在 AWS 上用 Denodo 和 Amazon Bedrock AgentCore 构建 Agentic AI 语义层
AWS Machine Learning Blog 演示了如何用 Denodo Platform 作为语义层,在 Amazon Bedrock AgentCore 上托管 Agentic AI 智能体,联邦 Amazon Aurora、Amazon Redshift 与本地 PostgreSQL 数据源,形成单一 customer 360 视图。
AWS Machine Learning Blog 演示了如何用 Denodo Platform 作为语义层,在 Amazon Bedrock AgentCore 上托管 Agentic AI 智能体,联邦 Amazon Aurora、Amazon Redshift 与本地 PostgreSQL 数据源,形成单一 customer 360 视图。
Hugging Face 发布 AnyLanguageModel 1.0,同时推出 swift-huggingface 1.0 和 swift-xet 1.0。
Hugging Face 的 PyTorch 团队发布 PyTorch 2.15 的 MPS 更新:FP8(torch.float8_e4m3fn)登陆 Mac,可用 F.scaled_mm 直接做缩放矩阵乘法,占用内存为 BF16 的一半。
推荐理由:原文用具体吞吐和内存数字说明了 MPS 后端在 Mac 上的能力变化,读者可据此判断本地推理与视频生成工作流的可行性提升。
巴塞罗那超级计算中心(BSC)的 AI Factory 加速器计划全面投入运营,部分服务已通过 NVIDIA Inception 门户向成员开放。BSC AI Factory 是欧洲首批、西班牙首家 AI 工厂,自 2025 年 4 月上线以来已为公私部门客户交付 800 多项服务。
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。
新的 Amazon SageMaker AI 客户现在只需几步即可进入完全配置好的 SageMaker Studio 环境,可用 Google、GitHub、Apple、Amazon 账号或邮箱直接注册,无需填写高级 AWS 账户信息、验证手机号或输入信用卡(大多数客户)。
OpenAI 正在改进 ChatGPT 在低资源编程语言上的表现,新增了针对软件工程、SQLite 和 COBOL 迁移的评测。这些评测用于衡量模型在小众或遗留语言上的编码与迁移能力。
Amazon SageMaker JumpStart 在 2026 年 1 月至 9 月新增超过 100 个模型,覆盖 30 家提供商,其中 Alibaba(Qwen)贡献 29 个、NVIDIA 17 个、Mistral 7 个、Google 6 个 Gemma 4 变体。
德国总理 Friedrich Merz 与 NVIDIA CEO 黄仁勋在柏林会晤,德国联邦政府与 NVIDIA 签署联合意向声明,将围绕物理 AI 推进前沿 AI 模型,并与德国“工业 4.0 平台”深化合作。
Hugging Face 官方博客介绍 TorchNeuron,它为 PyTorch 在 AWS Trainium 上提供新的原生后端,Transformers、Diffusers 和 Kernels 已原生支持,自 Oct. 20, 2026 起以 public beta 形式提供,可用 pip install torch-neuronx 安装。
GitHub Copilot 支持把 app 会话直接在 VS Code 中打开,保留原有对话、代码改动与 worktree 上下文,无需重建任务。
TwelveLabs 的 Pegasus 1.5 视频语言模型现已在 Amazon Bedrock 的 US West (Oregon) 区域可用,模型ID为 twelvelabs.pegasus-1-5-v1:0。
AWS 博客介绍在 vLLM 中通过双向 KV cache 传输让 prefill 节点跨轮次复用 decode 节点保留的 KV,减少多轮对话中重复的 prefill 计算。
AWS 与 vLLM 社区推出基于推送(push)的 NIXL KV 传输连接器,将 prefill 后的传输协调与设置移出关键路径,降低 TTFT 和 TPOT。
Deepgram 将 Nova-3 语音转文字模型移植到 AWS Trainium2,用于离线批量工作负载,在单台 Amazon EC2 trn2.3xlarge 实例上运行 8 个模型副本,每美元处理的音频量比原有计算方案多 11–70%。
NVIDIA 与欧洲广播联盟(EBU)扩展主权框架,引入主权云、开源模型与系统集成商,帮助欧洲公共广播机构在掌控数据、基础设施与安全的前提下部署 AI 智能体。
NVIDIA RTX Spark 笔记本现已开售,搭载 Blackwell RTX GPU 与 NVIDIA Grace CPU,最高 128GB 统一内存、最高 1 petaflop AI 算力,起价 2,399 美元,由 ASUS、Dell、HP、Lenovo、Microsoft、MSI 等厂商推出。
Benefit Street Partners 的 Anant Kumar 使用 Codex 进行代码审查和更快的后续跟进,以构建用于比较贷款估值和分析信贷协议的工具。Codex 帮助他更快地回答相关问题。
巴西银行 Itaú 通过对话式界面 ia.i 和治理平台 IARA,将 AI First 战略落地到客户与员工两端。ia.i 面向客户对话交互,IARA 负责 AI 治理,二者共同支撑 Itaú 在巴西监管最严格的行业之一中推进生成式 AI 应用。
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。
Stack Overflow for Agents 用 Codex 在几周内上线,其 ChatGPT 插件推动注册量增长至三倍,agent 创建量最高增长 10×。
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。
NVIDIA 与 IIT Madras 的 AI4Bharat 联合发布 Nemotron-pretraining-Indic-v1,覆盖印度宪法所列 22 种语言、约 2.8 trillion tokens 的合成预训练语料,并同步开源用于生成该语料的 GPU 加速数据流水线。
Sullivan & Cromwell 与 OpenAI 合作开发了 Agreement Analyzer,一款用于识别协议草案中问题的 AI 工具。该工具将律所的法律专业知识融入协议审查流程,帮助在起草阶段发现协议文本中的潜在问题。
Localiza 使用 ChatGPT Enterprise、OpenAI API、Codex 和 60+ 个专用 agent 重组工作方式,构建 AI 原生的出行体验。
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。
OpenAI 推出 Rosalind Academic Plan,向符合条件的学术实验室提供 GPT-Rosalind 及相关工具的赞助访问,以推进生命科学研究。该计划面向学术研究机构开放申请。
Hugging Face 发布 Granite Switch 4.1 系列模型(Granite-Switch-4.1-8B 和 -30B),通过 Decision aLoRA。
Meta 发布开源权重多模态模型 Muse Spark Open,约 816B 总参数、每 token 约 42B 激活参数,上下文窗口达 1M tokens,支持文本、图像、音频、视频输入与文本输出,面向 agentic coding 场景。
推荐理由:原文给出完整架构参数与多框架部署配方,读者可据此评估自托管该模型的资源门槛与可行路径。
Meta 的编码优化开源权重模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 提供,可部署到自己 AWS 账号的 SageMaker AI 端点。
NVIDIA RTX Spark 于 10 月 16 日发布,这是一台面向创作者、游戏玩家和 AI 智能体的 Windows PC,并在旧金山、柏林、台北、北京、伊斯坦布尔、首尔等地举办首发庆祝活动。
Google DeepMind 介绍如何用其智能体开发平台 Google Antigravity 加速抗菌肽(AMP)候选发现:研究者与 AI 智能体在单次交互会话中设定生物学目标,由智能体完成跨数据库编排、结构分析与文献综合,并借助 ProtNLM 模型从 UniProt 数百万条未注释序列中预测蛋白功能。
Microsoft Research 发布零知识虚拟机 Magnetar,可证明 Rust、Go 或 C 编写并按 RISC-V 架构编译的程序执行,在笔记本上每秒证明 7.2 至 8.7 million 条处理器指令,在 15 个基准程序上平均比现有最快 zkVM 快 10 至 39 倍,证明验证约 12 毫秒。
推荐理由:原文梳理了零知识证明普及的三大障碍及 Magnetar 分别如何应对,便于读者判断其技术路线取舍。
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。
Black Forest Labs 的 FLUX.3 Image Klein 已可在 Diffusers 中使用,一个模型同时支持文生图、多参考图生图和 bounding box 布局控制。
推荐理由:原文拆解了架构与显存速度数据,读者可据此判断能否在现有硬件上跑起来。
Mistral AI 发布首个时序基础模型家族 Timestral,最大 209M 参数版本在 GIFT-Eval、TIME 和 fev-bench 三大公开基准的预训练零样本模型中均排名第一,且参数量仅为前 SOTA 的三分之二。
推荐理由:原文给出了模型规模、基准名次与CPU推理延迟的具体数字,读者可据此判断小参数时序模型的落地可行性。
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。
OpenAI 在巴西葡萄牙语版 AI for Educators 中推出 Study Mode,帮助教师支持学生主动、分步式的学习过程。该功能于教师节期间上线,面向教育场景提供逐步引导式学习支持。