在 SageMaker AI 上用 vLLM-Omni 构建实时语音应用（Part 1）
AWS 发布教程，演示如何用 vLLM-Omni DLC 在 Amazon SageMaker AI 上部署 Qwen3-TTS，通过 SageMaker 双向流式连接实现文本流入、24 kHz PCM 音频分块流出，并配套 Gradio 应用。
全部AI 动态
全部动态
今日 2 条AWS Machine Learning BlogAI 评分3434 AWS Machine Learning BlogAI 评分2828 在 SageMaker AI 上用 vLLM-Omni 生成图像与视频（第二部分）
AWS 发布教程，演示在 SageMaker AI 上从同一个 vLLM-Omni DLC 部署两个端点：实时端点运行 FLUX.2-klein-4B 生成图像，异步端点运行 Wan2.1-VACE-1.3B 做图像条件视频生成。文本提示词先生成 PNG，再连同运动提示词经 Amazon S3 传给视频端点，最终取回 MP4，并提供命令行与 Streamlit 界面。
AWS Machine Learning BlogAI 评分3636 用 Amazon Nova Act 与 Bedrock AgentCore 实现合成监控
AWS 介绍了一种基于 Amazon Nova Act 和 Amazon Bedrock AgentCore 的智能体驱动合成监控方案，用自然语言动作替代 Selenium、Playwright 的 DOM 选择器脚本。
AWS Machine Learning BlogAI 评分2222 跨账户自动化管理 Amazon Textract 适配器生命周期
AWS 发布跨账户自动化管理 Amazon Textract 适配器生命周期的方案，通过将适配器 ID 外置到 AWS Systems Manager Parameter Store，生产环境适配器引用更新无需重新部署应用，原本需数小时至数天的协调工作缩短至数秒。
Simon WillisonAI 评分2222 Simon Willison 用 Claude Opus 5.5 生成 Kākāpō Party 像素动画并用 Claude Code 录成视频
Simon Willison 用 Claude Opus 5.5 将三张 kākāpō 鹦鹉照片生成为 HTML5 canvas 像素动画 Kākāpō Party，画面中至少 20 只鹦鹉随音乐跳跃、撒彩带。
GitHub Blog · AI & MLAI 评分4848 GitHub Copilot 入门：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas（画布扩展）是一种用户与智能体共享的可定制界面，可做成看板、issue 分诊板、发布清单或仪表盘。在 agent 会话中输入 /create-canvas 并用自然语言描述工作流、界面操作和智能体权限，即可生成界面并在右侧面板打开，无需手写代码。
AWS Machine Learning BlogAI 评分3434 在 Amazon EKS 上用 EFA 和 DeepEP 扩展 MoE 强化学习，吞吐量提升 40%
AWS 发布基于 Amazon EKS、EFA 和 DeepEP 的 MoE 强化学习训练架构，吞吐量提升 40%。该方案针对 RLHF 和 GRPO 等大规模 RL 训练中 rollout 生成与策略训练的资源竞争问题，通过 DeepEP 优化 Expert Parallelism 在 EFA 上的 all-to-all 通信。
AWS Machine Learning BlogAI 评分3232 在 Amazon SageMaker HyperPod 上用 SkyRL 加速多模态 RL 训练
在 Amazon SageMaker HyperPod 上，用开源 RL 框架 SkyRL 对 Qwen3-VL-8B 视觉语言模型做 GRPO 后训练，在固定 64 个迷宫评测集上把解迷宫成功率从 43.75% 提升到 95% 以上。
AWS Machine Learning BlogAI 评分3434 NarrateAI：在 Amazon Bedrock 上实现生产级 LLM 质量保障
NarrateAI 在 Amazon Bedrock 上通过五项技术实现约 99% 的数值准确率并实时流式返回结果，服务超过 4000 名 AWS 高管。这五项技术分别是自适应流水线编排、跨账户多模型故障转移、实时流式评估、复合评估框架和数据准确性验证，其中约 90% 的查询走单次快速路径，仅约 10% 走并行批处理路径。
AWS Machine Learning BlogAI 评分3434 在 Amazon SageMaker AI 上部署 Qwen3-TTS 实时个性化语音
阿里云 Qwen 团队开源的 Qwen3-TTS-12Hz-1.7B-Base 已上线 Amazon SageMaker JumpStart，可部署到全托管实时推理端点，仅凭几秒参考音频和对应文本即可克隆音色，无需重新训练。该模型覆盖中文、英文、日文等 10 种语言，支持跨语言克隆与流式生成，输出 24 kHz 音频，同系列还有 CustomVoice 和 Qwen3-ASR-1.7B 可选。
Simon WillisonAI 评分1818 Simon Willison 发布 commit-rewriter 0.2
Simon Willison 发布 commit-rewriter 0.2。该工具与 git 相关，具体功能与更新细节原文未作说明。
AWS Machine Learning BlogAI 评分2626 在 SageMaker AI 上用 WhisperX 实现带说话人标注的转录
AWS 发布 WhisperX Deep Learning Container，在 OpenAI Whisper 基础上加入批处理推理、wav2vec2 强制对齐的逐词时间戳和说话人分离，可部署到 Amazon SageMaker AI 实时或异步端点，无需自建镜像。
AWS Machine Learning BlogAI 评分3434 用 AgentCore Gateway 和 MCP 构建多账户 AI 智能体
企业可借助 Amazon Bedrock AgentCore Gateway 与 MCP 构建多账户 AI 智能体，让各业务线数据留在自有账户，仅在查询时按需流出。
GitHub Blog · AI & MLAI 评分2222 GitHub Copilot 应用如何渲染超大 pull request
GitHub Copilot 应用重建了 pull request 视图，用一个含 2,200 个文件、超百万行改动和 400 多条行内评论的开源 PR 做压力测试。代码行沿用“绘制前高度已知”的确定性几何，评论等动态块则改为惰性测量、高度有界、修正锚定在用户当前视口，避免滚动跳动。
AWS Machine Learning BlogAI 评分4444 基于 AWS 的智能体对话式视频智能方案
AWS 发布基于 Strands Agents SDK 的智能体架构视频智能方案，由 Amazon Bedrock 驱动，按用户提问在运行时调度 Amazon Rekognition、Amazon Transcribe 和 Amazon Bedrock Data Automation。
AWS Machine Learning BlogAI 评分3434 用 Amazon Bedrock 上的开放权重模型驱动 AI 编程智能体
开源终端 AI 编程智能体 OpenCode 可接入 Amazon Bedrock 上的开放权重模型，推理在用户自己的 AWS 账户内完成，无按席位收费。文中演示了用 Moonshot AI Kimi K3、OpenAI GPT-OSS 120B 和 NVIDIA Nemotron 3 Super 120B 配置多模型工作流，并称 Ethara.AI 已用该架构在生产环境做多智能体编排。
Simon WillisonAI 评分1818 用可交互示例讲解 Shadow DOM：样式封装、插槽与 JavaScript 访问
一份可交互的讲解材料，用实例演示 Shadow DOM 的样式封装、继承、slots、parts 以及 JavaScript 访问方式，展示 shadow root 如何创建带私有样式表和元素的隔离 DOM 树，并以特定受控方式与页面 DOM 交互。该材料由 Fable 5.1 Medium 根据提示词生成。
GitHub Blog · AI & ML精选AI 评分7272 GitHub 用 Copilot 把 Copilot 运行时迁移到 Rust
GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust，代码主要由 AI 智能体编写，分布在 128 个合入 main 的 PR 中增量发布而非一次性切换。
推荐理由：作者以亲历者身份给出把 80 万行运行时从 TypeScript 迁到 Rust 的完整工程细节，可迁移到大规模 Agent 协作开发。
GitHub Blog · AI & MLAI 评分3030 GitHub 如何用 Copilot 把营销活动变成代码：从策划到跟进全自动
GitHub 日本和韩国区营销负责人把活动运营流程交给 GitHub Copilot，用 GitHub Issue 表单、Labels 触发器和 Actions 工作流搭出一套自动化管线：活动从单个 Issue 自动建站、生成 UTM 链接、每日筛选报名者并在结束后自动清理。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 应用新手指南：使用 diff、终端和浏览器面板
GitHub Copilot 应用内置 diff、终端和浏览器三个面板，让用户无需离开应用即可审查、运行和预览 AI 智能体生成的代码变更。diff 面板以绿色和红色高亮显示增删改内容，终端面板支持运行命令和配置脚本，浏览器面板提供 Pick & Polish 工具用于选取元素并让智能体调整。完成审查、运行和预览后，用户可直接在应用内接受变更并创建 pull request。
Berkeley AI Research精选AI 评分6262 从 CUDA 到 MLX：K-Search 如何把数十年内核经验带到 Apple Silicon
Berkeley AI Research 与 IBM Research 将 K-Search 进化式内核搜索框架扩展到 MLX，通过结构化的 CUDA-to-MLX 翻译层把已有 CUDA 内核作为知识库，为 Apple Silicon 生成高质量内核。
推荐理由：读者可看到 CUDA 内核经验如何被结构化翻译到 Apple Silicon，以及翻译层对性能差距的具体贡献。
Berkeley AI ResearchAI 评分3232 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队梳理了并行推理领域进展，指出当前方法多由外部固定并行结构，模型无法自行决定何时分解任务、开多少线程。文章重点讨论自适应并行推理，并提及 ThreadWeaver、ParaThinker、GroupThink、Hogwild! Inference 等方法。