Hugging Face Daily Papers7575OpenDS-World：用于评估真实网络环境自主深度搜索智能体的基准
OpenDS-World 引入一个实时网络基准来评估自主多步深度搜索智能体，揭示前沿模型与人类表现之间存在显著差距。在 12 个前沿模型中，最佳模型准确率达到 39.0%，而 1000 次人类评估准确率为 21.1%。分析显示模型间研究策略存在差异，且工具协调和长时程搜索管理仍是主要挑战。
实时
#多模态
- Hugging Face Daily Papers7575
vLLM Blog5858vLLM 为 MiniMax-M3.1-Flash 提供零日支持
vLLM 在 NVIDIA Blackwell、Rubin 和 AMD MI350 系列显卡上为 MiniMax-M3.1-Flash 提供零日支持，在智能体工作负载上表现优异。
IT之家 · AI同一件事 · 2 家6969微软推出 AI 医疗诊断系统 MAI-DxO：复杂病例准确率达 83%，成果登《科学》
微软 AI 诊断系统 MAI-DxO 在《新英格兰医学杂志》复杂病例模拟评估中准确率达 83%，为人类医生水平的 1.7 倍。该系统通过编排多个 AI 智能体模拟专家会诊，在测试中表现最亮眼的模型为 OpenAI GPT-5 及 GPT-5.5。
- Hugging Face Daily Papers7070
AgenticRoboRL 框架通过后训练提升机器人规划器性能
AgenticRoboRL 框架通过监督微调和多轮强化学习提升机器人规划器，在 LIBERO-PRO 上将 9B 参数规划器成功率从 18.1% 提升至 71.0% 不依赖外部记忆，接近 Codex (GPT-5.5) 使用外部记忆达成的 72.1%。该框架适配不同执行机制，将记录的规划器交互与任务结果连接，通过适配器实现通用强化学习训练流程。
TechCrunch · AI同一件事 · 2 家微软 AI 诊断系统在模拟中准确率超医生两倍，CEO 追求“医疗超智能”
微软 AI 诊断系统 MAI-DxO 在模拟中诊断复杂病例准确率达 83%，超过单独工作的全科医生（36%），其通过协调多个 AI 智能体模拟医生团队运作。
AWS Machine Learning Blog2727如何使用 IskayPet 与 Amazon Bedrock Managed Knowledge Bases 统一企业知识库
IskayPet 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。
Hugging Face BlogHugging Face 发布 OlmoEarth v1.3：全球卫星嵌入模型取得新进展
Hugging 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 支持流式传输：实时 AI 准备好的 API，无需更改规范
Google 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。
Latent Space7575Moshi推出商品交易推荐引擎
Moshi推出商品交易推荐引擎，连接市场信息与交易者核心需求。该引擎整合市场数据、工作界面及定制化推荐，帮助交易者处理海量信息。Moshi CEO Anekha Sokhal强调，实用AI需融入实际工作流程。
- IT之家 · AI7575
小鹏 IRON 人形机器人能力升级：每 0.2 秒重新推理一次，可预测 6 秒内动作变化
小鹏 IRON 人形机器人每 0.2 秒重新推理一次，可预测 6 秒内动作变化。它与人互动时能灵活应对临时“变招”，如握手、碰拳、击掌，并调整回应。机器人搭载物理世界大模型，拥有 3 颗图灵 AI 芯片，构建 VLT+VLA+VLM 高阶大小脑能力组合。
NVIDIA Newsroom欧洲交通领导者基于 NVIDIA Hyperion 构建安全车辆和自动驾驶出租车车队
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 Newsroom
NVIDIA 推出 Agile ONE SN 人形机器人参考平台及 Isaac 平台新功能加速通用机器人开发
Agile 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。
PyTorch Blog3030从 KTIR 到 SpyreCode：为 IBM Spyre 开发 MLIR 数据流后端
Torch-spyre 的 Inductor 决定每个内核的工作如何在 Spyre 的核心上分配，并管理张量在片上 Scratchpad 和片外内存之间的驻留，而后端编译器将这些决策转换为硬件可以实际运行的指令。
MarkTechPostGoogle Cloud 发布 llm-d 1.0，搭载缓存感知路由支持 TPU 和 GPU 阵列
Google Cloud 发布开源分布式推理栈 llm-d 1.0，将 vLLM 或 SGLang 模型服务器整合为统一池，在 PyTorch 会议北美站发布，目标解决自托管智能体和强化学习工作负载中轮询负载均衡失效问题
- MarkTechPost同一件事 · 2 家
Mistral AI 发布 Voxtral 3：语音转文本、文本转语音及语音智能体 SDK
Mistral AI 发布了 Voxtral 3 语音模型家族及基于 LiveKit 的语音智能体 SDK，包含 3 个转录模型、1 个文本转语音模型。
同一件事 · 2 家各家口径不同：The Decoder 提到文本转语音模型（Voxtral Mini TTS 3），而第一份报告没有详细说明。
- IT之家 · AI6565
华硕破晓 Air 轻薄商务本体验：第三代英特尔酷睿一体化机身质感精良，性能能效出众
华硕破晓 Air 搭载第三代英特尔®酷睿™7处理器350（6核6线程，2.8K OLED屏），CPU-Z单核744.1分/多核3725.1分，CineBench R23单核2003/多核7838，续航达19小时28分钟，16GB LPDDR5X内存+512GB PCIe 4.0 SSD，支持小硕知道×WorkBuddy专享版和ExpertMeet AI会议方案。
- IT之家 · AI
米哈游联合清华北大等高校发布开源 GameScaling 游戏模型，覆盖 0.8B 至 27B 参数规模
米哈游联合清华北大等高校发布开源 GameScaling 游戏模型，覆盖 0.8B 至 27B 参数规模。该系列 8 个模型基于 Qwen3.5 视觉语言模型继续预训练，训练数据涉及《我的世界》《毁灭战士》等游戏。模型接收游戏画面及操作记录生成后续指令，支持实时游戏交互，4 种参数规模各有 S1、S3 两个版本，采用 Apache 2.0 许可证。
腾讯混元 · Hugging Face 新模型精选7373腾讯混元开源 Hy-SimulMT-30B-A3B 实时同传模型
腾讯混元发布并开源 Hy-SimulMT-30B-A3B 系列实时同传模型，支持中英双向语音到语音翻译和实时声音克隆，同时输出译文文本与语音。在 RealSI 长音频评测中 StreamLAAL 约 3 秒，为对比系统中最低，GEMBA 分数超过所比开源模型和 5 个商业 API 中的 4 个。
推荐理由: 官方给出实时同传的延迟与质量对比，并开放模型权重和推理部署工具，可据此判断落地条件。
- 腾讯混元 · Hugging Face 新模型精选7474
腾讯混元开源 Hy-SimulMT-30B-A3B 实时同传模型
腾讯混元发布 Hy-SimulMT-30B-A3B 实时同声传译模型，支持中英双向语音到语音翻译并实时克隆说话人音色，已在 Hugging Face 开源多个版本。
推荐理由: 官方给出与开源模型、商业 API 及专业同传译员的对比数据，可据此判断实时同传的质量与延迟取舍。
- 腾讯混元 · Hugging Face 新模型精选7272
腾讯混元开源实时同传模型 Hy-SimulMT-30B-A3B
腾讯混元发布并开源实时同声传译模型 Hy-SimulMT-30B-A3B，支持中英双向语音到语音翻译，可在说话过程中持续输出译文文本与语音，并支持实时声音克隆。
推荐理由: 官方给出实时同传的延迟与质量对比，并开放多个量化版本和推理部署脚本，可据此评估落地成本。
- 腾讯混元 · Hugging Face 新模型精选7575
腾讯混元开源 Hy-SimulMT-30B-A3B 实时同传模型
腾讯混元发布并开源 Hy-SimulMT-30B-A3B，支持中英双向语音到语音实时同声传译，边接收音频边输出译文文本和语音，并支持实时声音克隆。在 RealSI 长音频评测中，其 StreamLAAL 约为 3 秒，为对比系统中最低，GEMBA 分数高于所比较的开源模型和五个商业 API 中的四个。
推荐理由: 原文给出中英双向同传的延迟与质量对比数据，并附开源权重和部署方式，可据此判断实时语音翻译的可用程度。
- MarkTechPost7575
IBM AI 发布 Granite Speech 5.0 2B 开源多语言语音转写与翻译模型
IBM 发布 Granite Speech 5.0 2B，一个 2B 参数的开源语音语言模型，支持 6 种语言的语音转写与翻译，在 Open ASR 排行榜上排名第二，英语平均 WER 5.68%。模型采用 YaRN 扩展至 16k 位置，支持 GPU、Apple Silicon 和本地 CPU 部署，并包含 2000 项关键词偏置功能。
- MarkTechPost
Nsight Python 教程：如何分析 GPU 内核性能
使用 Nsight Python（NVIDIA 开源 Python 接口）分析 GPU 内核性能，通过 `nsight.annotate` 标记代码、`nsight.analyze.kernel` 装饰函数，获取每段代码的硬件指标 DataFrame。
- Hugging Face Daily Papers7575
PrismaCoder：通过分解式评分合成推进开源多模态代码智能边界
PrismaForge 通过基于评分的管道合成和过滤高质量多模态代码数据，使开源模型在视觉编码任务上能与专有系统匹敌；PrismaCoder-2M 是目前最多样化和最大的开源多模态代码数据集，PrismaCoder-9B 和 PrismaCoder-35B 在此数据上训练后，性能大幅领先开源领域并媲美专有系统。
- Hugging Face Daily Papers7070
DONIC：从人类演示中训练的通用双臂灵巧追踪控制模型
DONIC 是首个通用双臂追踪模型，通过强化学习与循环演示训练，无需微调即可在未见过物体上实现 86.79% 的成功率，超越现有双臂追踪基线 77.36 个百分点；其结合了近端策略优化与行为克隆，并采用以物体为中心的每手奖励机制。
Browser Use3838Browser Use Cloud MCP 服务器与开源 MCP 服务器介绍
Browser Use Cloud MCP 服务器通过 API V3 在云端浏览器运行代理，提供 11 种模型选择，支持 10 并行任务，每分钟计费约 0.02 美元，但仅支持 API V3 且无 GPT-6 Luna；其开源版本 Browser Use open-source MCP 免费本地运行，含 16 种直接控制工具，可自定义模型，适合长任务。
Sierra Blog7575𝜏-i18n 发布：跨语言语音代理评估扩展至五国语言
𝜏-i18n 将 𝜏-Voice 扩展至西班牙语、巴西葡萄牙语、印地语、韩语和普通话五种语言，使用航空、零售和电信任务评估跨语言性能。评估包含任务完成度、交互效果和生成质量三维度，结果显示韩语表现最弱，GPT Live 1 任务完成和生成质量最高，Grok Voice Think Fast 2.0 交互最佳但生成质量低。
- PyTorch Blog
FlyDSL 通过现有 PyTorch API 加速 AMD MI350 系列显卡计算
PyTorch 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
Google ResearchGoogle Research 发布 AI 辅助超声技术赋能基层孕产妇护理
Google Research 发布的 AI 模型在 JAMA Network Open 上验证，其通过盲扫超声技术评估孕期周数（gestational age）的准确性。
- Hugging Face Blog
Hugging Face 介绍 TorchNeuron 在 AWS Trainium 上的系统级性能分析
Hugging Face 介绍了如何使用 TorchNeuron 在 AWS Trainium 上进行系统级推理性能分析，通过 torch.profiler 配置 Neuron 后端捕获干净 traces，并利用 key_averages() 表识别耗时操作。
Mistral AI5050Mistral 与 NVIDIA 合作推动工程领域 AI 发展
Mistral 与 NVIDIA 合作将 AI 模型与 NVIDIA 加速计算和物理建模工具整合，加速工程模拟并实现闭环 AI 驱动设计。合作将推出公共基准和开放数据集，标准化物理和智能体 AI 在计算机辅助工程中的评估，并利用 NVIDIA Omniverse 进行 3D 模拟和资源创建。
NVIDIA Blog5858NVIDIA 欧洲合作伙伴扩展计算能力，构建主权、开放且安全的 AI 智能体云生态
NVIDIA 欧洲合作伙伴正扩展区域计算能力，支持模型训练与推理，帮助开发者构建 agentic 和物理 AI 应用。Nscale 使用 NVIDIA DSX 平台实现 37% 更多 GPU 和 50% 更高推理吞吐量，Crusoe 开发液冷 AI 工厂支持低延迟推理，Nebius 采用 NVIDIA Groq 3 LPX 加速敏感应用。
- NVIDIA Blog
NVIDIA 展示本地 AI 硬件全阵容：RTX Spark、DGX Spark 及 DGX Station 助力下一代智能体
NVIDIA 在 GTC Berlin 上展示了其本地 AI 硬件全阵容，RTX Spark 已上线支持 Windows PC 上的个人智能体，DGX Spark 支持开发者构建和扩展 Linux 应用，DGX Station 则为 Linux 企业团队运行前沿工作负载，Windows 版将于 12 月推出。
NVIDIA Technical Blog6565NVIDIA OpenShell Reference Architecture 如何在规模化中保障 AI 智能体工作负载的安全与治理
NVIDIA OpenShell Reference Architecture 通过定义安全边界和治理策略，在规模化中保障 AI 智能体工作负载的安全。该架构支持智能体在执行复杂任务时访问文件、工具和互联网，并能动态协作。架构通过强化访问控制、审计日志和权限管理，降低智能体长时间运行带来的风险。
- Latent Space
DeepSeek DeepInfer 开源 SOTA 推理引擎：每日处理 155T tokens/集群，日创利 220 万美元，80% 利润率，81 天投资回报
DeepSeek 发布开源推理引擎 DeepInfer，支持分布式推理、推测解码等，单集群每日处理 155T tokens，96% 输入缓存命中率，单卡时程收入 38 美元/小时，80% 利润率，81 天投资回报。引擎基于 vLLM 并添加缓存优化，但 KV 缓存管理和负载均衡组件未完全开源。vLLM 团队报告在 GB200 上解码吞吐量与 DeepInfer 相近。
- AWS Machine Learning Blog5858
vLLM 通过双向 KV 传输提升多轮智能体工作负载的 TTFT 性能
vLLM 的双向 KV 传输机制通过让解码节点在后续对话回合中返回先前计算的 KV 缓存给预填充节点，减少了重复计算，在 AWS EC2 P5en 实例上的多轮基准测试中将 Qwen3-32B 的 TTFT 提升了 1.6 倍，zai-org/GLM-5-FP8 提升了 3.3 倍。该功能通过扩展 NIXL KV 连接器实现，并利用 KV 缓存感知路由器协调跨对话回合的 KV 重用。
- AWS Machine Learning Blog4949
vLLM 推出基于推送的 KV 传输以提升分散推理的 TTFT 和 TPOT
vLLM 引入基于推送的 NIXL 连接器，通过将后预填充传输协调和设置移出关键路径，减少时间到第一个 token (TTFT) 和每个输出 token 的时间 (TPOT)，提升应用响应性。
- AWS Machine Learning Blog5858
TwelveLabs 的 Pegasus 1.5 现已可在 Amazon Bedrock 上使用
TwelveLabs 的 Pegasus 1.5 视频语言模型现已在 Amazon Bedrock 上提供，可将长视频转换为结构化、带时间戳的元数据，支持基于用户定义标准分析整个视频并返回匹配片段的 JSON 数据，分析时长扩展至每请求两小时，无需预索引且数据保留在 AWS 边界内。
- AWS Machine Learning Blog3434
在 AWS 上使用 AtScale 和 Amazon Bedrock AgentCore 构建语义层以支持智能体 AI
AtScale 作为语义层，通过 Semantic Modeling Language (SML) 在 Amazon Redshift 上构建维度模型，支持 Amazon Bedrock AgentCore 中的 Strands 智能体，实现跨系统 Customer 360 分析。
- AWS Machine Learning Blog3434
在 AWS 上使用 Strategy Mosaic 和 Amazon Bedrock AgentCore 构建 AI 智能体语义层
Strategy Mosaic 作为语义层，通过两个链接模型在 Amazon Redshift 和 Amazon Aurora 上无 ETL 地建模 C360 领域，其度量语法捕获智能体推理的业务定义，并通过 Mosaic MCP 服务器向 AgentCore 托管的 Strands 智能体暴露模型，支持用户身份传递以实现端到端行级和对象级安全。
