在 Amazon SageMaker AI 上用 Kokoro TTS 为 AI 智能体流式输出低延迟语音
通过在 Amazon SageMaker AI 实时端点上托管 Kokoro-82M(82M 参数)TTS 模型,AI 智能体每生成一句话就立即流式送入合成,让语音在完整回复生成前就开始播放,从而消除等待空隙。
通过在 Amazon SageMaker AI 实时端点上托管 Kokoro-82M(82M 参数)TTS 模型,AI 智能体每生成一句话就立即流式送入合成,让语音在完整回复生成前就开始播放,从而消除等待空隙。
Amazon Quick 是 AWS 的 HIPAA-eligible 服务,可在 web、desktop 和 mobile 客户端中处理 PHI(受保护健康信息)。
AWS 博客介绍 Rescale 如何用 AI-DLC 方法论和 Strands SDK 在 Amazon EKS 上构建测试分诊智能体,自动分类并路由夜间端到端测试失败。
NVIDIA 与欧洲多国政府合作,以 Nemotron 开放模型和 Nemotron-Personas 数据集支撑公共部门 AI 项目,同时保留数据与基础设施控制权。
AWS Solutions Architecture 团队开源了生产级多智能体系统 Deep Insight,本文作为三篇系列的第一篇,梳理其解决的五大生产挑战及对应技术栈。
AWS 发布教程,展示如何用 Strands Agents 构建自适应智能体框架(AAIF),将常规请求交给本地 SLM(通过 Ollama 运行 llama3.2:1b 和 llama3.2-vision)处理,复杂请求经 Amazon Bedrock 路由到云端大模型,以降低成本并保持低延迟。
OpenAI、PerturbAI 与 Scripps Research 联合使用分布式 AI 智能体,从数百万个脑细胞的数据中挖掘出有前景的研究线索。该方法通过数千个 AI 智能体并行处理大规模生物数据,为科研人员提供新的发现路径。
Nebius、Nscale、Verda 等 AI 云服务商及 Bull、Dell Technologies、HPE、Lenovo、Supermicro 等服务器厂商正采用 NVIDIA Vera CPU 构建本地基础设施,以支撑 AI 智能体的高速数据处理与代码执行。
NVIDIA 宣布开源 NVIDIA Agent Toolkit 扩展新增工具,包含新的 Agent Knowledge Foundation、OpenShell 安全运行时、NemoClaw 安全智能体蓝图以及 NeMo Relay、NeMo Compass 等工具与技能。
推荐理由:原文列出了新增组件与多家企业的落地用法,读者可据此判断它如何接入现有数据与治理流程。
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中宣布多项新品,包括 Vera Rubin AI 工厂参考设计 NVIDIA DSX POD,可将现场部署时间从六个月缩短至 14 天,其 AI Factory 平台可减少最多 100% 冷却用水和最多 30% 电力消耗。
推荐理由:梳理了主题演讲中围绕智能体安全、开源模型和数据中心部署的具体产品与架构,便于对照理解其欧洲布局的落地路径。
NVIDIA 扩展其在语言、机器人、生物和量子计算领域的开放模型组合,包括 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo 和 Ising,供开发者用本地数据定制并部署在自有基础设施上。
推荐理由:原文逐项列出各模型的开放入口和合作方,读者可据此判断哪些能力已可直接取用。
Smartsheet 推出正式可用的 MCP Server,让 AI 助手通过标准化协议读写和管理 Smartsheet 数据,覆盖 40 多个用于探索、创建和管理 sheets、rows、columns 及 automations 的工具,支持用自然语言更新任务状态、创建行和修改项目结构。
Smartsheet 推出正式可用的 Model Context Protocol (MCP) Server,通过标准化协议让 AI 助手读取、写入和管理 Smartsheet 数据,覆盖 40 多个用于探索、创建和管理 sheets、rows、columns 与 automations 的工具。
Amazon Quick 与 Amazon Bedrock AgentCore 结合,让供应链管理者用自然语言对话即可跨 ERP、监控、采购、邮件等系统获取可执行答案,将原本 45–60 分钟、跨五个系统的手动查询压缩为几分钟内的三次对话。
Eon 用 Amazon Bedrock AgentCore Gateway 替代了分散的凭据和本地 MCP 进程,为开发者与自主 SRE agent 提供跨 AWS、GCP、Azure 三朵云的统一调查工具访问。
AWS 与 Keyfactor 联合推出参考架构,用 Keyfactor EJBCA 结合 AWS 服务为 AI 智能体建立 X.509 PKI 加密身份,弥补 MCP 缺乏内置认证标准的缺口。
AWS 官方博客介绍如何用 AWS Agent Registry 在运行时发现工具,替代把所有工具硬编码进编排器的做法,走 Discover → Instantiate → Execute 循环。
3 位拥有 10 年以上经验的 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的实践,其中 Vlad Mihalcea 借助 Copilot 将原本需数周开发的 Hypersistence Optimizer 事件历史 Web 应用缩短到两天完成。
IBM Research 在 Hugging Face 发布 ALTK-Evolve,用 GPT-4.1 从智能体自身训练轨迹中蒸馏出行为规则并追加到系统提示词,在不更新权重、无人工标注的前提下提升客服智能体表现。
推荐理由:原文展示了不更新权重、仅靠提示词级学习记忆提升客服智能体可靠性与成本的具体路径和量化结果。
Amazon Bedrock 现已正式为所有 Anthropic Claude 模型提供结构化输出,在 bedrock-runtime 和 bedrock-mantle 端点上均可返回符合 JSON schema 的响应,无需自定义解析、重试或后处理。
推荐理由:原文说明了约束解码如何把输出从概率性变为确定性,并给出 schema 缓存与最佳实践,可直接迁移到自己的集成中。
AWS SMGS Operations 团队分享了基于 Amazon Bedrock AgentCore Evaluations 的九阶段评估框架,覆盖从首次提交到生产响应的完整智能体生命周期,用于保障面向 AWS 全球现场销售的多智能体系统质量。
推荐理由:原文用真实生产故障和九阶段框架展示了如何把智能体质量从一次性验收变成贯穿生命周期的持续机制,可迁移性强。
Google Research 分享三项研究进展,展示如何弥合 in-silico AI 探索与真实湿实验之间的差距。其一是 VERID 框架,作为实验室工作单元的语义数字孪生,提供实时 3D 状态追踪、快速虚拟试运行、硬件安全检查和同步视频与动作日志,基于开源 PyLabRobot 构建。
推荐理由:原文展示了从数字孪生到闭环实验的完整技术路径,读者可了解 AI 智能体如何接入湿实验环节。
Reflection AI 推出 Beam,一个面向 agentic coding 和长程任务的开源权重模型,采用稀疏 MoE 架构,501B 总参数、23B 激活参数,有效上下文长度 1 million tokens,权重以 Apache 2.0 许可通过 Hugging Face 发布,提供 BF16、FP8、NVFP4 三种 checkpoint。
Reflection 在 Hugging Face 上开源了其首个模型 Beam,这是一款 501B 参数(每 token 激活 23B)的 MoE 大语言模型,采用 Apache 2.0 许可,主打编码与智能体场景,支持 1M tokens 上下文窗口。
推荐理由:原文给出架构细节、精度选择与部署配置,读者可据此评估自托管该模型的硬件成本与可行性。
巴西美妆集团 Grupo Boticário 运营着一套自研 AI 智能体平台,可自主处理经销商最多 80% 的运营请求,让销售团队转向顾问角色。该集团起步于巴拉那州一家复方药房,至今已近 50 年。
AWS 发布 Trust in Depth 框架,把智能体信任拆成 Scope(运行前界定范围)、Know(部署时确认身份)、Bound(运行中强制边界)、Observe(运行后复盘)四层,用可验证的分层控制替代人工逐条审批。
NVIDIA 发布开源 1200 亿参数模型 Nemotron 3.5 Super VL,以及面向边缘的 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB 两款模型,覆盖从企业服务器到本地设备的智能体部署。
推荐理由:原文给出了三档模型的参数、显存与部署入口,读者可据此判断从数据中心到本地设备的选型路径。
Amp 推出 GPT-6 Astra、Ultrafast、GPT-Live-1 与 Sign in with ChatGPT,把 AI 智能体的应用从代码扩展到更广场景。这些 OpenAI 模型与登录能力已接入 Amp,用于展示智能体在编码之外的工作潜力。
AWS 介绍如何用 Amazon Bedrock AgentCore 搭建一套智能文档处理(IDP)系统,由 8 个专用 Agent 协作完成文档分类、抽取、校验与自我学习,通常 20 分钟内即可部署。
Google Research 公开发布 Deep Review,一个面向复杂文档提供严谨反馈与技术验证的智能体 AI 系统,最初用于计算机学术论文分析,现已扩展到法律、金融等领域。
推荐理由:原文拆解了四阶段智能体流水线如何解决长文档评审瓶颈,方法细节可迁移到其他多智能体文档分析场景。
Google Research 将 Geospatial Reasoning 智能体从概念推进为可多步空间推理、并能自主训练预测模型的实验系统,同时发布技术报告、伙伴实测与早期访问入口。
推荐理由:原文给出了评测设计和伙伴实测细节,读者可据此判断专用工具与规划步骤对空间任务的实际增益。
Third Moment Research 基于 GPT-6 Astra、GPT-6.1 Sol、Codex 以及用于网络安全的 Daybreak,构建出能持续专注数日、并在使用中不断改进的 AI 智能体,可同时运行 10,000 个智能体并持续 36 小时以上。
Tamnoon 基于 Amazon Bedrock 构建了 agentic 云安全修复编排器 Tami,自主调查来自 CNAPP 和云原生来源的发现并生成修复方案,90 天内将关键云暴露减少超过 90% 且零生产事故。Tami 由调查、安全评分、修复、代码生成四个专用 agent 组成,通过单一 API 调用不同基础模型,安全评分将修复分为 SAFE、RISKY 或 AWAITING DATA。
一套基于 Amazon Bedrock AgentCore 的 AI agent 方案可在 90 秒内自动生成 PowerPoint 演示文稿。
OpenAI 发布新分析,展示 agentic AI 在欧盟企业与中小企业中的采用情况,并指出深化使用可释放更多价值。
欧洲多个城市正与 NVIDIA 生态伙伴合作,用 NVIDIA 加速计算构建物理 AI 智能体和数字孪生来优化城市运营。
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成现已在 AWS Marketplace 上线,让 AI 智能体在遇到 HTTP 402 Payment Required 时能自主完成 x402 协议付费,覆盖付费网页与付费 API。
Liquid AI 开源 LFM2.5-24B-A2B,一个 24B 参数、仅 2B 激活参数的推理模型,面向端侧快速私密的智能体场景,支持工具调用与多步任务。
推荐理由:给出了架构、训练流程与多组对比数据,读者可据此判断它在端侧智能体场景的取舍边界。
AWS 博客介绍 Grok 4.7 已在 Amazon Bedrock 上线,并构建一个工具调用智能体,在三个需要搜索而非查表的任务上以四个 reasoning effort 档位各跑 6 次共 72 次,答对 67 次:xhigh 全对 18/18,low 答对 15/18 但输出 token 约为 xhigh 的八分之一。
推荐理由:原文给出可复现的评测设计与四档推理档位的 token 与正确率对照,读者可据此在自己任务上量测成本质量权衡。
ShipStation Global 工程团队在 Amazon Bedrock AgentCore 上构建了 Slack AI IT 帮助台 Deckhand,上线三个月处理 1,935 条消息、回复率达 97.5%、员工好评率 96%。