把模型跑起来的工程实践：推理优化、显存与成本、Serving 架构与基础设施选型。
Hugging Face 与 SkyPilot 合作，将 Hugging Face Storage 集成 为 SkyPilot 官方存储后端。用户可通过 hf:// 协议挂载 Hugging Face Bucket（读写）或模型/数据集/Space 仓库（只读），在任意云上运行训练和推理任务，且读写 Hugging Face 数据免收出口费用。
推荐理由：原文给出了 Hugging Face Storage 成为 SkyPilot 存储后端的具体集成方式、基准数据和使用场景，读者可以据此判断它对自己跨云训练/推理工作流的影响。
Google DeepMind 发布 Gemma 4 12B，采用无编码器架构将视觉和音频输入直接整合到 LLM 主干，支持原生音频输入。性能接近更大的 26B MoE 模型，可在 16GB VRAM 的笔记本电脑上本地运行，已获 150 万次下载，发布于 Apache 2.0 许可证。
推荐理由：原文给出了架构变化（encoder-free）、性能对比（接近 26B MoE）、内存要求（16GB VRAM）和原生音频输入等具体信息，读者可以据此评估它与其他 Gemma 模型的定位差异。
Mistral AI 宣布与 SAP 建立多年合作伙伴关系，为德国和欧洲提供完全自主的 AI 堆栈，将模型集成到 SAP 的 AI Foundation 中，共同开发特定行业解决方案。同时与 Helsing 合作加速开发用于国防和安全应用的视觉-语言-行动模型。Mistral 将在未来几个月内在德国开设办公室，大幅增加本地团队规模，以推进欧洲的 AI 自主战略。
推荐理由：原文给出了具体合作对象（SAP、Helsing）、合作内容和德国市场扩展计划，读者可以据此了解欧洲 AI 自主战略的具体布局。
Mistral AI 发布 Mistral Small 3.1，号称同类最佳模型。新模型在文本性能和多模态理解上有所提升，上下文窗口扩展至 128k token，推理速度达 150 tokens/s，优于 Gemma 3 和 GPT-4o Mini。模型基于 Apache 2.0 许可证开源，可在单张 RTX 4090 或 32GB RAM Mac 上运行。
推荐理由：原文给出了性能对比和推理速度数据，读者可以据此判断它在同类模型中的竞争力。