Salesforce 如何借助 Amazon SageMaker AI 跨区域推理路由扩展全球模型服务
Salesforce 通过 Amazon SageMaker AI 跨区域推理路由,将 30+ 个全球 Region、数百个 AWS 账户中的既有端点接入统一调用路径,同时满足数据驻留要求。
推荐理由:Salesforce 的接入与压测数据展示了如何用托管路由缓解跨区域容量碎片,同时满足数据驻留要求并控制故障回切。
Salesforce 通过 Amazon SageMaker AI 跨区域推理路由,将 30+ 个全球 Region、数百个 AWS 账户中的既有端点接入统一调用路径,同时满足数据驻留要求。
推荐理由:Salesforce 的接入与压测数据展示了如何用托管路由缓解跨区域容量碎片,同时满足数据驻留要求并控制故障回切。
RadixArk 发布 DaisyRose-27B,Terminal-Bench 4.1 pass@1 从 5.6% 升至 12.0%。该模型基于 Qwen3.8-27B,使用 Miles 和约 1,200 个精选任务,在 144 H200 GPUs 上训练 18 天,最长训练会话达 1M tokens。
推荐理由:文章把任务筛选、异步强化学习与沙箱基础设施连到具体成本和基准变化,呈现一套可迁移的长时程 Agent 后训练路径。
Social Department 与 AWS 等合作构建文化感知的视频发现系统 QuickSearch,将营销人员难以表述的判断转化为 Shareable Scenes、Quotable Quotes、Memeable Moments 和 Trend Align 四类单操作检索。
AWS 给出一种架构模式,让 Amazon Bedrock AgentCore Gateway 通过中心辐射型网络访问私有 REST API 和 MCP 服务器,并使跨 VPC 的请求与响应经过中央防火墙。
Dharma-AI 基于 272 次 H200 生产环境 SFT 任务发现,FLOP 基线的 R² 为 0.31、MAE 为 12.41 h,而使用任务派发前信息的 CatBoost 达到 R² 0.98、MAE 1.71 h,中位绝对误差为 0.51 h。
AWS Quick DC 用户组聚会展示了企业如何以可信、受治理的数据为基础,将静态报表转向 AI 分析与智能体工作流。AWS Quick 整合自然语言交互、多步任务编排及 Salesforce、Slack 等第三方连接器。全体参与者在 50 分钟内发布自定义应用,另有 6 人构建了事件触发的 AWS Quick Flows。
Google DeepMind 向符合条件的 Google AI Ultra 订阅者开放 Genie 4,并上线新版 Project Genie 体验。Genie 4 支持在探索过程中用提示词实时修改环境,并加入随场景变化的原生音频。此次更新还带来 Project Genie 智能体、社区画廊,以及最长 3 分钟的 Genie 3 单次生成;所有生成视频和音频均含 SynthID 水印。
推荐理由:Genie 4把会话中实时改写世界与原生音频结合,Project Genie智能体和社区画廊也呈现了从生成到分享的完整流程。
OpenAI 介绍 Codex 如何在用户的机器上运行命令,同时在 macOS、Linux 和 Windows 上执行用户控制的文件系统与网络限制。
OpenAI 使用 GPT‑6 Astra 优化了 Jalapeño 芯片采用的电路,并改进 RISC‑V 核心设计。这些成果显示,AI 辅助芯片设计取得了进展。
作者在配备 32 GB 统一内存的 MacBook M5 上,用 Transformers 从 SSD 流式加载 180B 参数 Qwen3.8-Flash-Next 的 MoE 专家,使短解码达到 13.9 tok/s,与 Strata 的 14.8 tok/s 相差约 6%。
推荐理由:该实验给出低内存设备运行大型 MoE 的可迁移路径,细化了专家流式读取、有界缓存与 Metal 内核各自解决的瓶颈。
Google 已将 Gemini app 带到符合条件的 Android(Go edition)设备,并重构应用以在低内存硬件上流畅运行。用户可通过 Gemini Live 使用超过 45 种语言进行语音交流,也可用相机学习和翻译笔记或表单,并通过 Nano Banana 创建自定义图像。
推荐理由:此次适配将 Gemini 的语音、视觉与图像生成能力带到低内存 Android 设备,扩大了个人 AI 助手覆盖的硬件范围。
IBM 时间序列基础模型现已作为内置函数原生运行在 Confluent Cloud 和本地 Confluent Platform for Apache Flink,可在 CPU 上通过 SQL 执行预测、异常检测和语义智能,无需 GPU。文章还展示了 TTM、PatchTST-FM 和 TSPulse 在生产优化、库存规划、支付风控、交易量预测与相似模式搜索等场景中的用法。
Rumble-2-Flash 已按 Apache 2.0 许可证开源,这款 0.5B 参数语音识别模型支持 40+ 种语言,并原生兼容 Transformers 和 vLLM。
推荐理由:文中展示了 GOLD 如何对齐不同 tokenizer,让师生模型无需共享词表也能进行逐 token 的 on-policy 知识蒸馏。
ASUS、Dell 和 MSI 的 NVIDIA RTX Spark 紧凑型桌面电脑现已开售,可在专用 Windows PC 上运行本地 AI 智能体、图像与视频生成及模型微调。
推荐理由:材料将硬件规格、可运行模型规模与本地工作流放在一起,便于判断专用紧凑型桌面电脑是否适合常驻智能体和创作任务。
费加罗集团与 OpenAI 达成合作,将《费加罗报》的新闻内容以摘要和摘录形式引入 ChatGPT。相关内容将附带原报道链接。
OpenAI SageMaker HyperPod Inference 现已支持托管 NVIDIA Dynamo,可部署多节点、预填充与解码解耦及 KV 感知路由的 LLM 推理服务。
OpenAI 推出 ChatGPT for Sales,并在 ChatGPT 中带来新的 Sales 插件及 30+ 款新增或扩展的合作伙伴插件。用户可用这些插件研究潜在客户、准备销售提案、更新 CRM 并推进交易。
OpenAI SageMaker AI 实时端点现支持 KV cache 感知路由,可依据模型容器上报的缓存状态和实例负载,将请求发送到持有最长匹配缓存的实例。
推荐理由:基于容器上报的实际缓存状态而非固定前缀推断,可为长上下文与多轮对话选择缓存匹配更长且负载较低的实例。
AWS 介绍一种生成式 AI 工作流降本方法,将可验证规则交给确定性代码,固定选项交给受限决策调用,开放式任务交给满足要求的适配规模 Amazon Bedrock 模型。
AWS 讲解如何通过 Amazon Bedrock AgentCore Gateway,为 Snowflake Cortex AI 的 MCP 调用配置三种 OAuth 模式。
Google AI Studio 现可借助 Gemini 4 Carbon 和 Hydrogen,从单条提示词生成包含数据持久化、用户登录和 AI 功能的 Kotlin Android 应用,并在数分钟内发布到 Google Play。
推荐理由:这套流程串联 Kotlin 代码生成、Firebase 后端配置、模拟器调试和 Google Play 发布,呈现端到端开发方式。
AWS Forward Deployed Engineering(FDE)现已面向 15 个国家的商业及公共部门客户开放,并配备数十种内置的生产就绪型加速器。每个 45-day sprint 采用固定价格并通过客户的 AWS 账户计费,团队直接在客户环境中构建系统。FDE 将生产化难题分为基础、工作流和治理三层,目标是让客户团队能够持续运行和扩展交付成果。
AWS 给出使用 Amazon Bedrock AgentCore 和开源 SMART 工具包构建 WhatsApp AI 智能体的实现路径。
推荐理由:文章把 WhatsApp 接入拆为消息标准化、媒体处理、跨会话记忆、调度与模板管理,提供从本地测试到 Terraform 部署的可迁移路径。
Astra for Law 在覆盖 24 个法律领域的发布评测中排名第一,所有 ChatGPT Enterprise 客户现可申请访问。
OpenAI 推出 GPT-6.2 Astra 和 Sol,提升专业输出、编码、计算机操作与效率,并降低使用成本。两款模型覆盖 ChatGPT Work、Codex 和 API。
推荐理由:材料同时交代两款模型在专业输出、编码和计算机操作方面的改进,以及产品覆盖与成本变化,便于评估其对现有工作流的影响。
AWS 介绍了如何在 Amazon SageMaker JumpStart 部署 OpenTSLM,并借助 TimeNet 将模型适配到自有时间序列数据。OpenTSLM-Flamingo 结合 Gemma 3 4B、时间序列编码器和交叉注意力层,可联合处理数值序列、文本上下文和问题。
Google 今天在 Antigravity 上推出 Robotics 插件,并介绍上周发布的 Gemini 4 Hydrogen 如何用于机器人接入、MuJoCo 仿真和闭环控制。
推荐理由:从硬件接入、MuJoCo 仿真到闭环控制的完整流程,为机器人应用提供了一条可复用的 Real-to-Sim-to-Real 开发路径。
Microsoft Research 邀请 Ava Amini、Eric Horvitz 与 Eric Topol,探讨 AI 如何改变医学、生物学和医疗服务。讨论涵盖 AI 辅助诊断、医学影像、全患者模型、虚拟细胞及生物学基础模型,并指出临床实施缓慢、功能性生物数据不足和真实世界验证是主要障碍。专家还分析了 AI 指导实验与药物发现、降低研发成本及推动疾病预防的潜力。
Google 开源 Another Build File Service(ABFS),通过按需加载源码和共享构建缓存,加速超大型 Git 仓库的检出与构建。在同一云网络的 GCE n2d-standard-64 VM 上,Android 源码检出从约 36 分钟降至 8 秒以内,完整构建从约 80 分钟降至略高于 2 分钟。
推荐理由:ABFS 将按需加载、内容寻址文件系统与两阶段构建缓存结合,为超大型 Git 仓库提供可迁移的提速方案。
Google 为 Gemini 推出 Task 模式,可代用户打电话、分析账单、购物付款并完成跨应用任务。该更新由新的 Gemini 4 Hydrogen 模型驱动,现面向美国、日本、韩国、加拿大、澳大利亚和印度数亿用户免费推出,高级功能先从美国上线。Gemini 可连接 60 多款应用,并通过隔离虚拟机、提示词注入过滤和关键步骤确认保护任务执行。
推荐理由:从并行致电、账单分析到购物结算,原文呈现了个人智能体跨 Google 与第三方应用完成事务的具体工作流。
OpenAI 给出面向智能体 AI 平台与应用团队的负责任 AI 路线图,按治理基础、试点部署、评估与加固三个阶段推进。框架提供可定制的 12-week 实施时间线,并配套 Responsible AI Assessment Skill 与记分卡,用 1–5 分评估当前成熟度并给出改进建议。
LoanPro 联合 AWS 生成式 AI 创新中心和 AllCloud,基于 Amazon Bedrock AgentCore 构建并上线多智能体贷款服务助手。
NVIDIA 在 SC26 发布科研智能体工具 Nemotron for Science 和 Rubin HPC GPU,并扩展面向高性能计算的 Vera CPU 平台。
OpenAI 正与 NATO 及盟国网络机构合作,帮助可信防御人员发现漏洞、测试修复方案并保护关键系统。
Revolut 使用 OpenAI 模型和 Codex,将编码时间缩短 30–60%,同时在不牺牲安全性的前提下推进创新。这些工具还帮助其扩展金融犯罪调查能力,兼顾开发效率与安全要求。
NVIDIA 在 SC26 推出并开售 DGX Spark HPC Developer Kit,面向研究人员提供桌面四节点集群,用于运行多节点科学计算、AI 模型和智能体。
推荐理由:四节点桌面集群把多节点科学计算和大模型开发移到本地,可减少共享 GPU 集群排队,并让团队先在本地调试再扩展到数据中心。
OpenAI 展示如何通过 OpenAI Bedrock Managed Knowledge Base 的 Agentic Retrieve 构建具备短期和长期记忆的多用户 AI 智能体。
AWS 将多智能体协调模式分为预定义控制流的 Tier 1 和由模型运行时选路的 Tier 2,并比较不同模式的确定性与构建成本。文章列出全能智能体、无限迭代、自然语言契约、过早采用多智能体和无保护客户接触五类反模式,建议优先从 Tier 1 起步,仅在任务需要动态发现子任务时采用 Tier 2。
Duco 介绍其如何基于 OpenAI Bedrock 和 OpenAI Bedrock AgentCore 重建金融数据自动化的智能体技术栈。该架构为每个租户配置独立运行时和 Gateway,并按需加载 MCP 技能,将主上下文从 200,000 tokens 降至约 20,000 tokens,减少 90%。
Google 开源 AI-Hypercomputer/tpu-codesign 指南,给出面向 TPU 训练与推理的模型设计和性能优化规则。核心建议包括将归约与输出维度对齐到 256、用 LatentMoE 压缩 MoE 路由流量,并把并行轴映射到 D2D、ICI 和 DCN 等物理链路。