跳到正文
10月21日周三
  1. OpenAI News68

    OpenAI、PerturbAI 与 Scripps Research 合作利用数千个 AI 智能体分析生物数据

    OpenAI 联合 PerturbAI 和 Scripps Research 部署了数千个由 GPT-Rosalind 驱动的分布式 AI 智能体,在 32 分钟内分析了来自数百万小鼠脑细胞的实验数据。该方法将基因中断效应与科学文献相结合,生成了链接基因、细胞效应及潜在生物机制的推理图谱,为脑部疾病研究提供了新线索。

    发布时间:

    推荐理由:原文展示了数千个智能体并行处理复杂生物数据的实际案例,读者可以了解分布式智能体在科学研究中的具体应用方式与效率。

  2. OpenAI News61

    ChatGPT Ads 扩展至 26 个新国家

    OpenAI 宣布将 ChatGPT Ads 扩展至 26 个新国家,使全球可用国家和地区达到 89 个,目前已有超过 10 万名广告主在平台上运行了广告系列。新扩展覆盖了拉丁美洲、欧洲、中东、非洲和亚洲等多个市场,广告仅在 Free 和 Go 方案中展示,Plus、Pro 和 Enterprise 订阅仍保持无广告。

    发布时间:

    推荐理由:OpenAI 将 ChatGPT Ads 扩展至 26 个新国家,全球可用地区增至 89 个,累计超 10 万广告主使用该平台。读者可了解其广告业务在国际市场的最新覆盖范围与订阅限制。

  3. Cloudflare AI43

    Commerce.com 与 Cloudflare 如何为 AI 智能体准备线上店铺

    Commerce.com 联合 Cloudflare 在边缘层推出 WebMCP 测试版,为旗下近 10 万个独立网店自动注入结构化工具,让 AI 智能体无需解析 HTML 即可直接调用搜索和加购等功能。该方案结合了浏览器端的 WebMCP 与服务端 MCP,使智能体能直接在用户浏览器会话中安全地运行,同时为每个商家提供了便捷的边缘端退出选项。

    发布时间:
  4. Hugging Face Blog63

    NVIDIA 在 Hugging Face 发布 SimReady Central:面向机器人与 AI 工厂的开源 3D 仿真资产库

    NVIDIA 推出了 SimReady Central 库,在 Hugging Face 上汇集了超过 2000 个支持仿真工作流的 OpenUSD 资产。该库由自然语言搜索提供支持,允许设备制造商提交和验证资产,供开发者和 AI 智能体快速构建机器人训练环境与 AI 工厂数字孪生。

    发布时间:

    推荐理由:NVIDIA 在 Hugging Face 上线 SimReady Central 库,为具身智能和 AI 工厂数字孪生提供两千多款免门槛的 OpenUSD 仿真资产,并支持自然语言搜索与 AI 智能体辅助场景构建。

  5. NVIDIA Blog64

    NVIDIA 扩展机密计算能力,推出 Confidential Bare Metal 等部署选项

    NVIDIA 宣布扩展机密计算能力并推出全新部署选项 Confidential Bare Metal,使前沿模型构建者能够在第三方基础设施上安全地运行敏感工作负载。该能力由硬件级隔离与加密证明支撑,并已扩展至 Grace Blackwell 和 Rubin 等系统,同时获得 Cohere、Google Cloud 等多家企业支持。

    发布时间:

    推荐理由:文章公布了机密计算在裸金属等形态上的扩展与多方支持,读者可以据此评估其在保障前沿模型与训练推理隐私方面的最新方案。

  6. NVIDIA Blog63

    NVIDIA 推出 Factory Operations Blueprint 工业智能体蓝图并更新多项仿真与计算库

    NVIDIA 宣布面向开发者推出 Factory Operations Blueprint 工业智能体蓝图的早期访问,支持构建可协调工厂机器并执行质检与舰队管理的智能体。同时,NVIDIA 发布了 cuDSS 库的通用版本,并展示了 Siemens、Mercedes-Benz 等工业巨头利用 CUDA-X、Omniverse 及 Cosmos 模型加速工程仿真与工厂数字孪生的应用进展。

    发布时间:

    推荐理由:NVIDIA 发布了 Factory Operations Blueprint 工业智能体蓝图及多项仿真库更新,开发者可据此构建连接前沿模型的工厂管理与质检智能体。

  7. NVIDIA Blog65

    Google Cloud 与 NVIDIA 宣布推出 NVIDIA Vera Rubin 基础设施

    Google Cloud 与 NVIDIA 宣布 NVIDIA Vera Rubin 基础设施正式商用,A5X 实例将于下月提供。该实例整合了 Vera Rubin NVL72、ConnectX-9 SuperNICs 等硬件,将为大规模强化学习和智能体推理提供支持,首批客户包括 Ineffable Intelligence 与 WPP。

    发布时间:

    推荐理由:原文公布了新基础设施的落地进展与首批客户案例,读者可以据此了解其在超大规模强化学习和智能体工作负载中的性能与应用形态。

  8. NVIDIA Blog65

    NVIDIA 在 GTC Berlin 发布本地 AI 硬件矩阵、软件更新及端侧模型支持

    NVIDIA 在 GTC Berlin 展示了包括 RTX Spark、DGX Spark 和 DGX Station 在内的全线本地 AI 硬件阵容,并宣布推出 DGX Station for Windows、模型支持以及针对推理引擎的优化。

    发布时间:

    推荐理由:NVIDIA 在 GTC Berlin 公布了面向本地 AI 硬件的完整产品矩阵、软件更新及模型支持,为开发者和企业部署端侧智能体提供了新方案。

  9. NVIDIA Blog75

    NVIDIA 推出面向欧洲及多行业的开源模型家族

    NVIDIA 扩大了其开源模型系列,推出 Nemotron 3.5 Super VL 与 Bolt、Kumo 结构化数据模型、Cosmos 3.5 世界模型、Alpamayo 2 Edge 自动驾驶推理模型、BioNeMo RFD4-Proteina 蛋白质设计模型及 Ising 量子计算模型。

    发布时间:

    推荐理由:NVIDIA 一次性发布并开源了覆盖多模态、结构化数据、具身智能和科学计算的多个模型家族,为企业和开发者提供了可定制的主权 AI 基础架构。

  10. OpenAI News28

    Terminal X 结合 GPT-6.1 提升投资决策判断准确率与效率

    Terminal X 的 Eval Agent 结合 GPT-6.1 Sol 模型在资深投资人判断基准测试中达到 88.6% 的一致性,比次优模型高出 220 个基点。该系统通过 54 项标准评估分析结果,能多抓取 25% 偏离基金投资权限的决策,并将每查询成本降低 30%,为单一客户实现 240 万美元的年化节约。

    发布时间:
  11. AWS Machine Learning Blog64

    在 AWS Trainium2 上使用原生 PyTorch 训练与部署 i14 的 Laplace 3B 线性注意力模型

    i14 与 AWS 合作,通过原生 PyTorch 在 AWS Trainium2 芯片上成功训练与部署了采用门控线性注意力架构的 Laplace 3B 模型。该模型在单台 trn2.48xlarge 实例上实现了每秒约 12 万 token 的训练吞吐量,并将推理状态控制在每序列 29.5 MB 的固定大小,从而摆脱了传统 Transformer 的 KV cache 线性增长限制。

    发布时间:

    推荐理由:文章详细记录了在 AWS Trainium2 上适配和训练线性注意力模型的技术细节,为定制架构的硬件加速提供了可迁移的工程参考。

  12. AWS Machine Learning Blog31

    Smartsheet 在 AWS 上推出用于 AI 智能体的 MCP Server

    Smartsheet 推出了一般可用状态的 Model Context Protocol (MCP) Server,允许 AI 助手通过标准化协议读取、写入和管理 Smartsheet 数据。该协议跨越 40 多个工具,支持用户通过自然语言更新任务状态、创建行及修改项目结构。文章展示了如何将其连接至 Amazon Quick 与 Kiro 等工作流。

    发布时间:
  13. OpenAI News61

    OpenAI 收购生物医药研发平台 Orchestra Bio

    OpenAI 宣布收购旨在协助生物医药团队协调复杂药物研发流程的平台 Orchestra Bio。该公司将把 Orchestra 的团队与技术同生命科学研究 AI 模型和工具 Rosalind 进行整合,共同构建能够连接科学发现与后续研究决策的智能体。

    发布时间:

    推荐理由:该收购将 AI 驱动的生物医药研发平台与现有生命科学工具整合,为判断大模型在复杂垂直领域的落地提供了新进展。

  14. AWS Machine Learning Blog42

    AWS 上的 Smartsheet MCP Server 如何为 AI 智能体提供工作流上下文

    Smartsheet 推出了基于 Model Context Protocol 的服务端工具,使 AI 助手能够通过标准化协议读取、写入和管理 Smartsheet 数据。该服务端跨越了 40 多种用于探索、创建和管理工作表及自动化的工具,支持用户通过自然语言直接更新任务状态并修改项目结构。文章重点介绍了如何通过 Amazon Quick 和 Kiro 将其连接到现有工作流中。

    发布时间:
  15. AWS Machine Learning Blog41

    Octave 如何在 Amazon Bedrock 上构建安全的多租户 AI 基础架构

    Octave 使用 Amazon Bedrock 上的 Cohere Embed v4 和 Amazon OpenSearch Service 等工具,为 Reliance 平台构建了包含数据准备、安全执行和内容保护的三层安全多租户 AI 基础架构。该架构支持隔离多租户数据、执行独立代理并嵌入超 20 亿份文档,将每个用例的部署时间缩短了 50%。

    发布时间:
  16. AWS Machine Learning Blog62

    在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 实现多语言推理

    AWS 官方博客介绍了如何在 Amazon SageMaker HyperPod 上通过监督微调和 GRPO 联合微调 GPT-OSS-20B 模型以支持多语言推理。SFT 将模型在目标语言中的推理能力从 22% 提升至 100%,而 GRPO 在此基础上将答案准确率进一步提升 8 个百分点。

    发布时间:

    推荐理由:文章详细演示了如何在 Amazon SageMaker HyperPod 上使用 SFT 与 GRPO 联合微调开源推理模型,为多语言推理优化提供了可落地的技术决策框架。

  17. AWS Machine Learning Blog31

    AWS 演示如何结合 Amazon Quick 与 Amazon Bedrock AgentCore 构建对话式供应链智能

    AWS 介绍了一种结合 Amazon Quick 与 Amazon Bedrock AgentCore 构建对话式供应链智能的端到端实现方案。该方案利用 Amazon Bedrock AgentCore 作为智能层,通过 Model Context Protocol(MCP)服务器将企业工具组合起来,使供应链团队能够通过自然语言跨系统查询和处理业务。

    发布时间:
  18. OpenAI News17

    Schlotzsky’s 与 Cinnabon 加盟商如何利用 ChatGPT Work 在 94% 更少的时间内完成现金对账

    Schlotzsky’s 与 Cinnabon 独立加盟商 Ted Taylor 利用 ChatGPT Work 将调价分析时间从 5 天缩短至 1 至 2 小时,降幅达 95%。该工具还帮他将每月现金对账时间从 3 小时缩短至 5 至 10 分钟,减少 94% 的时间耗费,每次发薪周期节省 4 小时人工,并有望每年释放 10 万美元现金流。

    发布时间:
  19. Microsoft Research12

    微软研究播客:探讨技术、研究与积极影响的应用

    本期微软研究播客由首席技术项目经理 Weishung Liu 采访了 Microsoft Research 旗下 Catalyst Lab 主任 Chris White,探讨其从学术研究转向阿富汗前沿技术运营及暗网打击人口拐卖搜索工具的经历。访谈回顾了 White 的职业生涯,并探讨了问题选择在创新中的重要作用。

    发布时间:
  20. AWS Machine Learning Blog31

    Eon 如何在 Amazon Bedrock AgentCore 上利用 MCP Gateway 构建多云调查系统

    Eon 使用 Amazon Bedrock AgentCore 部署了统一的 MCP Gateway,取代了多云环境中的逐个工具凭证与本地 Model Context Protocol 进程。该方案为开发者和自主智能体提供了跨 AWS、GPR 与 Azure 的统一调查工具访问权限。新工程师的工具配置时间从原本的两天缩短至大约两分钟。

    发布时间:
  21. AWS Machine Learning Blog64

    在 AWS 上使用 X.509 PKI 确保 AI 智能体身份安全

    AWS 官方博客介绍了如何结合 Keyfactor EJBCA 与 AWS 服务,利用 X.509 公钥基础设施为多智能体系统提供密码学身份验证。方案通过签名请求信封、用户签名的委派断言、受众限定令牌以及实时 OCSP 吊销检查,解决了 Model Context Protocol 缺乏内置身份验证标准的安全缺口。

    发布时间:
  22. AWS Machine Learning Blog64

    AWS 推出 AWS Agent Registry 实现运行时工具与智能体发现

    AWS 发布 AWS Agent Registry 托管服务,允许编排器在运行时通过混合搜索发现并动态加载 MCP 服务器、智能体及技能。该服务通过分离注册与鉴权机制,支持解耦发布与治理审批流,从而摆脱硬编码工具和频繁重新部署的限制。

    发布时间:

    推荐理由:文章介绍了 AWS Agent Registry 的运行机制与架构实践,开发者可以据此了解如何通过运行时发现替代硬编码工具。

10月20日周二
  1. AWS Machine Learning Blog31

    如何在 AWS 上用 Strategy Mosaic 与 Amazon Bedrock AgentCore 为智能体 AI 构建语义层

    本文介绍了如何使用 Strategy Mosaic 在 AWS 上为 Amazon Bedrock AgentCore 托管的 Strands 智能体构建语义层。文章详细阐述了在不进行 ETL 的情况下跨 Amazon Redshift 和 Amazon Aurora 建立两个链接模型、通过 Mosaic MCP 服务器暴露模型以及实现用户级安全性的方法。

    发布时间:
  2. AWS Machine Learning Blog63

    在 AWS 上使用 Denodo 与 Amazon Bedrock AgentCore 为智能体构建语义层

    AWS 官方介绍了如何结合 Denodo Platform 与 Amazon Bedrock AgentCore 为 Agentic AI 应用构建统一的语义层。

    发布时间:

    推荐理由:文章详细演示了如何在 AWS 上结合 Denodo 与 Amazon Bedrock AgentCore 构建多源联邦语义层,读者可以学习通过 MCP 和语义安全策略安全地支撑智能体访问企业实时数据的方法。

  3. Hugging Face Blog68

    Hugging Face 宣布为 TorchTPU 提供原生支持

    Hugging Face 宣布生态系统对 TorchTPU 实现原生支持,允许 PyTorch 用户通过简单的 device_map="tpu" 或 TPU 后端直接在 Google TPU 上运行 Transformers 和 Diffusers 模型。新方案摆脱了对 torch_xla 的依赖,并支持 Pallas 优化内核与 torch.compile 加速。

    发布时间:

    推荐理由:文章详细介绍了 TorchTPU 带来的原生支持方式与代码示例,为在 Google TPU 上运行 PyTorch 模型提供了清晰的工程参考。

  4. Hugging Face Blog68

    ALTK-Evolve:利用学习型记忆登顶 τ²-bench 客服智能体榜单

    Hugging Face 博客介绍了 ALTK-Evolve 方法,它通过分析智能体任务尝试并提炼行为规则加入系统提示词,在无需更新模型权重的情况下,使基于 GPT-4.1 和 GPT-5.5 的基础 ReAct 智能体在 τ²-bench 客服基准的零售与航空任务中登顶或超越现有微调及前沿模型。该方法通过增加少量输入提示词成本,在不增加对话轮次的前提下大幅提升了准确率与 Pass^4 稳定性。

    发布时间:

    推荐理由:该方法通过提炼行为规则并加入系统提示词,在无需更新模型权重的情况下显著提升了智能体在客服基准上的准确率与稳定性,为优化智能体性能提供了一种低成本且可迁移的提示词工程路径。

  5. Hugging Face Blog64

    AnyLanguageModel 1.0 发布:Apple 平台本地模型开发框架迎来重大更新

    Hugging Face 官方发布 AnyLanguageModel 1.0,同时推出 swift-huggingface 1.0 与 swift-xet 1.0。该版本提供与 Apple Foundation Models 兼容的替换 API,支持在 iOS、macOS 和 visionOS 上通过统一会话代码调用本地及托管模型,并新增了工具调用、引导生成和图片支持等功能。

    发布时间:

    推荐理由:官方发布 AnyLanguageModel 1.0 及相关 Swift 工具包,展示了通过统一 API 在 Apple 平台无缝切换本地与托管大模型的方法。

  6. AWS Machine Learning Blog51

    AWS 推出通过全新 AWS 体验访问 SageMaker Studio 的功能

    AWS 推出了通过全新 AWS 体验访问 Amazon SageMaker Studio 的功能,新客户可使用 Google、GitHub、Apple、Amazon 账号或邮箱在几步内注册并直接进入配好的 Studio 环境。新注册用户无需信用卡或高级账号设置,即可获得 100 美元 AWS 免费额度并自动在约 20 秒内创建 Studio 环境。

    发布时间:
  7. AWS Machine Learning Blog64

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

    Amazon Bedrock 现在支持所有 Anthropic Claude 模型的结构化输出和严格工具调用,通过受限解码在生成 token 时强制符合 JSON Schema。该功能支持批处理、跨区域推理和流式传输,消除了自定义解析和重试逻辑的需要。

    发布时间:

    推荐理由:Amazon Bedrock 为 Claude 模型引入结构化输出和严格工具调用,开发者可以据此评估它如何简化数据管道和智能体开发。

  8. OpenAI News72

    OpenAI 发布多款新模型并推出低资源编程语言编码评测

    OpenAI 推出了最新模型,大幅提升了在 COBOL、Fortran 和 Visual Basic 等低资源编程语言中的软件构建与代码迁移能力。

    发布时间:

    推荐理由:原文公布了新模型在低资源编程语言和代码迁移上的具体评测基准与性能提升,读者可以据此评估模型在维护和现代化遗留系统时的实际能力。

  9. Cloudflare AI63

    Cloudflare 团队通过优化推理将 AI 代码评审成本降低 68%

    Cloudflare 团队通过精细化优化代码评审智能体,将平均单次评审成本从 2.43 美元降至 0.77 美元,降幅达 68%,同时将中位评审耗时从 4 分 09 秒缩短至 1 分 32 秒。优化手段主要包括跨仓库共享提示词前缀以提高缓存命中率、减少无效工具调用以及切换至更高效的 Anthropic 模型。

    发布时间:

    推荐理由:文章详细拆解了代码评审智能体在提示词缓存、模型切换与工具调用上的优化细节,为高频调用大模型的工程团队提供了可落地的降本增效方法。

  10. NVIDIA Blog50

    德国如何引领全球工业 AI:NVIDIA 将如何提供帮助

    德国联邦政府与 NVIDIA 签署联合意向书,旨在将传统德国工程制造专长与尖端 AI 技术相融合。NVIDIA 创始人兼 CEO Jensen Huang 宣布新投资 Agile Robots、Avelios Medical、 Mirelo 和 Reflex Aerospace 四家德国初创公司。Siemens 则宣布与 NVIDIA 合作推进 AI 驱动的自主工厂。

    发布时间:
  11. Cloudflare AI63

    Cloudflare AI 发布新型 System One 提取模型 Clairic

    Cloudflare AI 推出了新型 System One 提取模型 Clairic,目前已在 Workers AI 上以预览版形式托管,并计划很快开源权重。Clairic 能够在单次前向传递中从非结构化输入中提取、计算、估计和预测数值,无需生成 token,相比传统 LLM 具有更高的准确性、更快的延迟和更低的成本。

    发布时间:

    推荐理由:该模型采用单次前向传递直接提取结构化数据,展示了在数据处理工作流中替代传统 LLM 的高效率和低成本路径。