Amazon SageMaker JumpStart 模型排行榜发布
AWS 在 SageMaker Studio 推出 JumpStart Model Leaderboard,可在同一页面按质量、速度、成本横向对比 70+ 个开放权重模型,覆盖 Meta、Google、Qwen、IBM、Arcee 等提供商。
AWS 在 SageMaker Studio 推出 JumpStart Model Leaderboard,可在同一页面按质量、速度、成本横向对比 70+ 个开放权重模型,覆盖 Meta、Google、Qwen、IBM、Arcee 等提供商。
Aionic Labs 开发的开源时间序列语言模型 OpenTSLM 已在 Amazon SageMaker JumpStart 上线,可部署在用户自己的 AWS 环境中。该模型将设备传感器等数值测量与维护记录、市场新闻等文本上下文结合,识别近期数据中的潜在问题。Nexthink 已将其用于个人 IT 智能体 Spark,从设备遥测生成状态摘要、建议操作和预期结果。
Amazon Bedrock 的开放权重模型现已支持显式提示词缓存,用户可通过 Chat Completions API 的 prompt_cache_options 标记可复用前缀。缓存读取按低于标准输入的价格计费,重复使用同一前缀可降低输入成本与响应延迟;隐式缓存则自动按最佳努力复用前缀。提示词与输出不会共享给模型提供方或用于训练。
NVIDIA 扩展 CUDA-X 库,新增 cuPhoton、cuPotential 和 cuSpa 等库,让 AI 智能体协助研究人员加速从天体物理到单细胞生物学的数据分析。
NVIDIA 发布新版 Slurm,允许 QPU 厂商通过单个文件为所有超算中心提供统一硬件接口,已获 IBM、IQM、Pasqal、Quantinuum 等采用,并支持 QRMI 和 QDMI 接口。Slurm 26.11 将于本月晚些时候推出。配套的 CUDA-Q 平台新增 QEC 解码器服务器,新 TCBP-JOBS 解码器比行业标准快 13,000 倍。
NVIDIA 在首尔 COEX 举办为期两天的 AI Day Seoul,吸引超 2000 名参会者,聚焦物理 AI 与 AI 智能体。Doosan Robotics、现代汽车集团、LG 电子、SK 集团及 Real World、Luda Robotics 等初创公司正使用 NVIDIA 平台将通用机器人推向现实。
OpenFold3-preview 已在 Amazon SageMaker JumpStart 上线,可在自有 AWS 账户中预测蛋白质、DNA、RNA、小分子配体及其复合物的 3D 结构。
llama.cpp 与 ggml 发布 v1.0.0,并规定此后公共 C API 的破坏性变更将以主版本号递增来标记。项目已支持超过 150 种模型架构变体及主流投机解码方法,并通过 Docker、Homebrew、conda-forge、Winget、XCFramework 等渠道分发。
推荐理由:llama.cpp 与 ggml 同步发布 v1.0.0,并明确此后以主版本号标记 API/ABI 不兼容变更,下游集成方可据此规划升级。
IBM 发布 granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview 两个实验性预览模型,基于 Granite 4.1 base 训练,可读写 LLMON 标记文本。
推荐理由:IBM 团队解释了 LLMON 如何用保留特殊 token 标记指令与数据边界,并给出提示注入攻击成功率下降的基准对比。
Amazon 宣布 SGLang-Neuron 通过 AWS Deep Learning Container 公开可用,由 RadixArk 与 Annapurna Labs 合作发布,可在 AWS Trainium 上用现有 SGLang 接口部署模型并生成强化学习 rollout。
Hugging Face 发布 TRELLIS.2 的 LoRA 微调指南,提供可在本地或 Hugging Face Jobs 运行的预处理与训练容器脚本。作者用 GSO 中 188 个鞋类对象做实验,只对稀疏结构流 DiT 和形状流 DiT 注入 LoRA 适配器、冻结纹理流 DiT,共训练约 930 万适配器参数。
AWS 生成式 AI 创新中心(现属 AWS Frontier AI Engineering & Services)开放了 23 个生产级可复用资产目录,覆盖 RAG 流水线、文档处理、智能体脚手架等组件,可将开发时间从数月缩短至数周。
AWS 发布开源框架 UAEF(Universal Agent Evaluation Framework),通过适配器把 LangGraph、LangChain、Strands Agents、Amazon Bedrock AgentCore 和 Langfuse 的 trace 统一为 AgentTrace 格式,再用 7 个维度共 36 项内置指标打分。
推荐理由:原文给出跨框架统一评测的适配器设计与 36 项指标清单,读者可据此判断如何搭建可比较的智能体回归评测流程。
Tether AI Research 发布 BotPsy,一个基于 Qwen3.5-0.8B 的 0.8B 参数模型,面向函数调用与智能体工作流,适合端侧部署。
NVIDIA 在 KubeCon + CloudNativeCon 上把用于保障和治理自主智能体的开源运行时 NVIDIA OpenShell 贡献给 CNCF,作为 Sandbox 项目接受社区治理。
推荐理由:原文给出 OpenShell 与 Agent Substrate 的治理定位,以及 NVKE、NVKR、Snapshot 在 GPU 集群上的具体能力与实测数字。
Elith 与 NVIDIA 发布 Nemotron-Personas-Finance-Japan,这是 Nemotron-Personas-Japan 的金融领域扩展,据称是首个百万记录规模、结合日本官方统计与家庭金融数据的开放 persona 数据集。
Google 上线 Language Explorer 交互式网页平台,基于开源数据集 LinguaMeta 汇总数千种语言数据,供研究者、教育者和语言爱好者探索全球语言多样性。
BAIR 将在 11 月 9–12 日于 Austin 举办的 CoRL 2026 上展示 33 篇主会论文、4 篇 Late-breaking 海报和 10 个 oral/spotlight,其中 3 个 oral、7 个 spotlight。
NVIDIA 在 CoRL 上发布基于 Cosmos 构建的开放世界动作模型 GR00T 2,以及开源机器人学习框架 Isaac Lab 3.0 等仿真工具、基准和智能体工作流。
推荐理由:原文列出 GR00T 2 的少样本成功率与 Isaac Lab 3.0 的训练吞吐提升,可据此判断仿真训练对精细操作任务的推进程度。
NVIDIA 为 SK Telecom 的 A.X K2、LG AI Research 的 K-EXAONE 2.0、Upstage 的 Solar Open 2 和 Motif Technologies 的 Motif-3 发布 Dynamo 优化部署配方。
现代汽车集团正在探索 NVIDIA NemoClaw 蓝图与 OpenShell 运行时,韩国 AI 安全公司 AIM Intelligence 则将 Starfort 智能体控制平台与 OpenShell 集成,结合运行时访问控制与恶意指令、数据泄露检测能力。
NVIDIA 开源 Aerial、Sionna 等无线工具一年来开发者采用量增长 10 倍,5G/6G 开源工具下载量突破 100 万次,全球逾 8000 家研究机构在用。
Hugging Face 的 Open ASR Leaderboard 与 Liva AI 合作,新增埃及和尼日利亚两种英语口音的私有评测数据,时长分别为 1.34 小时和 1.55 小时,均为带标点、大小写和不流畅标记的对话式自发语音。榜单私有标签页现按 Kachru 三圈模型细分口音,区分美国与非美国、内圈与外圈及扩展圈。
Ai2 发布 ToyBlocks,一个围绕机械臂与桌面方块的开源仿真框架,可自动生成任务与演示数据并评测机器人行为。它基于 Isaac Lab 用强化学习和运动规划生成技能,单 GPU 并行执行数百个规划,达到最高 24 倍实时速度。首个数据版本包含 85,336 条长程演示、近 1,600 小时机器人执行数据和 1.44 亿帧。
NVIDIA 在 Cosmos 世界模型平台下新增四个 Cosmos 3 开放权重检查点,均为 Cosmos 3 Nano 的后训练版本,含 16B 可训练参数,采用 OpenMDW1.1 许可,允许商用与非商用。
推荐理由:文章给出四个开放权重检查点的能力分工与四阶段训练配方,读者可据此判断如何适配到自有传感器与机器人本体。
NVIDIA 深度学习高级产品研究工程师 Chris Alexiuk 通过 YouTube 教学,帮助开发者构建、微调和部署开源 LLM 应用与智能体,并自称“头号 Nemotron 粉丝”。
gradium 团队发布端侧文本转语音模型 Phonon,两个版本约 65 MB 和 75 MB,覆盖英语、法语、德语、西班牙语和葡萄牙语,无需服务器和网络即可运行。
推荐理由:原文交代了 Phonon 的端侧运行方式、开源许可和榜单表现,读者可据此判断小模型语音合成的可用边界。
Dharma-AI 发布 Dharma Field Extractor,一个 20 亿参数模型,输入文档图像后按开放模式或指定 schema 输出结构化 JSON,同一 checkpoint 无需按文档类型微调。
AWS 博客以开源多智能体数据分析方案 Deep Insight 为参考实现,拆解生产级 AI 智能体的四层上下文工程:架构层用多智能体隔离上下文、提示词层限制输出、工具层把内容外置到文件系统、验证层用独立智能体与兜底机制把关。
IBM 研究团队发布 Palette,通过 LoRA 微调一个 20B 开源权重模型,让它按 IBM Design Language 生成幻灯片。模型被拆成设计者和编码者两个角色,前者输出结构化 JSON 简报,后者并行生成每页的 pptxgenjs 代码,编码阶段约快 6–7 倍。
IBM Research 用同一开源权重模型 GLM-5.3-flash 在 AppWorld 的 90 个任务上对比三种 harness,CUGA 完成 73/90(81.1%),Hermes 为 42/90(46.7%),Deep Agents 为 27/90(30.0%)。
推荐理由:同一模型换用不同 harness 后,AppWorld 任务完成率从 30% 升到 81%,读者可据此理解 harness 选型对智能体落地的影响。
针对需要精细控制网页内容的场景,可用开源 Python 爬虫 Crawl4AI 为 Amazon Bedrock Knowledge Bases 做自定义预处理:将每页 Markdown 与元数据 sidecar 写入 Amazon S3,再经 S3 数据源导入知识库。
NVIDIA 员工用 Nemotron Voice Agent 搭建了万圣节互动装置 MonsterHouse,让车库门以暴躁老海盗船的嗓音与讨糖孩子对话。
Mistral 发布多模态 MoE 模型 Mistral Large 4(Le Chonk),约 1T 总参数、49B 激活参数,上下文窗口 1M tokens,提供 FP8 与 NVFP4 两个官方版本。
推荐理由:原文给出 MoE 架构、稀疏注意力与安全基准细节,可据此判断开源权重模型在编码与网络安全场景的可用性。
Hugging Face 与卡内基梅隆大学、普渡大学、佐治亚理工学院等机构联合发起 Project ProtoStar,推动公共资助的科研数据集、模型和代码以 AI 就绪格式开放共享。首个挑战赛由卡内基梅隆大学主办,于 11 月 2 日开放。Hugging Face 目前已托管超 17,000 个核心科学领域公开数据集,含医学和数学则接近 29,000 个。
IBM 发布 Granite Switch 4.1.1 补丁版本,与 4.1 完全向后兼容、无需迁移。此次更新包含支持 10 种语言、带原生标点与大小写的 Granite Speech ASR 模型,以及 granitelib-core 中在 Jev Decision Index 测试集上性能提升的 Decision adapter。
Mistral 发布 Mistral Large 4(Le Chonk)的开放权重,这是其 1 万亿参数、原生多模态的旗舰模型,此前已公开预览。该模型在 FrontierCode 2.0 上得分 19.7%,在 Terminal-Bench 4.0 上提升 13 个百分点至 41%,并提供 Low、Medium、High 三档推理模式。
推荐理由:原文给出开放权重、三种推理模式与定价,读者可据此判断自托管部署的成本与安全取舍。
作者发布 AnySpeechRecognizer 和 AnyDecisionModel 两个 Swift 包,可在 Apple 平台本地运行开源语音识别与决策模型。
AWS 发布 Ray Train 深度学习容器(DLC),预集成 Ray 2.58.0、PyTorch 2.13.0、CUDA 13.0.2、NCCL 2.29.7 与 EFA 网络栈,镜像公开于 Amazon ECR Public,无需自行构建。
NVIDIA 发布开放权重模型 Nemotron 3.5 Transcribe,把转写、说话人分离、翻译和音频问答整合进同一个 checkpoint,支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人标注,可处理最长 1 小时录音并标注最多 8 位说话人。
推荐理由:原文给出多语言转写、说话人分离与翻译的统一模型,并附开放数据管线和微调配方,可据此判断落地方式。