AWS Machine Learning Blog5858Amazon Bedrock Managed Knowledge Base 实现细粒度访问控制
Amazon Bedrock Managed Knowledge Base 通过在 AgentCore Gateway 工具层注入用户上下文并验证 JWT，结合知识库的 ACL 意识功能，实现企业 AI 代理的细粒度访问控制。
实时
#推理
- AWS Machine Learning Blog5858
- AWS Machine Learning Blog5555
AWS 发布 Agent-to-Agent (A2A) 协议实现跨组织多智能体系统互操作性
AWS 推出 Agent-to-Agent (A2A) 协议，使跨组织边界运行的多智能体系统能够通过标准化协议发现彼此、通信和交换任务，无需暴露内部细节或依赖相同框架。
PyTorch Blog使用 AI 工具在不到一周内将 SGLang 集成到 IBM Spyre 中
两人的团队借助 AI 编程智能体，在不到一周内完成了 SGLang 与 IBM Spyre 的集成，构建了一个约 1,500 行代码的插件。SGLang 在 Spyre 上的推理吞吐量比参考 PyTorch 实现（使用 torch-spyre）高约 3.6 倍，并在 Granite 3.3 8B 和 Gemma 4 26B A4B 工作负载上与 vLLM 性能相当。
IT之家 · AI新华三发布全新国产双路旗舰服务器R4930 G7，单线程IPC性能提升超15%。
新华三完成 H3C UniServer R4930 G7 服务器核心平台迭代升级，搭载全新国产处理器，单机最高 192 核、768 线程，单线程 IPC 性能提升超 15%。
O'Reilly Radar为什么 Git 需要帮助：从文件到系统进行源代码控制
Anthropic 在 2026 年底因自主代理活动导致单仓每日合并量超 30,000 时，传统 Git 基础设施不堪重负。Claude Sonnet 4.6 通过 AST 节点转换替代 2,000+ 行代码的字符串 diff，将每文件修改成本降低至 O(node_delta) 并实现亚秒级依赖分析，但标准 Git 仍会丢弃智能体执行日志、编译反馈等推理历史。
The Decoder同一件事 · 2 家6161Google Deepmind发布AlphaGenome 2，将基因组AI从组织级预测提升至单细胞类型解析。
AlphaGenome 2预测遗传变异对特定人类细胞类型的影响，比前身多发现近两倍相关基因变化。该模型基于1.07亿个细胞表型、涵盖68种组织的数据训练，通过将DNA序列与特定生物学状态结合输入，实现单细胞级精准预测。
量子位银河智学小鹿爱学发布：用双核技术架构支持规模化因材施教。
银河智学发布AI教育产品小鹿爱学，采用豆包大模型与自研智能学习引擎双核架构，通过分析学生作答记录实现学情诊断，并开发学情诊断、能力测评、学习难度匹配和任务规划功能。学生端智能体推荐学习任务并说明依据，教师端智能体提炼学生表现供个性化指导参考。产品已服务超500所学校，覆盖24省，通过人机共育模式支持教师调整教学策略。
- PyTorch Blog
EUROPA 联盟在 JUPITER 超级计算机上使用 PyTorch 和 TorchTitan 训练 1T 参数 MoE 模型
EUROPA联盟在JUPITER超级计算机上使用PyTorch和TorchTitan成功训练了参数量达951.9B的MoE模型，将单GPU的吞吐量从90提升至约1,300 tokens/s，使用了384个NVIDIA GH200 GPU。
Hugging Face Daily Papers通过强化学习激励大型语言模型的自我学习
通过强化学习（RL）和细粒度奖励，研究人员开发了一种名为BookNavigator的界面，帮助大型语言模型（LLMs）从长篇参考材料中自主检索、学习和应用知识，以解决数学问题。
- Hugging Face Daily Papers
SteerDistill：通过闭环教师引导量化 LLM 智能体
SteerDistill 通过闭环教师引导量化 LLM 智能体，在 W4A16 下平均分比最强量化基线高 1.67-2.18 分，在 τ^2-Bench 上成功率达 1.84 百分点，训练 GPU 小时减少 67%。
- IT之家 · AI6565
长鑫科技DDR5产品进展：32Gb颗粒落地，MRDIMM速率最高12800Mbps
长鑫科技完成 24Gb 至 32Gb 迭代 RDIMM 模组，覆盖 32GB–128GB 容量、5600Mbps–8000Mbps 速率；MRDIMM 覆盖 128GB、192GB 容量，最高速率达 12800Mbps。MRDIMM 主要面向 AI 大模型训练/推理等场景，兼容现有 DDR5 RDIMM 插槽
- IT之家 · AI5050
大唐推出基于海光1400系列处理器的FX1400迷你主机
大唐计算机推出基于海光 1400 处理器的 FX1400 迷你主机，配备 4 核 3.0GHz 15W 处理器、M.2 2280 PCIe 插槽支持 NVMe SSD 或 AI 加速卡，三维 208×190×45mm。
vLLM Blog精选6060vLLM-Omni 在 NVIDIA Vera Rubin 上支持 MiniMax H3-Image，4K 生成 0.87 秒
vLLM-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。
- IT之家 · AI同一件事 · 2 家
Runway 推出机器人模型 Praxis-1，速度快 15.6 倍、成本降至 1/51
Runway 推出机器人模型 Praxis-1，基于 270 亿参数的 Runway 视频基础模型，在 RoboLab-120 基准测试中成功率约 46.2%，速度快 15.6 倍、成本降至 1/51。该模型采用 Apache 2.0 许可证，权重与代码已开源。
同一件事 · 2 家 - IT之家 · AI
Apex Compute 推出 ANR 跨平台 AI 渲染技术测试版，挑战英伟达 DLSS
Apex Compute推出的ANR跨平台AI渲染技术测试版，包含AI帧生成、超分辨率和光线重建功能，兼容英伟达、AMD、英特尔显卡及Steam Deck，目前仅AI帧生成功能开放测试。
36氪 · AI6565SpaceX 正研发 Kessel AI 芯片机架以降低对英伟达的依赖
SpaceX 正研发 Kessel AI 芯片机架，采用无源 PCB 中板替代 NVLink 线缆盒，保留 72 个 GPU 封装、18 个计算托盘与 9 个交换托盘，计划直接向英伟达采购芯片封装并自行采购其余零部件，以绕开英伟达 L6 计算板并提升供应商选择与采购自主权。
- Hugging Face Daily Papers
TOME-Math：基于结构化教科书的数学证明监督语料库
TOME-Math 将 2,118 本大学数学教科书转化为约 380K 结构化证明监督记录，保留章节顺序、命题-证明链接和依赖参考，用于微调后使语言模型数学推理能力提升 16.7 个百分点，超越所有三个公共指令数据基线。该语料库将发布以促进结构化数学监督研究。
- Hugging Face Daily Papers6565
One Table Benchmark 推出：通用表格模型在生成、插补和预测任务中的基准测试
One Table Benchmark 测试了 46 种模型在 56 个数据集上的表格生成、插补和预测能力，发现这些任务共享条件信息但保真度和目标交互不同，固定模型在效用和保真度间存在权衡，冻结的基础模型在预测和数值插补方面表现突出，表明统一表格模型有潜力提升分类重建和联合采样。
- IT之家 · AI
百度天池 1024 卡超节点发布：可支撑 5 万亿参数模型训练，明年上市。
百度天池 1024 卡超节点发布，搭载光引擎技术，卡间互联带宽提升 3 倍，训练性能提升 2.5 倍、推理性能提升 3 倍。配套 G3.5 KV Cache 显存加速柜，长上下文推理性能提升 2 倍，多轮对话缓存命中场景 TTFT 降低 90%、吞吐提升 7 倍。单套节点可支撑 5 万亿参数大模型训练，具备万卡规模扩展能力，将于明年上市。
- IT之家 · AI
百度昆仑芯 M300 将于明年推出，2028 年发布基于全新 N 架构的多颗芯片
百度宣布其昆仑芯 M300 旗舰 AI 芯片将于明年推出，主打全方位能力跃升；到 2028 年，基于全新 N 架构的多颗芯片也将面向市场，精准匹配差异化应用场景。
- IT之家 · AI
豆包工作接入 DeepSeek V4.1 Flash、Kimi K3.1 Pro 等第三方模型，同步上线额度消耗倍率与限时优惠
豆包工作拓展模型选择，首批接入 Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 三款第三方模型，同步上线额度消耗倍率与限时优惠。模型选择页面标注额度消耗倍率，用户可权衡效果、速度与成本；工作日及节假日指定时段使用参与活动模型可享额度消耗折扣，豆包 2.1 Lite 与 DeepSeek V4.1 Flash 额度消耗倍率下调。
- 36氪 · AI
通芯智能创始核心技术团队创业AGI架构芯片，获清华系等基金数亿投资
通芯智能成立半年完成数亿元种子轮及天使轮融资，创始团队平均芯片从业经验超20年。公司以朱松纯教授提出的CUV认知架构为基础，设计支持向量、张量计算及物理智能的原生芯片，首款定位高性价比推理芯片，端侧对标英伟达Thor系列，云端对标B300系列，计划12月初展开FPGA原型验证。资金将用于芯片流片前的核心架构设计及研发。
- Hugging Face Daily Papers
Embodied First Exam 发布：首个面向编码智能体的机器人控制评估框架
Embodied First Exam 发布，包含 35 套、47 个机器人上的 1,156 个任务，评估编码智能体在物理世界约束下的控制能力，GPT-6 Astra in Codex 在标准设置下 456 个核心任务中成功率 34%。
- AWS Machine Learning Blog
使用 Amazon Bedrock 和 Spring AI 构建自主 AI 智能体
Java 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。
- IT之家 · AI同一件事 · 5 家
谷歌推出 Gemini Decisions API 快速多模态决策，基于 Gemini Decision 1 模型
谷歌推出 Gemini Decisions API，由 Gemini Decision 1 模型驱动，可在一次处理中对文本、图像、视频和 PDF 内容进行至多 1000 项判断、选择和评估，延迟 150-250 毫秒，输入价格每 100 万 Tokens 0.10 美元。
OpenRouter Blog自托管 LLM 与 API 对比：何时自托管更划算？
自托管 LLM 仅在 GPU 负载足够高时才比 API 便宜。以 2026 年 10 月 8 日价格为例，27B 模型在租用 RTX 3090 上需 6-12% 负载才与 API 平衡，而 DeepSeek V4.1 Flash 在四台 H200 上永无平衡点。
- OpenRouter Blog
如何使用OpenRouter基准测试LLM
在 OpenRouter 上运行相同任务，对比 GPT-6.1 Sol 在 60 项合成任务中通过 180/180 次测试，DeepSeek 成本最低通过 157/180 次，但与公开排名相关性低（Spearman 相关系数 0.109）。需检查任务重复次数、答案数量和账单验证。
- OpenRouter Blog
OpenRouter Agent SDK 如何防止 AI 智能体陷入无限循环
OpenRouter Agent SDK 通过启用 doom-loop 检测，在测试的六种模型中，当收到第三次相同的工具调用时阻止无限循环；结合 stepCountIs(40) 和 maxCost(x) 可限制运行步数和成本；API 密钥的信用额度可控制总支出，这些措施有效减少了工具调用次数（从 314 次降至 64 次）和费用（从 $0.29 降至 $0.05）。
- AWS Machine Learning Blog
OpenAI Codex 在 Amazon Bedrock 上的部署实践
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。
- 36氪 · AI同一件事 · 5 家
谷歌推出 Gemini Decisions API，每百万输入 token 收费 0.10 美元
谷歌推出 Gemini Decisions API，由 Gemini Decision1 模型驱动，允许开发人员针对多模态输入评估多达 1000 个问题，单次前向传递评分预设选项并返回概率与置信度，端到端延迟 150–250 毫秒，每百万输入 token 收费 0.10 美元。
- IT之家 · AI6565
AMD 推出 MEXT 内存解决方案，DRAM 需求有望最高降低 75%
AMD 推出 MEXT 内存解决方案，通过软件协同管理 DRAM 内存与 NVMe 固态硬盘，将不常访问的“冷数据”转移至闪存并利用 AI 预测提前调回 DRAM。
- 36氪 · AI2222
超微电脑发布搭载AMD第六代EPYC 9006系列处理器的H15服务器
超微电脑宣布H15服务器系列开始出货，搭载AMD第六代EPYC 9006系列处理器（代号Venice），最高提供33%核心数量提升、2倍PCIe带宽及1.6TB/s内存带宽，在SPEC CPU基准测试中创下多项世界纪录。
- Hugging Face Daily Papers6565
MACaQ：一种快速、模型无关的校准量化方法
MACaQ 是一种 MXFP4 W4A4 的后训练量化方法，通过在线激活变换和 Hessian 感知细化独立量化每个线性层，在语言和扩散模型中减少成本同时保持准确性。MACaQ 在 Qwen3-32B 上 vLLM 实现仅增加 2.3% 的端到端开销，比 DuQuant++ 和 MR-GPTQ 的困惑度更低，并在 11 倍更短的量化时间内达到 Llama-3-8B 的最佳困惑度。
Simon Willison同一件事 · 5 家Google 发布 Gemini Decisions API
Google 发布了多模态决策模型 Gemini Decisions API，支持文本、图像、音频、视频和 PDF，与 Jev 和 OpenAI 的决策模型类似，但更自信；每百万输入 token 价格为 10 美分，输出免费，比 Jev（4.2 美分/百万 token）和 OpenAI（同价）贵。
MarkTechPost精选同一件事 · 5 家7676Google 发布 Gemini Decisions API 与 Gemini Decision 1，定价 $0.10/百万 token
Google 发布 Gemini Decisions API，由新模型 Gemini Decision 1 驱动，不生成文本，而是针对同一份共享输入对最多 1000 个问题打分并返回校准后的概率，输入定价 $0.10/百万 token、输出不计费。
- The Decoder精选同一件事 · 5 家7878
Google 推出 Gemini Decision 1 与 Gemini Decisions API，单次可处理 1000 个问题
Google DeepMind 推出 Gemini Decisions API，面向是/否、多选和量表评分等封闭式判断，底层模型 Gemini Decision 1 单次可处理最多 1000 个独立问题，覆盖文本、图像、音频、视频和 PDF。
- MarkTechPost同一件事 · 2 家6060
Google DeepMind 发布 AlphaGenome 2 用于细胞类型特异性变异效应预测
Google DeepMind 发布 AlphaGenome 2，一个预测特定细胞类型变异效应的 DNA 模型。该模型读取 1 Mb DNA 及目标细胞状态，通过条件序列到功能架构，显著提升单细胞 eQTL 预测性能，在 TenK10K 基准上召回率从 23% 提升至 43%，且无需微调即可适应未见数据集。
- AWS Machine Learning Blog3838
AWS Generative AI Innovation Center 提供 23 件生产级可复用资产加速生成式 AI 交付
AWS 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 Research加权状态汤对于高效的长期上下文检索
Weighted 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）的门控机制：记忆与情境学习研究
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。
