Vercel 發表「Fluid Compute」技術細節,這是一種新型的無伺服器(Serverless)運算架構。它解決了傳統 Serverless 的冷啟動、固定記憶體配置與執行時間限制等痛點。透過動態且彈性的資源調配,Fluid Compute 能在毫秒內根據請求負載自動調整 CPU 與記憶體,特別適合需要長連接、串流輸出及高運算需求的 AI Agent 和 LLM 應用。
Vercel 平台已正式自動支援 pnpm v10 套件管理器。當系統偵測到專案使用 pnpm v10 時,將會自動採用對應版本進行依賴安裝與構建。這讓使用最新 Node.js 生態系的開發者能夠享受更快的構建速度與零設定的部署體驗。
Vercel 針對其防火牆的「系統繞過規則(System Bypass Rules)」進行了重要改進。這項更新讓開發者在啟用部署防護(如密碼保護或 SSO)時,能更精細地控制哪些外部整合服務(如 Headless CMS、自動化測試工具或 Vercel 內部服務)可以安全地繞過限制。這有效解決了安全防護與自動化工作流之間的衝突,顯著提升了開發體驗。
Hugging Face 發表指南,介紹如何將其輕量級 Agent 框架 `smolagents` 與開源 LLM 觀測平台 Arize Phoenix 整合。透過 OpenTelemetry 標準,開發者可以輕鬆追蹤 Agent 的決策步驟、工具調用與 LLM 互動。此整合不僅能可視化複雜的 Agent 工作流,還能進行系統化的效能評估,有效解決 Agent 開發中「黑盒子」與難以除錯的痛點。
Statsig 正式加入 Vercel Marketplace,開發者現在可以直接在 Vercel 控制面板中無縫整合這款強大的 A/B 測試與功能旗標(Feature Flags)工具。透過此整合,團隊能更輕鬆地進行漸進式功能發布、即時實驗與產品分析,並享有統一的帳單與設定管理。這項合作將幫助前端與全端開發者在 Vercel 部署的應用程式中,以極低延遲實作動態功能控制。
Vercel 宣布在其 Firewall 儀表板中新增「IP 地址詳細資訊」功能。開發者現在可以直接在儀表板中查看特定 IP 的地理位置、網際網路服務供應商 (ISP) 以及自治系統編號 (ASN) 等關鍵數據。這項更新讓團隊在面對惡意流量或 DDoS 攻擊時,能更快速地進行威脅分析並制定精準的防禦規則。
Vercel 宣布一項費用減免:在同團隊的不同專案之間,使用 Rewrite(重寫)功能進行導流時,所產生的 Fast Data Transfer 數據傳輸流量現在完全免費。這解決了以往採用微前端或多專案架構時,因跨專案代理請求而產生雙重流量計費的痛點。開發者現在可以更自由地拆分專案,而不必擔心頻寬預算超支。
Hugging Face 宣布與印度頂尖研究機構印度科學理工學院(IISc)展開合作。雙方將結合 IISc 的學術研究實力與 Hugging Face 的開源生態系,致力於解決印度多元語言(包含多種低資源語言)的 AI 模型開發挑戰。此舉旨在為印度本土語言建立更完善的開源數據集與語言模型,促進在地化的 AI 技術普及。
Vercel 宣布其 Middleware(中間件)正式支援 Node.js 執行環境。過去 Middleware 僅能在受限的 Edge Runtime 運行,導致許多 npm 套件與 Node.js 原生 API 無法使用。此更新讓開發者能直接在 Middleware 中調用完整的 Node.js 功能與第三方庫,大幅降低開發限制並提升靈活性。
Vercel 推出全新便利功能,允許用戶從「Usage(使用量)」頁面一鍵跳轉至「Vercel Observability(可觀測性)」儀表板。當開發者發現某項資源使用量異常時,無需再手動切換與篩選,即可直接查看對應的詳細監控數據與日誌。此更新旨在優化開發者的除錯工作流,縮短定位效能瓶頸或異常流量的時間。
Vercel 宣布支援在 vercel.json 設定檔中進行細粒度的 Git 分支匹配(Granular branch matching)。 開發者現在可以針對特定的分支名稱或模式(如 feature/* 或 release/*)宣告專屬的建置與部署行為。 這項更新提升了基礎設施即代碼(IaC)的彈性,無需手動在 Vercel 控制台進行繁瑣的分支設定。
Vercel 於 Changelog 宣布調整其支援的頂級域名(TLD)註冊服務。這項變更將影響開發者直接透過 Vercel 平台進行網域註冊與購買的選擇。建議正在使用或計畫透過 Vercel 購買網域的用戶,前往官方文件確認最新的 TLD 支援清單與相關規範,以確保專案部署與網域設定順利。
Hugging Face 發表全新開源庫 FastRTC,旨在簡化 Python 中的 WebRTC 即時音視訊串流開發。它解決了傳統 WebRTC 繁瑣的連線與協定處理,並與 Gradio 及 FastAPI 深度整合。開發者現在能以極低門檻,快速打造出類似 GPT-4o 或 Gemini Live 的即時語音對話機器人與視訊互動應用。
Vercel 推出與知名企業級數位體驗平台 Sitecore 的全新整合方案。透過將 Sitecore 的無頭(Headless)CMS 功能與 Vercel 的前端雲端平台及 Next.js 結合,企業團隊能將開發時間縮短至原本的一半。同時,得益於網頁載入速度與效能的極致優化,實際案例顯示其線上轉換率大幅提升了 111%。
Vercel 宣布為其 Edge 請求的可觀測性(Observability)功能引入更多流量參數。開發者現在可以在 Vercel 控制台中獲得更豐富的請求後設資料(metadata),包含更詳細的客戶端資訊與路由參數。這項更新將大幅提升流量分析、安全監控以及效能排查的效率,讓開發者能更輕鬆地過濾與定位特定請求。
Vercel 宣布,即日起新建立的 Monorepo 專案將預設啟用自動偵測。若特定子專案的程式碼與依賴未發生變更,系統將自動跳過建置流程。此項優化能縮短 CI/CD 部署時間,並避免不必要的 Vercel 建置額度(Build Minutes)浪費,提升開發效率。
Hugging Face 宣布在 Inference Endpoints 中支援「Remote VAE」解碼功能。在運行 FLUX.1 或 Stable Diffusion 等大型圖像生成模型時,VAE 解碼通常會消耗大量 GPU 顯存(VRAM)。透過將 VAE 解碼步驟與潛在空間生成解耦並進行遠端處理,開發者可以在較小、較便宜的 GPU 上部署大型擴散模型,同時優化整體的推論吞吐量與頻寬傳輸。
Vercel 發布最新安全性更新彙整,重點在於提升防禦速度與流量可視性。本次更新強化了 Web 應用程式防火牆(WAF)的規則生效速度,並升級了安全儀表板,讓開發者能更直觀地監控與分析潛在威脅。此外,更靈活的速率限制(Rate Limiting)與挑戰模式(Challenge Mode)能幫助團隊更輕鬆地應對 DDoS 攻擊與惡意爬蟲。
Vercel 推出全新的「整合建置與部署設定」,將過去分散的建置指令、輸出目錄及部署相關配置整合至單一介面。此更新旨在提升開發者體驗(DX),讓專案管理與環境配置更加直觀高效,減少在不同設定頁面間切換的繁瑣步驟。
Google 與 Hugging Face 聯合發表 SigLIP 2 視覺語言編碼器。作為經典 SigLIP 的升級版,SigLIP 2 引入了動態解析度、自監督學習(SSL)輔助任務與更強的多語言支援。它在零樣本分類、圖文檢索及定位等任務上表現優異,並提供多種尺寸的模型,非常適合用作新一代多模態大模型(VLM)的視覺骨幹網路(Vision Backbone)。
Vercel 發表了全新的 @vercel/related-projects 功能,旨在簡化多專案管理。對於在 Vercel 上部署多個微服務、前端與 API、或使用 Monorepo 架構的團隊,此工具能有效同步專案間的設定與關聯性。這將大幅提升開發者在管理複雜專案架構時的效率,減少手動配置的錯誤。
Vercel 宣布簡化 Feature Flags(功能旗標)的整合流程。開發者現在可以透過簡單的安裝指令,快速在 Next.js 等前端專案中部署動態功能開關。此更新與 Vercel Edge 網路深度整合,能提供極低延遲的體驗分流,並支援在 Vercel Toolbar 中直接切換測試,大幅提升開發體驗。
Vercel 宣布改進其防火牆(Firewall)總覽頁面的流量可視性。開發者現在可以更清晰地監控與分析進出網站的流量狀況,包括被阻擋或挑戰的惡意請求。這項更新有助於開發團隊更快速地識別潛在的安全威脅,並優化防護規則設定。
Hugging Face 正式發布 SmolVLM2 系列模型,專為手機與筆電等個人裝置設計。此版本最大亮點是引入了強大的「影片理解」與「多圖處理」能力,其中 2.2B 旗艦版本在保持極低運算資源消耗的同時,能在多項視覺與影片基準測試中媲美更大尺寸的模型。模型完全開源並採用 Apache 2.0 授權,極具實用價值。
Vercel 宣布為 Marketplace 整合服務推出「部署整合動作」(Deployment Integration Actions)。此功能允許第三方服務(如資料庫、監控工具)直接在 Vercel 部署詳情頁面嵌入自訂操作按鈕(如同步資料、清除快取)。開發者無需離開 Vercel 即可完成相關操作,大幅優化了跨平台的開發者體驗(DX)。
Vercel 宣布為其「圖片優化 (Image Optimization)」服務推出全新的可觀測性儀表板。開發者現在可以透過視覺化圖表,輕鬆追蹤圖片的快取命中率、優化前後的檔案大小對比、頻寬消耗以及熱門圖片路徑。這項更新有助於前端工程師與網站維運人員更精準地掌握網站效能並優化 Vercel 的使用成本。
Google 與 Hugging Face 合作推出了 PaliGemma 2 Mix 系列模型。這是專為指令遵循(Instruction-following)設計的輕量級視覺語言模型(VLM),結合了 SigLIP 視覺編碼器與 Gemma 2 語言解碼器。 PaliGemma 2 Mix 提供多種參數大小(包含 3B、10B 與 28B),並在多種視覺問答、圖像描述及目標檢測等任務上進行了混合微調,開箱即可展現優異的多模態理解能力。 開發者可直接在 Hugging Face 上取得權重,並透過 Transformers 庫輕鬆進行部署與微調。
Vercel 針對其 Image Optimization 服務進行重大升級,不僅大幅提升了首次圖片轉換與處理的速度,更調降了整體的計費價格。這項更新將直接惠及使用 Next.js 或 Vercel 圖片優化 API 的開發者,在提升網站載入效能與 Core Web Vitals 的同時,顯著降低基礎設施的營運成本。
Vercel 針對其 Serverless 函數(Vercel Functions)的可觀測性(Observability)進行升級。現在開發者可以在儀表板中直接透過「快速檢視(quick-view)」功能,一眼掌握函數的關鍵洞察(key insights),包括調用次數、錯誤率與延遲等核心指標,大幅提升排錯與效能優化的效率。
Hugging Face 宣布新增三家無伺服器(Serverless)推論合作夥伴:Hyperbolic、Nebius AI Studio 與 Novita AI。開發者現在能直接在 Hugging Face 生態系中,以更具彈性、低延遲且具成本效益的方式呼叫各類主流開源模型。這項更新不僅擴展了 Hugging Face 的推論 API 選擇,也為去中心化運算與高效能 GPU 雲端服務帶來更多應用場景。