Vercel 宣布更新其「部署保護 (Deployment Protection)」功能,旨在提供更安全的預覽與生產環境存取控制。此更新強化了防止未授權存取的能力,特別是針對開發中的預覽版本(Preview Deployments)。開發團隊現在可以更安全地管理密碼保護、SSO 登入以及自動化測試(如 CI/CD)的繞過金鑰,確保敏感資料與未公開功能不外洩。
Vercel 於更新日誌宣布推出全新的「Grep」搜尋功能。此功能允許開發者直接搜尋任何 GitHub 上的公開儲存庫(Public Repo),大幅提升尋找程式碼範例、API 用法與開源專案研究的效率。開發者不再需要將專案複製到本地,即可享受極速的程式碼檢索體驗。
Vercel 宣布推出「AI Cloud」統一平台,旨在解決 AI 應用開發中基礎設施碎片化的痛點。該平台深度整合了 Vercel AI SDK,提供動態模型路由、智慧快取與無伺服器 GPU 運算能力。開發者現在可以從前端 UI(結合 v0)到後端 AI 邏輯、監控與擴展,在同一個生態系中高效完成,大幅降低構建生產級 AI 應用的門檻與成本。
Vercel 宣布其物件儲存服務 Vercel Blob 已在所有 Vercel 區域正式啟用。開發者現在可以將 Blob 儲存庫部署在與其 Serverless 函數相同的區域,從而大幅降低資料讀寫延遲。此更新也讓團隊能更輕鬆地滿足特定地區的資料合規性與隱私要求。
Hugging Face 的 AI-MO 團隊發表 Kimina-Prover,這是一項針對大型形式化推理模型的創新研究。該系統在推理階段(Test-time)引入強化學習搜尋機制,讓模型在面對複雜數學證明時能動態探索與自我修正。透過與形式化證明工具互動,Kimina-Prover 顯著提升了自動定理證明的成功率,為開源數學推理 AI 帶來重大突破。
Hugging Face 介紹了 ScreenEnv,這是一個旨在簡化「電腦使用(Computer Use)」AI 代理部署的開源環境。它提供類似 Gym 的標準化接口,讓開發者能在安全的虛擬桌面(如 Docker/VM)中,利用多模態模型(如 Claude 或 GPT)進行滑鼠、鍵盤與螢幕視覺的完整互動,非常適合開發自動化工作流與 GUI 代理。
傳統機器人控制常受限於 AI 模型推論速度,導致動作不流暢。Hugging Face 提出「非同步機器人推論」架構,將「動作預測(AI 模型)」與「動作執行(硬體控制)」解耦。此方法允許硬體以高頻率(如 100Hz+)持續運行,而較慢的 AI 模型則在背景非同步更新動作指令,大幅提升了機器人在實時環境中的反應速度與操作流暢度。
Hugging Face 宣布推出其 Model Context Protocol (MCP) 伺服器。這項工具讓支援 MCP 的 AI 客戶端(如 Claude Desktop、Cursor)能夠直接與 Hugging Face Hub 互動。使用者可以直接在對話中搜尋熱門模型、查詢資料集結構與讀取 Model Card,大幅簡化了 AI 開發者與研究人員的工作流程。
Vercel 宣布支援透過專案中的 vercel.json 設定檔來控制 Web 應用程式防火牆 (WAF)。這項更新讓開發者能夠將安全防護規則納入版本控制,實現基礎設施即程式碼(IaC)。開發者可以直接在程式碼中定義 WAF 規則,簡化了安全設定的部署與管理流程。
Vercel 宣布其熱門 AI 網頁 UI 生成工具 v0 的 Platform API 正式進入 Beta 測試階段。開發者現在可以透過 API 程式化地生成前端元件,並將 v0 的 AI 生成 UI 能力無縫整合至自己的開發工作流、自訂工具、IDE 外掛或 SaaS 產品中。這標誌著 v0 正式從單一網頁工具走向平台化生態。
事件驅動與持久執行(Durable Execution)平台 Inngest 正式加入 Vercel Marketplace。這項整合讓 Vercel 開發者能直接在控制面板中一鍵啟用 Inngest,自動配置環境變數並統一計費。開發者可藉此輕鬆在 Serverless 環境(如 Next.js)中構建可靠的背景任務、延遲隊列與複雜的工作流。
Hugging Face 發布技術指南,介紹如何為 AMD Instinct MI300 系列 GPU 撰寫自訂 Kernel。文章重點介紹利用 OpenAI Triton 框架在 ROCm 生態系中進行開發,讓開發者能用 Python 撰寫高效的 GPU 算子,繞過複雜的 HIP C++。這項技術能顯著提升 LLM 在 AMD 硬體上的推理與訓練效率。
Hugging Face 與 Pollen Robotics 合作推出全新開源機器人「Reachy Mini」,專為 AI 開發者與研究人員設計。該機器人主打高性價比、易於組裝,並深度整合 Hugging Face 的 LeRobot 開源機器人庫。開發者可輕鬆透過模仿學習(Imitation Learning)訓練 AI 模型,控制實體機器人完成各種操作任務,加速具身智能(Embodied AI)的普及。
Hugging Face 宣布 Gradio 正式支援 Model Context Protocol (MCP)。開發者現在可以輕鬆將 Gradio 應用程式轉換為 MCP 伺服器,使 Claude 等 LLM 代理能直接調用各種機器學習模型、影像處理或數據分析工具。這項整合極大地擴展了 LLM 的實用技能,並搭起了 LLM 與 Hugging Face 龐大開源生態系之間的橋樑。
Vercel 宣布熱門 Vue 框架 Nuxt.js 的背後團隊 NuxtLabs 正式加入 Vercel。 此舉旨在結合雙方資源,為 Vue 和 Nuxt 開發者提供更頂級的部署與開發體驗。 Nuxt 將繼續保持開源與獨立運作,但將獲得 Vercel 更多的技術與資金支持,進一步鞏固 Vercel 作為前端雲端平台龍頭的地位。
Hugging Face 介紹了「高效多模態資料管線 (MMDP)」的最佳實踐與工具。針對多模態模型(如 VLM)訓練中龐大的資料 I/O 瓶頸,MMDP 結合了延遲解碼、多程序並行處理與流式傳輸技術,顯著提升了影像、影片和音訊資料的處理效率,降低記憶體佔用,是現代多模態 AI 開發者優化訓練流程的必備指南。
Hugging Face 正式發表 SmolLM3 輕量級模型系列。延續前代小巧好部署的特色,SmolLM3 這次特別強化了「多語言支援」、「長上下文處理」以及「推理能力(Reasoner)」。這使得開發者能在資源受限的設備或本地端,運行具備複雜邏輯推理與長文本理解的多語言 AI 應用。
Hugging Face 分享了其生產環境基礎設施賴以維持高可用性的三大核心警報機制。面對託管數百萬個模型與數據集的挑戰,Hugging Face 的運維團隊詳細解析了他們如何針對「模型緩存磁碟空間」、「Kubernetes GPU 資源調度瓶頸」以及「基於 SLO 的錯誤預算消耗」進行監控與預警。這些實務經驗對於運行大規模 AI 服務與雲端基礎設施的 MLOps 與 SRE 工程師極具參考價值。
賓州大學教授 Ethan Mollick 在新文中探討了 AI 對人類思考能力的深遠影響。他指出,將思考外包給 AI 雖然能提高短期效率,但長期可能導致人類批判性思考與寫作能力的退化(即「腦部損傷」)。為了避免這種認知萎縮,我們必須主動與 AI 協作,將其視為挑戰思維的「共同智慧」(Co-intelligence),而非單純的自動化寫作工具。
隨著開源 AI 影片模型快速迭代,Replicate 發布了全面的比較指南。文章針對目前主流的開源影片模型(如 HunyuanVideo、Wan2.1、Mochi 1 與 LTX-Video)進行多維度評測,包含生成速度、畫面精細度、動態流暢度及授權條款。這份指南旨在幫助開發者與創意工作者根據自身預算與應用場景,快速挑選出最合適的影片生成 API。
Vercel 更新其 Sandbox 環境功能,現在允許使用者使用 sudo 權限,並支援安裝 RPM 格式的系統套件。這項更新解決了過去無法安裝特定系統級依賴項的限制,讓開發者能在沙盒中執行更複雜的任務與工具,極大擴展了 Sandbox 的應用場景與開發自由度。
Vercel 宣布其 Log Drains 功能現已支援 OpenTelemetry 標準,允許開發者將應用程式日誌與分散式追蹤數據進行關聯。透過自動注入 trace_id 和 span_id,開發者在將數據導出至第三方監控平台時,能更快速地定位錯誤根源。此更新顯著提升了 Vercel 平台上應用的可觀測性與維運效率。
Hugging Face 與阿聯酋技術創新研究所(TII)聯合宣布 NeurIPS 2025 E2LM 競賽。該競賽聚焦於大語言模型(LLM)的「早期訓練評估」,旨在尋找能在訓練初期(僅消耗少數算力或數據時)即準確預測模型最終表現的方法。這將有助於大幅降低 LLM 研發的算力成本與時間,推動更高效、環保的 AI 開發流程。
Vercel 針對 Pro 方案用戶推出全新的使用量儀表板,旨在提升資源消耗的透明度。新介面提供更直觀的圖表,幫助用戶即時追蹤頻寬、Serverless 函式執行時間及圖片優化等各項指標。這項更新將有助於團隊更精準地預估成本,避免產生非預期的超額費用。
Vercel 於 Changelog 中釋出了關於安全漏洞 CVE-2025-49005 的公告。雖然目前詳細的漏洞細節與受影響範圍尚未完全公開,但此類 CVE 通常涉及 Next.js 框架或 Vercel 部署平台的安全性。建議開發者定期檢查專案依賴,並準備在官方釋出修補版本時立即進行升級。
Vercel 於 2025 年 7 月發布了編號為 CVE-2025-49826 的安全漏洞通報。雖然目前官方頁面尚未揭露詳細的漏洞技術細節,但此類通報通常涉及 Next.js 或 Vercel 相關生態系套件的安全修補。建議使用 Vercel 部署服務的開發者密切關注官方後續更新並及時升級相關套件。
Vercel 宣布對 Nitro 伺服器引擎提供「零配置(Zero-configuration)」原生支援。Nitro 作為 Nuxt 3 等現代 Web 框架的底層核心,現在部署至 Vercel 時,系統會自動偵測並最佳化路由與 Serverless 函數設定。這項更新大幅簡化了 Nitro 專案的部署流程,讓開發者能更專注於開發。
Replicate 宣布與 Black Forest Labs(BFL)合作舉辦的 FLUX.1 Kontext 黑客松圓滿落幕。本次活動旨在鼓勵開發者利用 FLUX.1 圖像生成模型,在 Replicate 平台上開發創新的上下文相關(Context)圖像生成應用。獲獎作品展示了 FLUX.1 在圖像編輯、控制與創意生成方面的強大潛力。
Hugging Face 釋出最新指南,介紹如何利用 Sentence Transformers 庫訓練與微調稀疏嵌入(Sparse Embedding)模型。稀疏嵌入(如 SPLADE)能將文本轉化為高維稀疏向量,在保留關鍵字匹配能力的同時具備語意理解力。此更新簡化了訓練流程,讓開發者能輕鬆構建適用於混合檢索(Hybrid Search)的高效檢索系統。
NVIDIA 宣布將其輕量級視覺語言模型 Llama Nemotron Nano VLM 上架至 Hugging Face Hub。該模型結合了 Llama 架構與 NVIDIA 的 Nemotron 優化技術,專為邊緣運算與本機端部署設計。它能在低資源設備上高效執行圖像理解、視覺問答(VQA)與 OCR 等任務,為開發者提供更便利的開源多模態選擇。