vLLM Blog精选6060vLLM 团队在 NVIDIA GB300 NVL72 单机架上用 P/D 分离与 Wide-EP 服务 DeepSeek-V4.1-Flash，在 SemiAnalysis AgentX 上达到每 GPU 954K tokens/s、单用户 P90 196 tokens/s，为早期单节点结果的 7.9 倍。
推荐理由: vLLM 团队公开了在 GB300 NVL72 上服务 DeepSeek-V4.1-Flash 的逐项优化与实测数据，可与 DeepSeek 自家引擎 DeepInfer 对照。
vLLM Blog精选6262vLLM 团队发布 GLM-5.3 优化第二部分，在 16 张 H200 上以 1 个预填节点加 1 个解码节点部署，用 PCP 按 token 切分预填、DCP 按 token 切分 KV cache，使 1M 上下文可放入预填节点
推荐理由: vLLM 团队拆解了 PCP、DCP 与 Hybrid HiSparse 如何在 16 张 H200 上组合，读者可据此理解长上下文部署的内存与预填瓶颈。
Databricks Blog2222Databricks 通过整合 Spark Structured Streaming 实时模式、Lakebase Postgres 和 Databricks 应用程序
Databricks Blog5858Spark的声明式管道在22项数据工程任务中比过程式管道快34倍、代码量减半且错误更少。声明式管道通过运行前验证可提前捕获结构性错误，并将排序和结果保存等重复性任务卸载给Spark，而过程式管道需在集群上运行至错误步骤才能发现。两种方法在逻辑错误率上表现相当，但声明式管道的代码更简洁一致，便于维护。
Google Research精选6262Google Research 在 IDWeek 2026 上介绍了其结核病筛查 AI 从研究走向临床的路径：2019 年在 Radiology 发布基准，2024 年在 NEJM AI 完成多站点前瞻验证，随后由 Nexus AI 转化为通过 CE MDR Class IIb 认证的临床工具。
推荐理由: Google Research 梳理了从影像基准到 CE 认证工具、再到开源 MedGemma 的完整路径，读者可据此了解医疗 AI 从论文走向临床要跨过哪些环节。
LangChain Deep Agents releases3535deepagents-code 0.2.1 发布，默认 Anthropic 自动分类器设置为 Claude Sonnet 5.5，新增技能范围 MCP 工具支持。
AWS Machine Learning Blog3434拜耳作物科学在 Amazon Bedrock AgentCore 上构建了智能决策引擎（ADE），通过多智能体和自然语言界面解决用户问题，首阶段解决约 80% 的用户问题无需工程师介入。
AWS Machine Learning Blog使用 AWS CDK 自定义资源可自动编排 SageMaker AI 端点更新时的自动扩展，无需手动干预。通过三个自定义资源（注销、更新、注册可扩展目标、附加扩展策略）实现显式依赖顺序，确保端点配置和自动扩展参数在单一部署中同步更新。部署栈包含三个自定义资源、两个 Step Functions 状态机及十二个 Lambda 函数。
Claude · YouTubeFactory 利用 Claude 的前沿模型构建 AI 编码智能体 Droids，以实现企业级软件工程的自主化。Claude 处理大型代码库的长期任务，使团队能以更少监督信任智能体计划。构建完全自主的软件“暗工厂”仍需克服诸多障碍。
Amazon ScienceAudible 技术团队开发新型可控语音合成技术，通过结合大型语言模型（LLM）和三项创新技术提升有声读物体验：1）开发数据合成管道生成带语音特征描述的语音数据，训练模型理解描述并生成匹配音频；2）创建自动分析书籍角色并识别对话的系统，准确率达 97%，为模型提供舞台指示；3）在 MUSHRA 测试中使对话区分度提升 3.7 分，英语和西班牙语测试中八成声音体验显著改善。
OpenAI NewsOpenAI 通过可靠多租户、全局缓存和 Azure Cosmos DB 实现了 12 倍读速提升，以服务超 10 亿 ChatGPT 用户。
Hugging Face BlogLitPivot帮助研究人员通过阅读先前文献来调整研究方向，将研究想法分为问题、贡献和评估计划，并为每个部分提供基于文献的批评和修订建议。在涉及17名研究人员的实验室研究中，领域专家评价新颖想法的文献基础比使用文本编辑器和AI聊天工具开发的想法更好，参与者也报告了更强的文献理解和对想法新颖性和实用性的提升。
Hugging Face BlogHugging Face 发布 torch-neuronx 模型支持查询 Space，检测 AWS Trainium 兼容性。该 Space 支持查询 Hugging Face Hub 上 175B 参数规模的主流模型（如 Qwen3-0.6B）是否能在 Trainium 上无修改运行，并提供运行脚本。
Sakana AISakana AI 发布 AI 智能体构建、执行、运行平台 Sakana Aquarium，通过本体论整合组织信息，支持 AI 智能体高效构建与安全运行。平台包含本体论、治理和智能体执行基座三核心机制，实现组织判断依据体系化与任务自动化。
LangChain Deep Agents releases4545`deepagents-code` 0.2.0 版本现在要求 Python 3.14，并移除了低价值启动测试。
Amazon ScienceAmazon Science 发布开源后端 TorchNeuron，将 PyTorch 代码转化为 AWS Trainium 系统可执行的指令，支持现有 PyTorch 代码在 Trainium 上运行，通过自适应急切模式、多级缓存等优化实现高效执行，并使用 AI 代理筛选 841 个代表性模型及数万种张量维度进行基准测试。
Databricks Blog精选6060Databricks 高管 Patrick 复盘公司全面采用 AI 编码智能体后成本指数级上升、再通过控制层把单位成本最多降低 90% 的过程。他提到把流量迁到更便宜的新模型贡献了 50% 以上降幅，Smart Router 在接近最贵模型质量下把平均任务成本降低 30% 以上。这套内部方案后来产品化为 Unity Gateway，目前已有数千家客户使用。
推荐理由: Databricks 高管复盘自家 AI 编码成本从失控到单位成本降九成的过程，给出网关、路由与自建评测的可迁移做法。
Databricks Blog3838Fraud Analyst AI Coworker 可在单一平台上实时检测电信欺诈。该 AI 通过跨渠道关联、行为建模和设备模拟等技术，弥补传统欺诈检测系统在架构上的不足。其上下文窗口为 6-7 个系统数据源，速度提升 3.4 倍，但具体参数规模、benchmark 分数、价格及可用性（开源/闭源/API）原文未提及。
AWS Machine Learning Blog2727IskayPet 通过 Amazon Bedrock Managed Knowledge Bases 构建了企业知识助手，该助手能在零售运营、兽医护理、人事入职和采购等四个领域、跨越三个国家和四种语言回答员工问题，无需管理 RAG 基础设施。
AWS Machine Learning Blog使用Amazon SageMaker AI上的Kokoro-82M TTS模型流式传输AI代理的语音响应，将生成与合成同步，以减少延迟并降低推理成本，Kokoro-82M模型包含8200万参数，在单个ml.g5.xlarge GPU实例上运行。
AWS Machine Learning BlogSageMaker AI 推出无 GPU 管理的模型定制功能，用户可通过训练会话控制后训练逻辑，无需管理底层基础设施。支持 SFT、DPO、RLVR、RLAIF、多轮 RL 等技术，并可选择 LoRA 或全量微调。
Microsoft Research5858Flint-interactive 使 AI 生成的图表具有丰富的交互性，用户可通过点击、筛选、缩放、高亮和跨图表交互来探索数据。它通过高级语义事件和更新操作简化复杂交互的构建，并利用 Flint 编译器处理交互逻辑和视觉依赖，提高可靠性和开发效率。Flint-interactive 支持创建交互式数据故事、仪表板和连接体验，AI 代理可使用其生成带交互功能的图表，帮助用户更高效地分析数据。
AWS Machine Learning Blog3434Rescale 利用 Strands Agents 和 AI-DLC 框架在 AWS 上五天完成智能分流代理的搭建，并在数周内投入生产。该代理通过调用 Claude Opus 4.8 对夜间端到端测试失败进行分类，检索知识库中的历史失败模式，查询 MCP 日志获取运行时证据，生成包含文件引用、函数名和推荐修复方案的整改报告供工程师审核。
Hugging Face BlogHugging Face 发布 OlmoEarth v1.3，一款卫星嵌入模型，提供全球预计算嵌入（10米分辨率，64及128维度），用户无需登录或技术知识即可使用。模型在27项评测中表现最佳，128维度嵌入在20项评测中得分最高，64维度嵌入在18项评测中领先。模型训练成本较v1.2降低53%，较v1降低18%，碳排放也相应减少，权重、数据和代码全部开源。
Google Developers BlogGoogle API Gateway 现在支持流式传输，允许实时 API 调用，无需更改规范。流式传输支持 Server-Sent Events (SSE)、分块传输编码、HTTP 响应流和 WebSocket，最长连接时间可达一小时。在公共预览期间，创建网关时通过 `--enable-streaming` 标志启用，计划在正式版中自动启用，无需额外配置。
NVIDIA BlogNVIDIA今日发布Minerva平台，通过整合基础设施和AI工作负载的遥测数据，并应用专有AI模型将其转化为及时、可操作的洞察，帮助团队更早发现问题并保持AI工厂的生产力。
Google DeepMindGoogle DeepMind 与 Google Research 联合发布 Forest Typology (ForTy) 2020 全球地图，将地球每 10x10 米土地分类为六种森林和土地利用类型，并追踪 2017-2025 年变化。该地图基于联合国粮农组织定义，准确区分原生林、人工林、单一物种林浆、经济作物林和其它土地，支持欧盟防砍伐法规，准确率达 90%。
NVIDIA Newsroom精选7676NVIDIA 发布 OpenShell 参考架构，基于 OpenShell 安全运行时软件，整合 Vera Rubin 推理基础设施、Vera CPU 运行智能体框架、BlueField-4 DPU 上的 Sentry 安全框架，并可通过 RTX Spark、DGX Spark 和 DGX Station 延伸到边缘。
推荐理由: 原文给出了面向企业智能体安全运行的全栈架构组成与首批合作方，读者可据此判断企业级智能体治理的落地形态。
NVIDIA Newsroom英伟达宣布全球领先电信运营商正将网络转变为分布式智能平台，通过在数据中心、区域站点和蜂窝站点添加英伟达加速计算，使模型和应用更靠近用户。
NVIDIA Newsroom欧洲交通领导者 Bolt with Lucid、梅赛德斯-奔驰、大众商用车和 Einride 正在 NVIDIA Hyperion 计算平台上展示自动驾驶交通应用案例，展示对 3 级和 4 级车辆以及未来自动驾驶出租车车队的潜在应用。
NVIDIA NewsroomAgile Robots 发布 Agile ONE SN 人形机器人参考平台，搭载 NVIDIA Isaac GR00T 和 Jetson Thor，计划集成 NVIDIA Halos 安全系统，为开发者提供完整的人形机器人开发与验证平台。
NVIDIA Blog欧洲零售商正利用开放模型和物理智能，例如将推理成本降低 90% 的电商平台，以及通过数字孪生模拟不同机器人舰队协作的配送中心。Shopify 使用 NVIDIA 加速的开放模型，通过后训练将 NVIDIA Nemotron 3.5 Lightning 集成到 Sidekick 中的 GraphQL 子代理，实现 90% 的成本降低和 7 倍的响应速度提升。
NVIDIA Blog企业正使用 NVIDIA DSX AI 工厂平台整合电网与 AI 工厂系统，从变电站到机架进行规划、模拟和运行，以解决电力成为基础设施最大瓶颈的问题。
NVIDIA BlogNVIDIA 扩展 Cosmos 平台，新增训练工具、模拟检查点和 Cosmos Data Factory 蓝图，帮助开发者快速构建世界模型。Cosmos Data Factory 提供 5 个云原生蓝图，通过 GitHub、Azure 等渠道支持自动驾驶数据生成、图像属性增强等任务，Porsche 和 ANYbotics 已应用以加速物理 AI 开发。
NVIDIA Blog欧洲金融服务机构在 GTC Berlin 展示基于 NVIDIA 加速计算的专有智能系统，使用 Open 模型运行于自身基础设施。
AWS Machine Learning Blog5252AWS 推出在 AWS Trainium 上用 torchtitan 训练 Qwen3 的三种方法，包括使用 Transformers v5、torchtitan 原生配置以及 Neuron Kernel Interface (NKI) mixture-of-experts (MoE) 内核。
AWS Machine Learning Blog自适应智能体框架 (AAIF) 使用 Strands Agents，通过本地小语言模型 (SLMs) 处理常规任务，复杂请求则路由至 Amazon Bedrock 云模型，降低成本并保持低延迟。
PyTorch BlogTorchTitan 新增对 Muse Spark Open、Muse Glimmer、Qwen3-VL、Qwen3.5、Kimi K2.7、Kimi K3 和 DeepSeek-V4 等最新 SOTA 模型的原生 PyTorch 支持。
PyTorch BlogPyTorch 用户可在 AMD MI350 系列显卡上通过 FlyDSL 使用现有算子 API 加速密集和分组 GEMM、融合多头注意力、MXFP8/MXFP4 缩放 GEMM、RMSNorm 和 TopK，无需调用自定义内核
OpenAI News精选6262OpenAI与Google Cloud合作，将OpenAI前沿模型和Codex工作流接入Gemini的模型花园，并通过Google Cloud Marketplace提供
推荐理由: OpenAI 前沿模型与 Codex 工作流进入 Google Cloud 的 Model Garden，读者可据此了解跨云分发的新入口。
