Hugging Face BlogT1·开源与评测
45 分
Hugging Face 正式宣布聘请开源项目 oMLX 的创建者 Jun Kim,旨在加强其在 Apple Silicon 本地 AI 领域的布局。此举标志着 Hugging Face 将 MLX 框架视为其“本地 AI”战略的核心支柱,通过吸纳关键社区维护者来巩固其在 Mac 端模型分发与优化的生态位。
Apple 推出的专为 Apple Silicon 优化的机器学习框架
Hugging Face 正式宣布聘请开源项目 oMLX 的创建者 Jun Kim,旨在加强其在 Apple Silicon 本地 AI 领域的布局。此举标志着 Hugging Face 将 MLX 框架视为其“本地 AI”战略的核心支柱,通过吸纳关键社区维护者来巩固其在 Mac 端模型分发与优化的生态位。
伯克利团队推出 K-Search,利用 AI 代理将 CUDA 生态积累的数十年内核优化经验自动迁移至 Apple Silicon 的 MLX 框架。该工具通过架构感知的策略转换而非指令级复制,显著降低了跨硬件平台开发高效 GPU 内核(如 Flash Attention、Mamba)的技术门槛与时间成本。
Hugging Face 推出专用 Skill 和测试框架,旨在加速将 Transformers 模型移植到 Apple MLX 生态。该工具定位为辅助人类贡献者的智能体而非全自动方案,通过标准化流程降低开源协作门槛,使新模型能更快适配本地推理环境。
Hugging Face 发布开源库 AnyLanguageModel,为 Apple 开发者提供单一 API 以无缝集成 Core ML、MLX 本地模型及 OpenAI/Anthropic 等云端服务。该工具旨在解决多源模型接入碎片化痛点,支持离线隐私保护与前沿能力混合调用,并配套 Swift UI 组件加速应用构建。