Vercel 宣布優化其部署管道,特別針對擁有大量建置產出(如數千個靜態頁面或大型資源檔案)的大型專案。透過改進建置產出的上傳與處理機制,減少建置完成到部署正式上線(Active)之間的延遲。這項更新無需用戶進行任何設定,所有在 Vercel 上的大型專案都將自動享有更快的部署速度。
Vercel 宣布為 Edge Functions 推出全新的執行時間限制(Duration Limit)規範,使其與 Serverless Functions 對齊。現在 Hobby 方案限制為 30 秒,Pro 方案預設 30 秒並可手動配置延長至 5 分鐘(300 秒),Enterprise 方案則最高支援 15 分鐘。這項調整讓開發者在 Edge 端處理長時間運作的任務(如 AI 串流、複雜 API 請求)時,擁有更明確的規範與彈性。
Vercel 推出平台更新,現在在「部署(Deployment)」頁面上會直接呈現關鍵的配置設定。這項改進讓開發者無需頻繁切換到專案設定頁面,就能快速確認當前部署的關鍵設定(如 Node.js 版本或建置指令等)。此舉大幅提升了日常開發、版本比對與疑難排解(Troubleshooting)的效率,為前端開發者帶來更流暢的體驗。
Vercel 宣布對其程式碼搜尋工具「Grep」進行多項升級。本次更新正式引入了開發者期盼已久的深色模式(Dark mode),並擴展了搜尋功能以提供更精準的結果。此外,Grep 現在支援在單次搜尋中涵蓋更多的儲存庫(repositories),大幅提升跨專案程式碼檢索的效率。
Vercel 宣布其無伺服器函式(Vercel Functions)現在可以運行在全新的 Fluid Compute 架構上。這項更新旨在大幅降低冷啟動延遲、提升執行效率,並提供更具彈性的資源調度。開發者無需修改程式碼,即可享受更流暢、接近零延遲的伺服器端渲染與 API 回應體驗。
Vercel 發表全新「Fluid Compute」運算架構,完美融合了 Serverless 的自動縮放彈性與傳統伺服器的持久連線能力。它解決了冷啟動延遲與執行時間限制,原生支援 WebSockets、串流傳輸及背景非同步任務,為現代 Web 與 AI 應用提供更流暢、無妥協的部署體驗。
Hugging Face 推出全新基準測試「DABStep」,旨在評估 AI 數據代理(Data Agent)執行多步驟推理的能力。DABStep 模擬了真實世界的複雜數據分析場景,要求 AI 規劃步驟、撰寫並執行程式碼、處理多種數據格式,並進行錯誤修正。此基準測試為開發更實用、更具規劃能力的數據分析 AI 助手提供了客觀的評估標準。
機器人 AI 新創公司 Physical Intelligence 在 Hugging Face 上開源了其通用機器人基礎模型 π0 及其加速版本 π0-FAST。這款視覺-語言-動作(VLA)模型能透過文字與視覺指令控制多種不同硬體的機器人,執行摺衣服、收拾雜物等複雜任務。π0-FAST 則大幅提升了推理速度,滿足高頻率實時控制的需求,為開源實體 AI 領域帶來重大突破。
為對抗封閉的商業 Deep Research 服務,Hugging Face 推出開源版 DeepResearch。該專案基於其輕量級 Agent 框架 smolagents,能驅動開源模型(如 Qwen 或 Llama)進行多步驟網頁搜尋、資訊整合並產出詳盡報告。這不僅降低了研究型 Agent 的門檻,也讓開發者能完全掌控資料與搜尋邏輯。
Hugging Face 發表 Open-R1 專案的第一階段更新,旨在完全開源重現 DeepSeek-R1。團隊目前專注於利用 TRL 庫中的 GRPO 演算法進行強化學習訓練,並已釋出初步的訓練配方、資料集與評估結果。報告中也探討了推理模型訓練中常見的「獎勵作弊(Reward Hacking)」與格式控制等技術挑戰。
Vercel 宣布企業級團隊現在可以享受「無建置排隊(without build queues)」的體驗。過去在多人協作或頻繁推送程式碼時,常因達到同時建置上限而需要排隊等待。此更新消除了這項瓶頸,讓企業客戶的每一次推送都能立即開始建置與部署,顯著提升開發與交付效率。
Hugging Face 的 open-r1 專案推出全新實作教學,旨在重現 DeepSeek-R1 最著名的「頓悟時刻」(自我糾錯能力)。本教學以經典的「倒數遊戲」(Countdown Game)為任務,引導讀者使用強化學習(RL)訓練小模型。透過設計精準的規則與格式獎勵,開發者能親眼見證模型在思考過程中自動發現錯誤並進行修正,是理解 R1 推理機制與 GRPO 演算法絕佳的低成本實作教材。
Hugging Face 推出全新「AI 藝術工具電子報(Issue 1)」,旨在為藝術家與創意工作者搭起技術橋樑。本期聚焦於 2025 年 1 月最新的開源 AI 藝術工具、互動式 Hugging Face Spaces 以及實用的創意工作流。內容涵蓋影像生成、風格轉移與社群熱門的視覺創作模型,幫助創作者掌握開源 AI 的最新藝術應用。
Vercel 針對增量靜態生成(ISR)進行重大升級。新機制優化了邊緣網路(Edge Network)的快取與背景重建流程,使頁面更新反應更迅速。同時,透過減少不必要的 Serverless 函式調用與執行時間,顯著降低了開發者的帳單開銷,讓大型網站託管更具性價比。
Vercel 推出更新,正式將 Edge Function(邊緣函式)的監控指標整合至其 Monitoring 儀表板中。開發者現在可以直接在控制台中查看邊緣函式的調用次數、執行時間、延遲與錯誤率等關鍵數據。這項更新免去了配置第三方監控工具的麻煩,能顯著提升 Serverless 應用的除錯效率與效能優化體驗。
Vercel 針對其核心技術「漸進式靜態生成 (ISR)」進行了重大架構優化。新機制不僅加快了背景頁面的重新驗證(Revalidation)速度,還減少了不必要的 Serverless 函式調用。這讓開發者在享受靜態網頁極速載入的同時,能以更低的基礎設施成本維護動態更新的內容。
本文為 Hugging Face 釋出的實用指南,詳細介紹如何在 AWS 環境中部署與微調熱門的 DeepSeek-R1 及其蒸餾(Distilled)模型。內容涵蓋使用 Hugging Face LLM DLC(深度學習容器)與 TGI 技術在 Amazon SageMaker 上進行低延遲推論部署,以及如何透過 SageMaker 訓練作業與 Hugging Face TRL 庫進行高效微調(如 LoRA),並提供針對不同模型大小的 AWS 硬體配置建議。
Vercel 於更新日誌中宣布,在日誌(Logs)功能中新增「篩選自身請求」的過濾選項。開發者在調試部署的應用程式時,往往會面臨日誌量龐大且雜亂的問題。新功能允許開發者一鍵過濾,僅顯示由自己瀏覽器或帳號發出的請求日誌,大幅提升排查錯誤與開發測試的效率。
Vercel 發布平台更新,針對被「持續性安全規則(Persistent Actions)」阻擋的用戶端請求,回應機制進行了優化。過去這類被阻擋的請求可能沒有統一或明確的狀態碼,現在 Vercel 將統一回傳標準的 403 Forbidden 錯誤。這項改變有助於開發者更精確地進行前端錯誤處理與安全性偵測。
Hugging Face 宣佈在 Hub 上整合「Inference Providers」功能。開發者現在可以直接在模型頁面或透過 SDK,自由選擇 Groq、Together AI、Fireworks AI 等第三方推理服務商來運行開源模型。這項更新簡化了 API 調用流程,讓用戶能根據速度、成本與延遲,彈性切換最適合的後端算力,無需自行維護基礎設施。
Hugging Face 宣布啟動 Open-R1 專案,目標是完全重現 DeepSeek-R1 的推理能力。該專案將開源所有訓練配方、資料集與模型權重,並利用 TRL 框架中的 GRPO 演算法進行強化學習。這項計畫將降低開發者構建高效推理模型的門檻,推動開源 AI 社群的推理模型民主化。
Vercel 發表了如何在 AI 網頁生成工具 v0 中使用 Figma 與自訂設計系統(Design Systems)的指南。開發者與設計師現在可以將自訂的 Tailwind 設定、品牌色彩及組件規範導入 v0,使其生成的 React 程式碼完全符合既有的設計規範,大幅縮短從 Figma 設計稿到前端實作的距離。
本文回顧了 Hugging Face Diffusers 函式庫中開源影片生成模型的最新進展。隨著技術從 UNet 轉向 Diffusion Transformers (DiTs),如 CogVideoX、Mochi 1、LTX-Video 及 HunyuanVideo 等模型已全面整合。文章重點介紹了如何透過 CPU 卸載、FP8 量化與 Tiled VAE 等技術,在消費級 GPU 上高效運行這些動輒數十億參數的影片生成模型。
隨著無伺服器(Serverless)架構普及,惡意攻擊者常利用自動擴展特性進行「錢包拒絕服務(DoW)」攻擊,導致開發者面臨天價帳單。Vercel 官方對此提出完整的防範方案,包括設定「消費上限(Spend Limits)」以在超支時自動暫停服務、啟用「網頁應用程式防火牆(WAF)」與「攻擊挑戰模式」阻擋惡意機器人,以及配置「速率限制(Rate Limiting)」防止 API 被濫用。這些工具能讓開發者在享受無伺服器便利性的同時,免於財務損失。
Vercel 進行了控制台介面更新,現在開發者無需切換分頁,即可直接在「專案總覽(Project Overview)」中預覽網站的防火牆(Firewall)防護狀態以及 Web Analytics 流量分析。這項更新提升了監控效率,讓開發者能一目了然地掌握網站的安全防禦與即時流量表現。
Vercel 宣布為其協作工具 Vercel Toolbar 推出 Firefox 瀏覽器擴充功能。以往此工具主要支援 Chrome,現在 Firefox 用戶也能直接安裝,在部署專案上進行即時反饋、無障礙檢測與草稿預覽,大幅提升跨瀏覽器開發與協作的便利性。
Vercel 宣布其平台上的專案設定(Project Settings)正式支援搜尋功能。隨著專案配置選項(如環境變數、網域、Git 整合等)日益增多,此更新讓開發者無需在多個分頁間來回切換,只需輸入關鍵字即可快速找到並調整所需的設定,大幅提升開發與運維效率。
AI 雲端託管平台 Replicate 宣布推出開源影片生成模型的微調(Fine-tuning)功能。首波支援騰訊(Tencent)的 HunyuanVideo 模型,讓開發者與創作者能夠針對特定的藝術風格、動態效果或特定角色進行訓練。這項更新降低了自訂高品質影片生成模型的門檻,用戶無需自行管理複雜的 GPU 基礎設施即可完成微調。
Hugging Face 旗下的輕量級 Agent 開源庫 smolagents 迎來重大更新,正式支援視覺語言模型(VLM)。開發者現在可以讓 Agent 接收並處理影像輸入,適用於網頁視覺導航、圖表分析及多模態任務。此更新大幅擴展了程式碼 Agent(Code Agent)的應用場景,使其能「看見」並理解真實世界的視覺資訊。
隨著大語言模型(LLM)處理的上下文長度不斷增加,KV Cache(鍵值快取)已成為記憶體與推理速度的主要瓶頸。NVIDIA 與 Hugging Face 合作推出了開源庫 KVPress,旨在簡化各種 KV Cache 壓縮技術的實現與評估。KVPress 提供統一的 API,支援多種剪枝與壓縮策略,能有效降低長文本推理時的硬體門檻,並與 Hugging Face transformers 生態系無縫整合。