Amazon SageMaker AI 推出训练会话 API,可自写训练循环而无需管理 GPU
Amazon SageMaker AI 的 Serverless 模型定制新增训练会话 API,把 forward_backward()、optim_step()、sample() 等操作变成 API 调用,模型在 GPU 上保持加载,用户只需在本地 Python 中编写训练循环。
Amazon SageMaker AI 的 Serverless 模型定制新增训练会话 API,把 forward_backward()、optim_step()、sample() 等操作变成 API 调用,模型在 GPU 上保持加载,用户只需在本地 Python 中编写训练循环。
AWS 宣布 SageMaker AI 无服务器模型定制功能正式推出训练会话(training sessions),用户可自行编写训练循环、损失函数和奖励信号,GPU 分配、分布式执行、故障恢复与 checkpoint 存储由平台负责。
IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 构建企业知识助手,覆盖零售运营、兽医护理、人事入职和采购,支持四种语言、三个国家,无需自管 RAG 基础设施。
Rescale 基于 AWS 的 AI-DLC 框架和 Strands Agents 构建了 AI 分诊智能体,从问题定义到 staging 部署仅用五天,数周内进入生产。
Uber 正在向超过 30,000 名员工推广 ChatGPT Work,帮助团队进行研究、数据分析、制作演示文稿并完成复杂工作流。此次部署由 OpenAI 提供支持。
Microsoft Research 发布 Flint-interactive,一种在 Flint 之上创建交互式数据可视化的语言,让智能体生成可点击、筛选、缩放和跨图表联动的图表。
NVIDIA 与欧洲多国政府及合作伙伴推进公共部门 AI 项目,覆盖欧盟委员会、波兰、英国、德国、法国和希腊。德国方面,secunet、NVIDIA、Red Hat 与 deepset 正基于 SINA Cloud 开发主权云方案,整合 NVIDIA Nemotron 开放模型与 Red Hat OpenShift AI。
NVIDIA 正推动欧洲零售商在电商与仓储场景落地开放模型和物理智能:Shopify 用 NVIDIA Nemotron 3.5 Lightning 后训练出 Sidekick 的 GraphQL 子智能体,内部基准上准确率超过领先前沿模型,服务成本降低 90%、响应快 7 倍。
AWS 解决方案架构团队开源了多智能体数据分析系统 Deep Insight,并总结生产化中的 5 个核心挑战:执行流控制、各智能体模型选型、生产运行、AI 生成代码的安全执行、监控运维。
AWS 发布方案,通过 AWS PrivateLink 的 VPC 端点与 Quick 的 VPC 连接,让 Amazon Quick 在不经过公网的情况下访问企业防火墙后的本地数据源。
基于 Strands Agents 构建的 Adaptive Agentic Intelligence Framework(AAIF)用 llama3.2:1b 作为编排层对请求分类,常规任务由 Ollama 本地 SLM 处理,复杂分析经 boto3 路由至 Amazon Bedrock。
美国非营利组织 U.S. Hunger 借助 Amazon Quick 让领导层直接探索组织数据,并将 SQL Server 数据每晚 2 点刷新至 SPICE 内存引擎。Quick Spaces 为领导团队提供共享的 KPI 定义、财务文档与分析空间,目前已有 17 名同事获得访问权限,覆盖高管、技术、Full Cart 项目、财务与合规等职能。
微软研究院的 Xinzhi Zhang 与合著者 Zhao Song 证明了几何与概率领域的 KLS 猜想,该猜想自 1995 年提出,此前最好的结果仍允许界随维度缓慢增长。
推荐理由:读者可以看到研究者如何用智能体并行探索上百条路径并人工筛选,最终完成 KLS 猜想证明。
OpenAI、PerturbAI 与 Scripps Research 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。该合作展示了大规模智能体协作在生物数据分析中的实际应用方式。
Mistral 与 NVIDIA 宣布合作开发 AI 原生工程工作流,将 Mistral Large 4 与 NVIDIA CUDA-X、Warp 及 Omniverse 结合,用于加速工程仿真和闭环设计。
Nebius、Nscale 和 Verda 等 AI 云厂商正采用 NVIDIA Vera CPU 构建本地基础设施,以支撑智能体计算中信息检索、代码执行等 CPU 密集型任务。
NVIDIA 扩展开源 Agent Toolkit,新增 Agent Knowledge Foundation,并整合 CUDA-X 库、Nemotron Retriever 与 Kumo 系列开放模型、OpenShell 安全运行时和 NemoClaw 蓝图。
推荐理由:原文列出了 Agent Toolkit 新增组件与 Palantir、Databricks、Snowflake 等企业的落地方式,可据此判断企业智能体如何接入自有数据。
NVIDIA 面向工厂场景的 Factory Operations Blueprint(FOX)已在 GitHub 开放早期访问,开发者可构建常驻工厂管理智能体及视觉检测、根因分析等专用智能体。
NVIDIA 宣布其欧洲、北欧、非洲和中亚的云伙伴扩大区域算力,用于模型训练与推理,并在 GTC Berlin 发布 NVIDIA OpenShell 参考架构,为 AI 智能体设定可访问范围的边界。
Google Cloud 与 NVIDIA 宣布 NVIDIA Vera Rubin 基础设施正式可用,A5X 实例将于下月正式开放,并计划扩展至欧洲。
推荐理由:原文给出 A5X 实例的配置、开放时间与首批客户用例,读者可据此判断这套云上训练推理平台适合哪类负载。
NVIDIA 在 GTC Berlin 展示本地 AI 硬件全线产品,包括面向 Windows PC 的 RTX Spark、面向 Linux 开发者的 DGX Spark 和企业级 DGX Station,并宣布 DGX Station 的 Windows 版本将于 12 月推出。
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主旨演讲中宣布多项产品,包括由合作伙伴在模块化集装箱内构建的 Vera Rubin AI 工厂参考设计 DSX POD,现场部署时间可从六个月缩短至 14 天。
推荐理由:黄仁勋在 GTC Berlin 的主旨演讲集中披露了 AI 工厂、智能体安全运行时与开源模型的产品化路径,可据此了解 NVIDIA 在欧洲的生态布局。
NVIDIA 扩展其开源模型家族,覆盖语言、机器人、生物和量子计算,包括新的 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt、面向结构化业务数据的 Kumo 系列、Cosmos 3.5 世界模型、面向自动驾驶的 Alpamayo 2 Edge、BioNeMo 蛋白质设计模型和量子计算模型 Ising。
推荐理由:原文一次性列出语言、机器人、生物、量子等多条开源模型线的能力与开放渠道,便于读者对照自身场景判断可复用范围。
Terminal X 的 Eval Agent 使用 GPT-6.1 Sol,按 54 项标准评分,对基金投资指令偏离的检出率提升 25%,与资深投资人判断的匹配度达 88.6%。
Smartsheet 已正式发布 MCP Server,AI 助手可通过标准化协议读写和管理 Smartsheet 数据,覆盖超过 40 个工具,支持用自然语言更新任务状态、创建行和调整项目结构。
Smartsheet 正式推出 MCP Server,AI 助手可通过标准化协议读写和管理 Smartsheet 数据,覆盖超过 40 个工具,用于探索、创建和管理 sheet、行、列与自动化。
Octave 在 Amazon Bedrock 上用 Cohere Embed v4 构建三层多租户 AI 基础平台,将每个用例的部署时间缩短 50%。该平台为 Reliance 质量管理系统嵌入 2 亿级文档,并通过 AgentCore Gateway 隔离执行、Bedrock Guardrails 双重过滤保障租户数据不越界。
Amazon Quick 与 Amazon Bedrock AgentCore 组合,让供应链管理者用自然语言跨系统提问并直接获得可执行答案。演示中一次查询识别出 TechComp 停产风险:$750K 受影响、23 笔订单、三天库存,并自动串联治理与报价 MCP 生成紧急 RFQ。
IBM 研究团队提出 ALTK-Evolve,用 GPT-4.1 从智能体自身任务轨迹中提炼行为准则并追加到系统提示词,不更新模型权重,使基础 ReAct 客服智能体在 τ²-bench retail 上 Pass^4 达到 67.5%,高于榜单上所有 retail 条目及微调模型 RAFT-30B-A3B 的 61.4%。
Mistral 发布 Voxtral 3,包含语音转写与语音合成模型以及基于 LiveKit 的语音智能体 SDK,把听、推理、工具调用和说话串成一条实时流式管线。
推荐理由:原文给出语音智能体 SDK 与转写、TTS 模型的完整能力与定价,可据此评估实时语音工作流的落地成本。
Eon 用 Amazon Bedrock AgentCore 的 MCP Gateway 替换了逐工具凭证和本地 MCP 进程,让开发者和自主 SRE 智能体通过单一认证网关统一访问 AWS、GCP、Azure 三朵云上的调查工具。
AWS 与 Keyfactor 联合发布参考架构,用 Keyfactor EJBCA 的 X.509 PKI 为基于 MCP 的 AI 智能体建立可验证、可撤销的加密身份。
AWS 发布教程,介绍用 AWS Agent Registry 在运行时按需发现 MCP 服务器和 A2A 智能体,替代把工具硬编码进编排器。示例通过 Amazon Bedrock AgentCore Gateway 部署订单管理 MCP 服务器,编排器用混合关键词与语义搜索查询已审批记录,再依据描述符构建请求级客户端,鉴权凭据需另行获取。
三位拥有十余年 Java 经验的 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的具体实践。Vlad Mihalcea 借助 Copilot 将原本需数周的 Optimizer 事件历史 Web 应用缩短至两天完成,并用 65 篇文章训练自定义 skill 模仿自己的写作风格。
AWS 博客演示用 AtScale 作为语义层、Amazon Bedrock AgentCore 托管 Strands 智能体,构建 Customer 360 场景。
AWS 发布教程,演示以 Strategy Mosaic 作为语义层、在 Amazon Bedrock AgentCore 上运行 Strands 智能体,通过 MCP 端点访问跨 Amazon Redshift 与 Amazon Aurora 的 Customer 360 模型。
本文演示用 Denodo Platform 作为语义层、配合 Amazon Bedrock AgentCore 托管智能体,联邦查询 Amazon Aurora、Amazon Redshift 和本地 PostgreSQL 三处数据源。
Amazon Bedrock 为所有 Anthropic Claude 模型上线结构化输出,在 bedrock-runtime 和 bedrock-mantle 两个端点均可返回符合 JSON Schema 的响应。
GitHub Copilot 应用中的会话可直接在 VS Code 中打开并继续,对话、代码改动和工作上下文均完整保留。VS Code 会加载该会话关联的 worktree,并在 Copilot 侧边栏显示原会话,用户可逐行审查 diff、手动编辑、本地运行测试,再将更新推送到会话对应的 pull request。
NVIDIA 与欧洲广播联盟(EBU)扩大主权框架合作,引入主权云、开放模型和系统集成商,明确广播机构部署智能体时对数据、基础设施、模型与安全的控制方式。Adobe Frame.io 借助 NVIDIA GPU 加速视频语义搜索,嵌入生成约快 5 倍、吞吐量最高提升 4 倍、搜索延迟最高降低 5 倍,并推出比 360p 版本小约 80% 的 2fps 代理文件。