基于 Strands Agents 构建自适应智能体框架 AAIF，用本地 SLM 分流请求降低云端成本
基于 Strands Agents 构建的 Adaptive Agentic Intelligence Framework（AAIF）用 llama3.2:1b 作为编排层，将常规任务交给 Ollama 本地 SLM 处理，复杂请求经 Amazon Bedrock 路由至云端前沿模型。
#部署/工程
AWS Machine Learning BlogAI 评分3838 AWS Machine Learning BlogAI 评分5858 AWS 团队总结多智能体系统上生产的 5 个挑战及 Deep Insight 的解法
AWS 解决方案架构团队开源了生产级多智能体系统 Deep Insight，并梳理多智能体上线的 5 个核心挑战：用 Strands Agents SDK 的 Graph 与 Agents-as-Tools 模式控制执行流。
AWS Machine Learning BlogAI 评分2020 如何用 AWS PrivateLink 为 Amazon Quick 打通企业内网私有访问
AWS 发布配置指南，介绍如何通过 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。
NVIDIA BlogAI 评分3030 NVIDIA 与哈萨克斯坦扩大 AI 算力布局
Firebird 与哈萨克斯坦政府签署投资协议，获得 45,000 块 NVIDIA Grace Blackwell GPU 的美国出口许可，首期与 Kazakhtelecom 在 Data Center Valley 建设，目标 2027 年第三季度商用。
AWS Machine Learning BlogAI 评分4343 Amazon Polly 生成式引擎迎来重大升级
Amazon Polly 生成式引擎完成升级，语音输出更自然准确且延迟更低，新增 14 种语音、覆盖 9 个 locale，Hindi 和 Finnish 首次在生成式引擎上正式可用。
AWS Machine Learning BlogAI 评分3131 IskayPet 如何用 Amazon Bedrock Managed Knowledge Bases 统一企业知识
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、人事入职和采购四大领域，支持四种语言、三个国家，无需自建 RAG 基础设施。
AWS Machine Learning BlogAI 评分5858 AWS 为 SageMaker AI 推出免管理 GPU 的模型定制训练会话
AWS 宣布 SageMaker AI 无服务器模型定制正式推出训练会话（training sessions），用户可自行编写并协调训练循环，包括自定义损失函数和奖励信号，GPU 分配、分布式执行、故障恢复与检查点存储由 SageMaker AI 负责。
AWS Machine Learning BlogAI 评分5858 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 扩展无服务器模型定制，推出训练会话 API，把 forward_backward()、optim_step()、sample() 等操作变成 API 调用，模型在 GPU 上保持加载，用户只需编写训练循环。
AWS Machine Learning BlogAI 评分3434 在 HIPAA 合规环境中部署 AI：Amazon Quick 的 PHI 数据流与治理实践
Amazon Quick 是 AWS 的 HIPAA-eligible 服务，其 Web、桌面和移动客户端均可在签署 AWS BAA 后用于处理 PHI。该平台的 chat agent 可同时读取临床笔记等非结构化内容和理赔、会员记录等结构化数据，并通过 Slack、Microsoft Outlook、Salesforce 等连接器执行多步任务。
AWS Machine Learning BlogAI 评分3838 在 Amazon SageMaker AI 上用 Kokoro TTS 为 AI 智能体流式输出低延迟语音
在 Amazon SageMaker AI 上部署 Kokoro-82M 文本转语音模型，可让 AI 语音智能体每生成一句就立即流式合成，无需等完整回复结束再开始播报。
AWS Machine Learning BlogAI 评分3232 别再猜 Amazon SageMaker AI 上 TTS 的自动扩缩容目标值
针对 Amazon SageMaker AI 上自托管 TTS 端点自动扩缩容目标值靠猜的问题，该方案将 82M 参数的 Kokoro-82M 以自定义容器部署在实时端点上，用实测的 Q_max（单实例在 SLO 内可承受的最高并发）和 T_total（一次扩容端到端耗时）推算扩容阈值、缩容阈值与两个冷却时间。
AWS Machine Learning BlogAI 评分3838 Rescale 如何用 Strands Agents 和 AI-DLC 构建 AI 分诊智能体
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，数周内进入生产环境。
NVIDIA Blog精选AI 评分6060 NVIDIA 发布 Minerva，为 AI 工厂提供端到端可观测性
NVIDIA 发布 AIOps 平台 Minerva，汇集基础设施与 AI 负载的遥测数据，用专用 AI 模型把数据转成可执行的洞察。平台通过动态知识图谱映射 GPU、SuperNIC、交换机、线缆及运行其上的任务，每小时分析数十亿数据点，可把大量告警聚合成带根因的单一事件。
推荐理由：原文交代了 Minerva 如何把基础设施与负载遥测关联成知识图谱，读者可据此判断 AI 工厂运维的监控方式会怎样变化。
NVIDIA BlogAI 评分4040 NVIDIA 加速计算与开放权重模型如何助欧洲金融机构构建专有智能
Revolut 正基于 NVIDIA 加速计算以单一基础模型 PRAGMA 重建技术栈，在 Blackwell Ultra GPU 上以 cuDF 和 Dynamo-Triton 支撑生产环境，初期服务 8000 万客户并设计支持 3 倍扩展。
NVIDIA BlogAI 评分3636 企业如何用 NVIDIA DSX 破解 AI 工厂电力瓶颈
NVIDIA DSX AI Factory Platform 正被多家企业用于把电网、变电站与 AI 工厂作为一套系统统一规划、仿真和运行，以应对电力这一基础设施最大瓶颈——美国并网队列中已有超 200 吉瓦项目等待、逾 3000 亿美元设备积压。
NVIDIA BlogAI 评分2525 NVIDIA 如何用开放模型与物理智能改造欧洲零售业
NVIDIA 正以开放模型和物理智能推动欧洲零售从数字发现到实体运营的升级。Shopify 基于 NVIDIA Nemotron 3.5 Lightning 后训练的 GraphQL 子智能体在内部基准上准确率超过领先前沿模型，服务成本降低 90%、响应速度提升 7 倍。Otto Group 则在 NVIDIA Omniverse 上以仿真方式设计并优化其德国最大履约中心的仓储运营。
Hugging Face Blog精选AI 评分7575 NVIDIA 发布 Kumo Relational 关系基础模型，无需训练即可预测
NVIDIA 发布预训练关系基础模型 Kumo Relational，可直接在企业数据库上做预测，无需任务特定训练、特征工程或表扁平化。
推荐理由：原文给出预训练关系基础模型在 41 个任务上的对比结果与开源入口，可据此判断免训练预测能否替代现有 XGBoost 流水线。
Hugging Face BlogAI 评分5858 VocabX 如何通过特化 SLM 词表将推理成本降低 77%
Dharma-AI 预告即将发布的 VocabX 论文，提出按 token 成本而非频率特化小模型词表，在基于 Qwen3-4B 的葡萄牙语作文评分器上把平均响应从 350 个 token 降到 101 个，实测推理成本下降 77.0%，bench 分数从 0.703 升到 0.810。
Hugging Face BlogAI 评分2727 TorchNeuron 性能剖析（一）：在 AWS Trainium 上做系统级 profiling
Hugging Face 博客发布 TorchNeuron 性能剖析系列第一篇，讲解如何在 AWS Trainium 上用 torch.profiler 系统分析推理性能。文中以 RMSNorm 为例对比三种实现，演示通过 key_averages() 表定位消耗 Neuron 设备时间的算子，并用 Neuron Explorer 追踪从框架调度到 NeuronCore 硬件执行的完整链路。
Mistral AIAI 评分5858 Mistral 与 NVIDIA 合作推进工程领域 AI 工作流
Mistral 与 NVIDIA 宣布合作，将 Mistral Large 4 与 NVIDIA CUDA-X、Warp 及 Omniverse 结合，用于加速工程仿真并打通仿真、模型开发与设计之间的闭环工作流。
OpenAI NewsAI 评分6060 OpenAI 模型将登陆 Google Cloud
OpenAI 与 Google Cloud 宣布把 OpenAI 前沿模型和 Codex 工作流接入 Gemini 的 Model Garden，并通过 Google Cloud Marketplace 提供。
NVIDIA Blog精选AI 评分6060 NVIDIA 在 GTC Berlin 展示 RTX Spark、DGX Spark 与 DGX Station 本地 AI 产品线
NVIDIA 在 GTC Berlin 展示本地 AI 硬件全线产品，RTX Spark 面向 Windows PC 上的个人智能体，DGX Spark 面向 Linux 开发者，DGX Station 面向企业前沿负载。
推荐理由：原文集中列出 RTX Spark、DGX Spark 与 DGX Station 的本地 AI 硬件与软件更新，可据此判断本地智能体的部署形态。
NVIDIA Blog精选AI 评分7272 Google Cloud 与 NVIDIA 宣布 Vera Rubin 基础设施正式可用
Google Cloud 与 NVIDIA 宣布基于 NVIDIA Vera Rubin 的 A5X 实例将于下月正式可用，并计划扩展至欧洲，提供面向训练、推理和大规模强化学习的集成平台。
推荐理由：原文给出 A5X 实例的可用时间、规模规划与首批客户用例，可据此判断云端强化学习基础设施的落地节奏。
NVIDIA BlogAI 评分5858 NVIDIA 发布 OpenShell 参考架构，联合欧洲云伙伴扩展 AI 基础设施
NVIDIA 在 GTC Berlin 发布 OpenShell 参考架构，基于 OpenShell 安全运行时软件，结合 Vera Rubin NVL72 推理、Vera CPU 承载智能体工具调用、BlueField-4 DPU 运行 Sentry 做芯片级管控，为智能体可访问和可执行的范围划定边界。
NVIDIA BlogAI 评分5050 欧洲工业巨头用 NVIDIA CUDA-X、Omniverse 与 Cosmos 重塑工程与制造
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 BlogAI 评分3838 NVIDIA cuDSS 正式发布，加速工程与科学仿真
NVIDIA cuDSS 现已正式可用，这一 CUDA-X 库将大型稀疏系统求解迁移到 GPU，帮助缩短仿真时间并提升吞吐。Applied Materials 在 Ginestra 中实现最高 10x 加速，Dassault Systèmes 的 Abaqus 报告 8-10x 加速，ZEISS SMT 用 COMSOL 完成 EUV 光刻等离子体仿真基准测试提速 4x。
NVIDIA BlogAI 评分5858 NVIDIA 扩展机密计算，推出 Confidential Bare Metal 部署选项
NVIDIA 扩展机密计算能力，新增 Confidential Bare Metal 部署选项，与已有的 Confidential Containers、Confidential Virtual Machines 组成三种部署形态，让前沿模型构建方在第三方基础设施上运行敏感负载时保留对模型和数据的控制。
NVIDIA Blog精选AI 评分6262 黄仁勋 GTC Berlin 2026 演讲：发布 DSX POD、OpenShell 与 Agile ONE SN 等多项产品
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主旨演讲中宣布多项发布，包括以模块化容器交付 Vera Rubin AI 工厂的 DSX POD 参考设计，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等多项发布，可据此了解 NVIDIA 在欧洲的布局方向。
Mistral AI精选AI 评分8080 Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型家族，包含支持 50+ 语言的转录模型 Voxtral Small Transcribe 3、支持 35+ 语言和 50+ 方言的 TTS 模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK。
推荐理由：原文给出语音模型与智能体 SDK 的完整能力、定价和部署方式，便于判断实时语音智能体的落地成本。
Hugging Face Blog精选AI 评分6565 Hugging Face 接入 TorchTPU，Transformers 与 Diffusers 原生支持 TPU
Hugging Face 宣布 TorchTPU 作为 PyTorch 原生 TPU 后端接入其生态，Transformers、Diffusers 和 Kernels 可直接在 TPU 上运行，不再需要 Optimum TPU。
推荐理由：原文给出安装命令与 Transformers、Diffusers 的接入方式，读者可据此判断 PyTorch 在 TPU 上的迁移成本。
Microsoft ResearchAI 评分5858 微软研究院发布 Magnetar：基于标准哈希函数的通用零知识证明系统
微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序，在 15 个基准程序上平均比现有最快的同类 zkVM 快 10 到 39 倍，证明验证约需 12 毫秒。
Mistral AI精选AI 评分6767 Mistral 发布 Timestral 时间序列基础模型系列
Mistral 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M、209M 四种规模，最大模型在 GIFT-Eval、TIME 和 fev-bench 三个公开基准的预训练零样本模型中排名第一，参数量仅为此前 SOTA 的三分之二。
推荐理由：Mistral 首次进入时间序列基础模型，209M 参数在三个公开基准上排名第一，并给出 CPU 推理延迟与微调路径。
GitHub Blog · AI & MLAI 评分3434 GitHub 如何用 ModernBERT 分类器更准更省地检测密钥泄露
GitHub 用微调的 ModernBERT 分类器替换原 LLM 流水线来识别通用密钥，用户接受率提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本下降超 98%。新方案先用正则表达式广撒网生成候选，再由分类器结合文件路径、变量名和上下文判断是否为真实凭据，从而过滤占位符、测试样例和校验和等误报。该效率提升也让通用密钥检测扩展到推送保护阶段，在代码推送前即可返回结果。
GitHub Blog · AI & MLAI 评分5858 GitHub 推出基于 ModernBERT 的密钥检测模型，将推送保护扩展到非结构化密钥
GitHub 发布与 Microsoft Applied Sciences 共建的 ModernBERT 分类器，用代码上下文识别数据库密码等非结构化密钥，候选批次评估耗时低于 2 毫秒，可将可拦截的密钥数量提升一倍以上。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架
微软研究院开源 Agent Lightning v1.0，用约 3500 行代码实现 Harnessed Agentic RL，让部署时使用的智能体 harness 直接参与强化学习训练。
推荐理由：微软研究院开源了约 3500 行的智能体强化学习框架，并给出用 6000 条样本把 Qwen3.5-9B 在 SWE-bench Verified 上提升 14.6 个百分点的完整流程。
Microsoft ResearchAI 评分4040 微软研究院用机器学习预测电网空间天气风险，覆盖美国66,935座变电站
微软研究院开发了一套端到端机器学习流水线，利用L1太阳风观测与AE、Dst指数预报，结合纬度、地质电导率等数据，为美国本土66,935座变电站生成提前30-60分钟的位置级空间天气风险估计。
Mistral AIAI 评分4646 Mistral 在慕尼黑开设德国中心，推进工业 AI 与 Physics AI
Mistral 在慕尼黑开设德国中心，组建专注 Physics AI 与工业 AI 的研究团队，并直接服务企业客户。Mistral 计划到 2030 年建成 1 吉瓦欧洲算力，其开放权重模型可在客户自有基础设施上运行。慕尼黑团队正与 BMW 合作碰撞仿真、与 Siemens Energy 合作工业 AI 应用，并与慕尼黑工业大学（TUM）共建汽车空气动力学数字孪生研究。
Mistral AIAI 评分4040 Cloudera 与 Mistral 达成合作，将专用主权智能引入企业数据
Mistral 与 Cloudera 建立合作，将 Mistral 模型集成进 Cloudera 混合数据平台，企业可在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业还能在受控环境中用自有数据训练定制模型，数据与由此产生的智能均归企业所有。Cloudera 平台承载 30 exabytes 客户自管数据。
Mistral AIAI 评分5858 Mistral 用 AI 智能体将 4 万行 Fortran 77 代码迁移至 C++
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 油藏模拟器代码迁移到 C++，该代码没有测试套件，也没有集中文档。团队先搭建数值对齐校验框架，再让智能体解析代码库并生成文档，最终采用由人类操作、编码、测试和审查智能体协同的模块化工作流。首个冲刺完成 30 万行中的 4 万行，Mistral 总结出三条经验：先建校验框架、先整理文档、结构化工作流加人工审核优于完全自主。
Berkeley AI Research精选AI 评分6060 从 CUDA 到 MLX：K-Search 如何把数十年内核经验带到 Apple Silicon
Berkeley Sky Lab 与 IBM Research 将 K-Search 内核搜索框架扩展到 MLX 后端，通过结构化的 CUDA-to-MLX 翻译层把已有 CUDA 内核作为知识库，在 Apple Silicon 上生成高质量内核。
推荐理由：读者可以看到 CUDA 内核经验如何被结构化翻译成 MLX 优化策略，以及翻译层对性能提升的具体贡献。