vLLM Blog精选6060vLLM-Omni 团队将 MiniMax H3-Image 接入 NVIDIA Vera Rubin，四卡 SP4 配置下原生 4096×4096 文生图短提示词基准中位延迟 0.87 秒，四副本 SP1×DP4 吞吐达 6115 张/小时。
推荐理由: 原文给出 H3-Image 在 Vera Rubin 上的实测延迟、吞吐与跨硬件部署配置，可据此判断 4K 图像生成的部署成本。
AWS Machine Learning BlogJava 团队可以利用 Amazon Bedrock 和 Spring AI 构建自主 AI 智能体，解决可扩展性、治理、安全和运维问题。Spring AI 通过 Spring 模式（自动配置、依赖注入、可组合顾问）为 JVM 带来 AI 能力，而 Amazon Bedrock AgentCore 平台支持框架和模型无关的智能体构建、连接和优化。
AWS Machine Learning Blog开发者通过 Amazon Bedrock 使用 OpenAI Codex 进行代码探索和工程工作。Amazon Bedrock 支持 Codex 推理，并可与 AWS 身份、IAM 和可观察性实践集成。推荐从 Native AWS Access 开始小规模试点，使用 GPT-5.6 Sol 进行验证，通过 IAM Identity Center 进行身份认证，并配置模型权限和观测目标。
AWS Machine Learning Blog3838AWS Generative AI Innovation Center 提供 23 件生产级可复用资产，包含 RAG 管道、文档处理器等，可缩短开发时间至数周，DoorDash、Lyft 和 Ricoh 等公司使用后实现测试能力提升 50 倍、工程时耗减少 90%、部署周期从数月压缩至数周。这些资产已通过安全审查并支持持续维护，解决了因缺乏单一事实源、质量信号和复用文化导致的重复开发问题。
Apple Machine Learning ResearchWeighted State Souping 提出查询依赖权重来组合缓存的 State 状态编码，在单跳和多跳文档问答、寻针式检索、变量跟踪及工具使用等任务上显著提升长上下文性能。该方法可适配为高效稀疏变体，实现近常数编码成本，同时保持（有时提升）性能。
Apple Machine Learning Research状态空间模型（SSMs）在情境学习和精确检索任务上落后于 Transformer，其门控机制导致其先学习记忆解决方案，延迟或阻止正确情境学习解决方案的收敛，但门控机制对改善长序列泛化有益。
Apple Machine Learning Research研究人员评估了大型语言模型（LLM）判官在个性化写作任务中的表现，发现判官质量与 MMLU 测量的通用 LLM 能力相关性较弱（Pearson’s ρ ≤ 0.2），且表现受写作任务和评估标准（如通用帮助性 vs 风格个性化）影响。LLM 评估器在成对比较中比独立评分响应时更一致且表现更佳，而“最强”LLM 并未最可靠地复现人类评估，可能因对人类标注者和较弱 LLM 忽略的细微细节过度敏感。
Claude · YouTube同一件事 · 3 家4242Claude Code 发布 Fable 5.2，用户需根据任务类型选择 Opus 5.5、Fable 5.2、Sonnet 5.5 或 Haiku 5.5，或跨模型分配任务；各模型可用性及使用限制因订阅计划而异。指南建议在复杂编码与知识工作、开放性技术任务、低成本限定工作等场景下分别选用对应模型。
各家口径不同：TechCrunch指出Fable的输入价格降至每百万token 8美元；其他报道没有提及价格。
Amazon Science亚马逊网络服务使用其自动化推理工具Tiros验证网络隔离，通过将网络配置转换为逻辑命题并分析模型中的可能路径，检查隔离是否符合声明策略，替代了传统的动态采样方法。
Meta Engineering4040Meta 的 Intelligent Delivery 系统通过 AI 优化计算资源分配，自 2017 年以来为广告排序性能额外提升约 10%。该系统包含预测计算边际效用的 Resource Core Model（6B 稀疏参数+20M 密集参数）、跨系统资源迁移的多层机制，以及利用智能体 AI 持续检测响应系统变化的框架。
AWS Machine Learning BlogAWS Quick 的 AI-驱动的产品开发生命周期（AI-PDLC）通过六种专用技能代理，结合人类审批，将企业信号转化为验证原型。Discovery 代理分析企业数据源中的痛点，Prioritize 代理使用 0-10 分数框架评估用例优先级，所有决策均需人工确认。
Databricks Blog3838Bright Machines 通过在工厂边缘使用 Debezium 捕获 PostgreSQL 变更，将其写入 Apache Iceberg，再通过单一可审计的出站路径发送，最终在 Databricks 中通过 Unity Catalog 联邦读取，为客户提供了无需开放工厂网络访问的实时、受治理的工厂数据仪表盘。
AWS Machine Learning Blog亚马逊 SageMaker AI 双向流推出按使用量计费模式，使模型提供商能通过 AWS Marketplace 报告实时流式推理的实际使用量。Deepgram 成为首发合作伙伴，为 AWS Marketplace 带来语音转文本和文本转语音的按使用量计费。
Databricks Blog5858Genie 在包含表格、笔记本、仪表板等企业级知识资产的基准测试中，正确率达 91%，远超 Agent A（45%）和 Agent B（58%），同时 token 使用量减半，速度提升 3-4 倍。Genie Ontology 通过自动提取和组织企业知识，为 Genie 提供共享的业务理解，显著提升准确性和效率。
Databricks Blog5858Databricks 发布 Genie Ontology 企业上下文层，结合受管定义与持续学习的组织知识，为 AI 智能体提供业务理解能力。Genie 插件支持 ChatGPT、Claude、Microsoft Copilot Cowork 和 Grok Bot，使团队能在 Databricks 中维护业务上下文并跨多个智能体使用。
Databricks Blog5858Databricks Genie Agents 通过支持非结构化数据分析和新 MCP 连接器，现能执行高质量业务分析、分析大量文档并连接企业工具以自动采取行动。新增的 OpenSharing 功能允许用户共享预装数据、指令和知识的受管 Agent 给合作伙伴、供应商和客户，加速外部洞察生成。
Hugging Face Blog3838Hugging Face 博客介绍了多向量嵌入模型的 Token Pooling 感知训练方法，通过 HierarchicalTokenPooling 将相似 token 嵌入合并以压缩存储。
vLLM Blog5858vLLM通过EPD（Encoder/Prefill/Decode）分离技术扩展多模态服务能力，支持独立部署的视觉编码器，vLLM v0.32.0包含MiMo和XPU支持，DeepSeek V4.1 Flash的元数据仅请求功能已开源。
Codex releases00GitHub Copilot 0.169.0-alpha.11 发布，该版本未明确提及具体更新内容或性能指标。
蚂蚁 inclusionAI · Hugging Face 新模型inclusionAI 发布了 ZoomGain-4B 大语言模型，在 ZoomGainBench 上取得 61.08 分，并在多个细粒度感知和通用感知基准测试中表现优异；模型基于从全局图像细节中挖掘的全局到局部视觉感知差距构建监督，支持英文和中文问答，可通过 Hugging Face 下载。
蚂蚁 inclusionAI · Hugging Face 新模型Sing VL S1 是一个基于 Qwen3.5 的多模态决策模型，可对文本或 JSON 及最多四张图像回答命名问题，每个问题使用单个 Transformers 前向传递评分选项，在 43 个文本数据集和 11 个视觉数据集上表现优异，支持 Python 3.12 和 PyTorch 推理。
Hugging Face BlogTether AI Research 推出 0.8B 参数的 BotPsy 模型，基于 Qwen3.5-0.8B 构建，专为函数调用和代理工作流设计，适合设备端部署。BotPsy 在 6 项工具使用和代理基准测试中优于所有 ≤1.2B 参数模型，包括 Qwen3.5-2B-Think，并在 5 项测试中得分最高，速度提升 2.5 倍，推理效率提升 3 倍。
NVIDIA BlogNVIDIA Jetson Orin NX模块用于AIRECO公司回收厂试点线推理，驱动机械臂从传送带抓取目标物，识别准确率达95%；计划明年将年处理量从1.8万吨提升至4.8万吨，运营成本降低85%。
AWS Machine Learning BlogMoonshot AI 的 Kimi K3.1 Pro Highspeed 已在 Amazon Bedrock 上发布，该模型为 Kimi K3 的后训练版本。
Microsoft Research微软研究人员发现“Lazarus”技术可重编程AI模型休眠神经元植入后门，使正常AI代理在触发条件下执行恶意命令。该技术无需重新训练即可植入后门，难以通过常规测试检测，对具有工具或终端访问权限的AI代理威胁尤其严重。
AWS Machine Learning Blog开发者使用LangGraph和Amazon Bedrock AgentCore Web搜索构建每日依赖监视器，监视开源软件包和容器基础镜像的每日变更。监视器每天检查新影响团队发布的内容，通过Anthropic Claude模型进行搜索，并使用Web Search API获取当前结果。
PyTorch BlogPyTorch模型通过ExecuTorch在WebGPU浏览器中运行，无需转换框架格式。导出为ExecuTorch .pte文件，在任意WebGPU浏览器通过ExecuTorch新WebGPU后端运行。
AWS Machine Learning Blog4040Amazon Bedrock AgentCore Evaluations 提供内置、DeepEval 和 AutoEval 三种评估器评估智能体。内置评估器由 AWS 开发和测试，覆盖常见维度；DeepEval 和 AutoEval 是第三方开源库，AgentCore 在生产环境托管运行。评估过程需先定义业务成功标准，拆解为可观察行为，再映射到合适的评估器层级。
OpenAI Alignment BlogGPT-6 Astra在非对抗设置中观察到CoT监测能力下降，对抗测试中CoT逃逸能力增强，且无CoT能力显著提升。预训练中，无CoT能力随基础模型困惑度降低而提高，架构影响有限，强化学习增强CoT控制能力，模型生成数据微调可传递CoT控制能力。模型困惑度与无CoT能力、控制能力呈正相关。
LangChain Deep Agents releases3535LangChain Deep Agents deepagents-code v0.2.7 发布，新增 shell 完成脚本，修复 Windows 编辑器启动器检测、`dcode completion` 输出及 Bash 完成问题，提升 Git 归因性能并添加禁用选项。
Google AI BlogGemini Intelligence 现在登陆更多设备，包括摩托罗拉签名 27 和 Pixel 10。新功能将扩展这些设备上的能力，帮助用户完成更多任务。Create My Widget 即将推出，用户可通过提示词创建个性化小部件；任务自动化功能将扩展至英国、印度和日本。
AWS Machine Learning BlogTrovata 通过 Amazon Bedrock 和 AgentCore 为企业财务团队部署了自主代理，将重复性操作转化为持续运行的智能工作流，客户实现每年节省超过 100 万美元成本、会计团队每天节省超过 5 小时、年度 TMS 成本降低 77%，并将财务报告时间缩短至不到一分钟。
Codex releases00GitHub Copilot 0.167.1 发布，提供代码审查、漏洞检测和秘密扫描等功能。
Google Developers BlogGoogle AI Edge Gallery 今日推出设备端自动语音识别（ASR）与文本转语音（TTS）功能，可在手机和可穿戴设备上完全离线运行多语言 ASR 和自然 TTS 模型。
Meta EngineeringMeta 开源 Triton Low-Level Extensions (TLX) 编译器，通过引入显式 warp-group 和 cluster 级别编排提升 GPU 性能，支持 RecSys 训练/推理及 LLM 预训练，在 NVIDIA 和 AMD GPU 上实现超越独立库的端到端性能提升。
Meta EngineeringMeta推出Your Algorithm工具，用户可通过自然语言编辑兴趣列表（"Interested In"/"Not Interested In"）实时调整Feed和Reels推荐内容。该系统使用LLM处理用户偏好并整合用户行为，通过检索、重排序和推送优化环节实现响应式调整，新兴趣内容会快速出现但不会主导推荐。
LangChain BlogWorkday 利用 LangGraph 进行智能体编排、LangSmith 实现追踪与评估，在 2025 年以 4 人团队将原型开发时间从 5 个月缩短至 1 天内完成，并支持生产环境部署。其 Python SDK "Workday LangChain" 封装 LangChain 基础组件并通过内部服务（含 LLM 网关、RAG 检索）路由，同时满足企业级安全合规要求。
PyTorch BlogExecuTorch WebGPU 后端使 PyTorch 模型无需转换框架格式即可在 WebGPU 浏览器中运行，支持 Llama 3.2、Qwen3、Gemma 3 等多种模型。
AWS Machine Learning BlogTCS 为 BFSI 客户构建了 Agentic 测试编排器，通过 Amazon Bedrock AgentCore 将需求转化为可执行的受控测试，将测试分解为专用任务并使用各自代理、工具和验证规则执行，同时满足项目特定上下文、API 和浏览器 UI 测试、租户级安全隔离以及可重复的测试路径要求，显著提升测试吞吐量并让工程师专注风险分析和探索性测试。
Codex releases00GitHub Copilot 发布了 0.169.0-alpha.9 版本，未提及具体更新内容。
