馬斯克旗下xAI公司啓動全球首個吉瓦級AI訓練集羣“Colossus2”，用於驅動Grok聊天機器人。該超級計算機佔地約13個足球場，配備10萬塊英偉達H100芯片，標誌着AI算力競賽進入新階段。
阿布扎比技術創新研究院推出開源模型Falcon H1R7B，僅7億參數卻展現領先推理性能，挑戰“越大越強”觀念。其訓練分兩階段：先基於Falcon-H1-7B進行監督微調，專注數學與編程能力提升。
SwitchBot在CES 2026推出新款家用機器人Onero H1，定位爲“最具可及性的AI家用機器人”。作爲去年多功能家庭機器人的升級，Onero H1是一款通用類人機器人，旨在減輕家務負擔。它能執行抓取、推送、打開和整理等日常操作，並具備在不同任務和家庭環境中學習適應的能力。
微軟開源圖像轉3D工具TRELLIS.2，僅需一張圖片即可快速生成帶材質的3D模型，輸出.glb格式文件，兼容Blender、Unity等平臺。該工具採用4B模型，支持512³至1536³分辨率圖像處理，在NVIDIA H100顯卡上，生成512³模型僅需約3秒。
提供高性能GPU出租服務，包括B200、H200、RTX4090、H100等型號。即時部署，價格透明。
使用Apple Vision Pro實現人形機器人Unitree H1_2的遙控操作。
FastVideo
FastVideo團隊推出的圖像轉視頻模型，屬於CausalWan2.2 I2V A14B系列，支持8步推理，能適配從H100到4090等多種GPU，也支持Mac用戶使用。
pytorch
這是由PyTorch團隊使用torchao進行量化的Qwen3-8B模型，採用int4僅權重量化和AWQ算法。該模型在H100 GPU上可減少53%顯存使用並實現1.34倍加速，專門針對mmlu_abstract_algebra任務進行了校準優化。
jet-ai
Jet-Nemotron-4B是NVIDIA推出的高效混合架構語言模型，基於後神經架構搜索和JetBlock線性注意力模塊兩大核心創新構建，在性能上超越了Qwen3、Qwen2.5、Gemma3和Llama3.2等開源模型，同時在H100 GPU上實現了最高53.6倍的生成吞吐量加速。
Jet-Nemotron是一個新型混合架構語言模型家族，超越了Qwen3、Qwen2.5、Gemma3和Llama3.2等最先進的開源全注意力語言模型，同時實現了顯著的效率提升——在H100 GPU上生成吞吐量最高可達53.6倍加速。
Mungert
基於Meta Llama-3.3-70B-Instruct的大語言模型，經過多階段訓練優化，在推理、聊天等任務上表現出色，支持多種語言，適用於多種AI應用場景。採用神經架構搜索技術優化，能夠在單個H100-80GB GPU上高效運行。
tiiuae
獵鷹-H1是由TII開發的高性能混合架構語言模型，結合了Transformers和Mamba架構的優勢，支持英語和多語言任務。
獵鷹-H1是由TII開發的混合Transformers+Mamba架構的因果解碼器專用語言模型，支持英語和多語言任務。
獵鷹-H1是由阿聯酋技術創新研究院開發的混合Transformer與曼巴架構的因果解碼器模型，支持英語和多語種任務。
獵鷹-H1是由TII開發的高效混合架構語言模型，結合了Transformers和Mamba架構的優勢，支持英語和多語言任務。
獵鷹-H1是由TII開發的混合Transformers+Mamba架構的因果解碼器專用語言模型，支持英語，性能卓越。
獵鷹H1是由阿聯酋技術創新研究院開發的混合架構語言模型，結合Transformer與Mamba架構，支持多語言處理
Phi-4-mini-instruct模型經torchao進行float8動態激活和權重量化，在H100上實現36%顯存降低和15-20%速度提升，幾乎不影響精度。
h1alexbel
該模型是一個基於Transformers庫的模型，具體用途和功能未明確說明。
h1t
基於Stable Diffusion v1.5的TCD LoRA模型，通過軌跡一致性蒸餾技術優化圖像生成效率。
基於Stable Diffusion XL的軌跡一致性蒸餾模型，通過創新蒸餾技術實現少步高質量圖像生成
transformer3
這是一個使用AutoTrain訓練的文本摘要模型，專門針對金融領域文本進行優化
H1B簽證工作搜索MCP服務器，使用美國勞工部真實LCA數據，提供H1B贊助公司搜索、職位分析和數據導出功能
Transformers英語%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
