息均标注为待补充。
HF blogAI 评分44 Hugging Face 上的 Nat1an/cerulean-lab4-h-6a29c74a 模型页
Hugging Face 上线了名为 Nat1an/cerulean-lab4-h-6a29c74a 的模型页面。该页面目前仅展示 Hugging Face 推进开源与开放科学、推动人工智能民主化的使命表述，未提供模型架构、参数规模、训练数据或评测结果等具体信息。
HF blogAI 评分00 Nat1an/cerulean-lab4-e-d8d5d8e9 模型卡发布
Hugging Face Hub 上出现了一个由 Nat1an 分享的 transformers 模型，模型 ID 为 cerulean-lab4-e-d8d5d8e9。该模型卡为自动生成，开发方、模型类型、语言、许可证、训练数据与评测结果等信息均标注为待补充。
HF blogAI 评分2222 Hugging Face 发布 MolmoAct2 基线微调模型 molmoact2_insert_gear_in_gripper_base_fft
Hugging Face 上发布 fanqi-robo/molmoact2_insert_gear_in_gripper_base_fft，对 allenai/MolmoAct2 在 50 集双臂 YAM 插齿轮数据集上做全组件微调，global batch 32、20k 步、seed 1000，发布 step 20000 检查点。
HF blogAI 评分2222 fanqi-robo 发布 π0.5 双臂 YAM 插齿轮微调检查点 pi05_insert_gear_in_gripper_b0
fanqi-robo 在 Hugging Face 发布 π0.5 微调检查点 pi05_insert_gear_in_gripper_b0，基于 lerobot/pi05_base 在 50 集双臂 YAM 插齿轮数据集上全量微调，训练 20k 步、全局 batch 32、lr 2.5e-5，采用 QUANTILES 归一化与绝对关节、3 路相机、无图像增强。
HF blogAI 评分2222 MolmoAct2 微调实验：YAM 专用先验能否胜过通用基座
Hugging Face 上发布 fanqi-robo/molmoact2_insert_gear_in_gripper_yam_fft，基于 allenai/MolmoAct2-BimanualYAM 检查点在双臂 YAM 数据上做全参数微调。
HF blogAI 评分2222 Hugging Face 发布 π0.5 微调消融实验：仅训练 300M 动作专家插入齿轮
Hugging Face 上 fanqi-robo 发布 π0.5 微调消融实验 insert_gear_in_gripper 的 expert_only 变体。
HF blogAI 评分88 ribeiroyuri/CampoVivo-Qwen3-4B-Instruct-v3 上线 Hugging Face
Hugging Face 上出现 ribeiroyuri/CampoVivo-Qwen3-4B-Instruct-v3 模型页面。该页面未提供模型能力、训练数据或评测结果等具体信息，仅附有 Hugging Face 推进开源与开放科学的使命说明。
HF blogAI 评分88 bezzam/omniasr-ctc-1b-v2 模型卡发布
Hugging Face Hub 上线 bezzam/omniasr-ctc-1b-v2 的 transformers 模型卡，该卡由系统自动生成。卡内模型类型、语言、许可、训练数据与评测结果等字段均标注为待补充，未给出具体指标。
HF blogAI 评分3838 Hugging Face 上 SmolVLA 微调 LeKiwi 移动机械臂实现掷骰子拾取
基于 lerobot/smolvla_base 微调的 SmolVLA 策略 mongster7/smolvla_dice_50k 在 LeKiwi 移动机械臂上完成"把红色骰子放进篮子"任务。
HF blogAI 评分2222 castanetnicolas 的 ACT UR5e 抓取放置策略模型发布
Hugging Face 用户 castanetnicolas 发布基于 ACT 模仿学习方法的 UR5e 抓取放置策略，使用 LeRobot 0.6.1 训练并推送至 Hub。
HF blogAI 评分2222 castanetnicolas 的 ACT UR5e 抓取放置策略上线 Hugging Face
Hugging Face 上发布了一个基于 ACT（Action Chunking with Transformers）的 UR5e 抓取放置策略，用 LeRobot 0.6.1 训练并推送至 Hub。
HF blogAI 评分2222 ResidentEvian/hf_act_recordpolicy0：基于 LeRobot 的 ACT 抓取瓶盖策略
Hugging Face 上发布 ResidentEvian/hf_act_recordpolicy0，这是一个用 LeRobot 0.6.2 训练的 ACT（Action Chunking with Transformers）模仿学习策略，机器人类型为 so_follower，输入 6 维状态与 480×640 前视图像，输出 6 维动作。
HF blogAI 评分1515 Hugging Face 上 emmanuel-v 的 policy_2026-09-30_shake_it_up_on_cart_100kHz_nfft4096 模型
Hugging Face 上出现名为 emmanuel-v/policy_2026-09-30_shake_it_up_on_cart_100kHz_nfft4096 的模型条目，名称包含 100kHz 与 nfft4096 等参数标识。该条目页面未提供更多模型细节，仅附有 Hugging Face 推进人工智能开源与开放科学的使命说明。
HF blog精选AI 评分7272 ECHO-G 发布：从语音和文本生成宇树 G1 全身动作
ECHO-G 发布，可从语音和文本生成宇树 G1 的全身动作，所有模型输出 39 通道机器人运动，帧率 30 FPS。代码版本 v0.2.0，提供音频加文本、纯音频、纯文本及 HumanRetarget 多组权重，新输入支持最长 20 秒或 600 帧、256 个文本 token，更长输入需先分段。
推荐理由：ECHO-G 开源了从语音和文本生成宇树 G1 全身动作的模型权重与推理流程，读者可据此了解输入规格与复现入口。
HF blogAI 评分2222 Hugging Face 发布 jevhome-L-int8：约 396M 参数 int8 决策模型
Hugging Face 上线 jevhome-L-int8，这是 jevhome-L 的动态 int8 量化版本，约 396M 参数，可在普通 CPU 上单次前向返回校准概率，速度更快且体积约为原来的 1/4。
HF blogAI 评分2222 Hugging Face 发布 jevhome-ettin-1b-int8：约 1B 参数的 int8 类型化决策模型
Hugging Face 上线 jevhome-ettin-1b-int8，这是 jevhome-ettin-1b 的动态 int8 量化版本，采用 ONNX Runtime quantize_dynamic 与 int8 token 嵌入表，体积约为原版四分之一，可在普通 CPU 上单次前向返回校准概率。
HF blogAI 评分2222 Hugging Face 发布 jevhome-L：396M 参数 CPU 端类型化决策模型
Hugging Face 上线 jevhome-L，一个约 396M 参数的交叉编码器类型化决策模型，接收状态与是/否、单选或评分问题，一次前向传播即返回校准概率，可在普通 CPU 上运行。
HF blogAI 评分3030 Hugging Face 发布 jevhome-ettin-1b：约 10 亿参数的类型化决策模型
Hugging Face 上线 jevhome-ettin-1b，一个约 1.0B 参数、fp32 的类型化决策模型，可对状态给出是/否、单选或分级问题，并在一次前向传播中返回校准概率，纯 CPU 即可运行。
HF blogAI 评分1515 karrlleereal/omx_act_policy5：基于 LeRobot 训练的 ACT 动作分块策略
Hugging Face Hub 上线 karrlleereal/omx_act_policy5，这是一个用 LeRobot 训练并推送的 ACT（Action Chunking with Transformers）模仿学习策略，从遥操作数据中学习、预测短动作块而非单步动作。
HF blogAI 评分2222 ssdunit/act_abc_sim_lego_sorting_100k：基于 ACT 的乐高积木分拣策略
Hugging Face 上发布 ssdunit/act_abc_sim_lego_sorting_100k，这是一个用 LeRobot 0.6.1 训练的 ACT 模仿学习策略，任务为 lego_blocks_sorting。
HF blogAI 评分2222 Hugging Face 上基于 LeRobot 训练的 ACT 动作分块策略模型
Hugging Face 上出现一个用 LeRobot 训练并推送至 Hub 的 ACT（Action Chunking with Transformers）模仿学习策略，它从遥操作数据学习，预测短动作块而非单步动作。该策略采用 apache-2.0 许可，可用 lerobot-train 从零训练，并用 lerobot-record 配合 so100_follower 机器人本体运行推理与评估。
HF blog精选AI 评分8080 EWAM 发布统一具身模型：单一扩散 Transformer 联合处理视觉语言、未来视频与动作
EWAM 是一个统一具身模型，在单个 flow-matching Diffusion Transformer 中联合处理视觉语言、未来视频和动作 token，无需显式阶段设计即出现按深度分工：浅层从视觉语言专家取指令与当前场景语义，中层转向预测的未来帧表示，深层由动作自注意力主导做运动细化。
推荐理由：EWAM 把视觉语言、未来视频与动作 token 放进同一扩散 Transformer，并公开各阶段权重与下载方式，便于对照其分层分工与基准结果。
HF blogAI 评分2222 Hugging Face 上 alexhegit 发布 SO-101 Lab01 抓放 ACT 策略 6-D 检查点
alexhegit 在 Hugging Face 发布 SO-101 Lab01 抓放任务的 ACT 策略检查点，基于 yaw-aware agent v4 数据集训练，仅使用 15 维 observation.state 中的前 6 维关节位置。
HF blogAI 评分2222 castanetnicolas 的 ACT UR5e 方形螺母装配策略上线 Hugging Face
Hugging Face 上发布了一个基于 ACT（Action Chunking with Transformers）的 UR5e 模仿学习策略，用 LeRobot 0.6.1 训练，任务是把方形螺母装到方形销上。该策略使用 100 条遥操作数据（24602 帧、20 FPS）训练 10 万步，输入两路 84×84 图像和 9 维状态，输出 7 维动作，目前尚未提供评测结果。
HF blogAI 评分1010 mradermacher 发布 SEAD-SAGE-4B 的 GGUF 静态量化版本
mradermacher 为 SEAD-SAGE-4B 发布了 GGUF 静态量化版本，暂未提供 weighted/imatrix 量化。已提供从 Q2_K（1.9 GB）到 f16（8.9 GB）的多档量化，其中 Q4_K_S 与 Q4_K_M 标注为快速、推荐，Q6_K 为质量很好，Q8_0 为快速且最佳质量。
HF blogAI 评分2020 Tridex 发布基于 ACT 的 so_follower 机器人策略模型 model_act_3cam_resnet_100K_29_09_v2
Hugging Face Hub 上线 Tridex/model_act_3cam_resnet_100K_29_09_v2，这是一个用 LeRobot 0.6.2 训练的 ACT 模仿学习策略，面向 so_follower 机器人，配 front、side、top 三路摄像头，输入 6 维状态、输出 6 维动作。
HF blogAI 评分1818 Hugging Face 发布 yanggangu/CLIP-ViT-base-patch32-SMAT-DTD 模型
Hugging Face 上线 yanggangu/CLIP-ViT-base-patch32-SMAT-DTD，这是 SMAT（Simple and Efficient Merge-Aware Training）论文表 2 中 seed 42 的专家模型，训练时即考虑模型合并。
HF blogAI 评分1515 Hugging Face 发布 yanggangu/CLIP-ViT-base-patch32-SMAT-SVHN 模型
Hugging Face 上线 yanggangu/CLIP-ViT-base-patch32-SMAT-SVHN，这是 SMAT（Simple and Efficient Merge-Aware Training）论文表 2 中针对 SVHN 的专家模型，seed 42。
HF blogAI 评分1212 Hugging Face 发布 SMAT 专家模型 CLIP-ViT-base-patch32-SMAT-RESISC45
Hugging Face 上线 CLIP-ViT-base-patch32-SMAT-RESISC45，这是 SMAT（Simple and Efficient Merge-Aware Training）论文表 2 中的专家模型，训练种子为 42。
HF blogAI 评分2222 Hugging Face 上 pigProfessional/act_so101_stack_green：基于 ACT 的 SO-101 堆叠策略
Hugging Face Hub 上线 pigProfessional/act_so101_stack_green，这是一个用 LeRobot 0.6.2 训练的 ACT 模仿学习策略，机器人类型为 so_follower，输入 6 维状态与前置、腕部两路 480×640 图像，输出 6 维动作。