跳到正文
10月23日周五
10月22日周四
10月21日周三
  1. NVIDIA Blog62

    NVIDIA 在 GTC Berlin 2026 主题演讲发布 DSX POD、OpenShell 智能体安全架构等新品

    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。

  2. NVIDIA Blog61

    NVIDIA 扩展 Nemotron、Kumo、Cosmos 等开放模型组合

    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。

10月20日周二
  1. Hugging Face Blog61

    ALTK-Evolve 用学习记忆让 GPT-4.1 客服智能体登顶 τ²-bench

    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。

  2. AWS Machine Learning Blog60

    Amazon Bedrock 为 Anthropic Claude 模型推出结构化输出功能

    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。

10月17日周六
  1. AWS Machine Learning Blog62

    AWS 用 Amazon Bedrock AgentCore 构建九阶段智能体评估框架

    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。

  2. Google Research72

    Google Research 发布三项研究,推动 AI 智能体接入自主湿实验室

    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。

10月16日周五
  1. Hugging Face Blog78

    Reflection 开源 501B 参数 MoE 模型 Beam,主打编码与智能体场景

    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。

10月15日周四
  1. NVIDIA Blog72

    NVIDIA 发布 Nemotron 3.5 Super VL 与 Bolt 系列开源模型

    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。

  2. Google Research72

    Google Research 公开发布 Deep Review 文档评审智能体系统

    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。

  3. Google Research60

    Google Earth AI 推出 Geospatial Reasoning 智能体并扩大早期访问

    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。

10月14日周三
  1. AWS Machine Learning Blog37

    Tamnoon 如何用 Amazon Bedrock 构建 AI 驱动的云安全修复

    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。

  2. AWS Machine Learning Blog62

    在 Amazon Bedrock 上用 Grok 4.7 构建长程智能体并评测推理档位

    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。