OpenAI 发布 LifeVal 基准测试
OpenAI 发布 LifeVal 基准测试，用于衡量 AI 辅助用户完成日常任务的能力。该基准涵盖寻找托儿服务、管理财务及处理政府文书等具体场景。
全部 AI 动态
OpenAI NewsAI 评分5252 AWS Machine Learning BlogAI 评分5757 使用 Amazon Nova Multimodal Embeddings 和 Amazon Bedrock AgentCore 构建智能体工程智能系统
AWS 展示了如何构建多智能体工程助手，利用 Amazon Nova Multimodal Embeddings 和 Amazon Bedrock AgentCore 自动化零部件替换评估。系统通过确定性 Python 代码进行规格评分，结合多模态嵌入实现图表检索与视觉相似度比对，并生成符合 AS9100 标准的审计追踪。
AWS Machine Learning Blog精选AI 评分7272 在 Amazon SageMaker AI 上使用知识蒸馏构建高效智能体
AWS 团队演示了如何利用序列级知识蒸馏（SeqKD）在 Amazon SageMaker AI 上微调小型购物智能体。该方法使用 Amazon Bedrock 上的 GLM-5.3 作为教师模型生成多步轨迹，并通过 ShoppingBench 评分器筛选成功样本，对 Qwen3.5-4B 学生模型进行 LoRA 微调。
推荐理由：文章提供了在 Amazon SageMaker AI 上通过序列级知识蒸馏将前沿模型行为迁移至小模型的具体流程与代码示例。
AWS Machine Learning BlogAI 评分4242 如何使用 Crawl4AI 为 Amazon Bedrock Knowledge Bases 准备网页内容
文章展示了如何利用开源 Python 爬虫 Crawl4AI 为 Amazon Bedrock Knowledge Bases 准备网页内容。该方案通过生成 Markdown 和元数据文件上传至 Amazon S3，支持结构化内容清洗、基于 CSS 选择器的定向提取及自定义元数据附加。
OpenAI News精选AI 评分6060 OpenAI 推出 Grid Protectors 计划
OpenAI 推出 Grid Protectors 计划，旨在与电力公司合作，帮助未来的算力园区支持电网可靠性并保护消费者电费。
推荐理由：该计划将算力扩张与电网稳定性及用户电费保护挂钩，为理解大型 AI 基础设施的社会外部性提供了具体案例。
AWS Machine Learning Blog精选AI 评分7272 AWS 发布 Amazon Bedrock 成本端到端管理指南
AWS 发布 Amazon Bedrock 成本端到端管理指南，提出包含归属、观测、执行、优化和运营的五阶段操作模型。该模型利用 IAM 标签和 CUR 2.0 实现按身份的成本归属，通过模型调用日志和请求元数据实现工作负载级观测，并建议根据风险选择监控告警、IAM 拒绝或网关同步拦截等预算执行层级。
推荐理由：文章给出了从成本归属、请求观测到预算强制执行的五阶段操作模型，帮助团队将 Bedrock 支出转化为可治理的工程问题。
OpenAI NewsAI 评分4242 OpenAI 分享各方关于合理使用支持 AI 创新的法庭简报摘录
OpenAI 分享了创作者、学者、无障碍倡导者及法律专家提交的法庭简报摘录。这些文件阐述了合理使用原则如何支持 AI 模型训练与技术创新。
AWS Machine Learning Blog精选AI 评分6767 Amazon Bedrock AgentCore 发布 Session endpoints 支持实时预览 Agent 构建的 Web 应用
Amazon Bedrock AgentCore 发布 Session endpoints 功能，允许用户通过认证 URL 在浏览器中实时查看 Agent 会话内运行的 Web 应用。该功能支持 HTTP 和 WebSocket 协议，用户可配置允许访问的端口，在 Agent 修改文件时通过 Vite 热重载即时看到页面变化，无需等待传统部署流程。
推荐理由：原文展示了通过 Session endpoints 在浏览器中实时预览 Agent 修改的 Web 应用，提供了无需部署即可即时查看变更的开发工作流。
OpenAI News精选AI 评分7272 OpenAI 支持通过 robots.txt 表达 AI 训练偏好
OpenAI 宣布将遵循共享的 robots.txt 信号，帮助网站运营者向参与的服务商传达其 AI 训练偏好。
推荐理由：OpenAI 宣布支持 robots.txt 信号，为网站运营者提供了向 AI 服务商表达训练偏好的标准化途径。
OpenAI NewsAI 评分4242 OpenAI 发布社区安全报告并推出青少年新保护措施
OpenAI 发布社区安全报告，承诺加强公众安全报告机制。ChatGPT 通过扩展安全护栏和提前干预措施，强化暴力预防能力，以保护青少年用户安全。
AWS Machine Learning BlogAI 评分4242 如何在 AWS GovCloud (US) 中配置 Amazon Bedrock 以支持 ChatGPT 桌面应用
ChatGPT 桌面应用现已支持通过 Amazon Bedrock 在 AWS GovCloud (US) 中运行，提供 Work 和 Codex 两种模式。该配置将模型推理路由至 us-gov-west-1 区域的 Bedrock Mantle 端点，利用 AWS IAM 进行访问控制。此部署支持零数据保留（ZDR），确保提示词和响应不写入持久存储，满足严格的数据驻留与安全合规要求。
AWS Machine Learning BlogAI 评分3535 Worldwide Express 如何利用 Amazon Bedrock 自动化货运异常处理
Worldwide Express 基于 Amazon Bedrock 构建多智能体 AI 解决方案，接入 SpeedShip 系统自动化处理货运账单异常。上线六个月后，活跃异常减少 75%，现金周转时间缩短 4 周，实现 100 万美元年度节省及 1000 万美元一次性自由现金流注入。
OpenAI NewsAI 评分4040 Credit Saison 在 ChatGPT Enterprise 试点中实现 954% ROI
Credit Saison 的 ChatGPT Enterprise 试点实现了 954% 的投资回报率。领导层与员工共同推动将试点成果转化为全公司范围的采用。
Microsoft ResearchAI 评分4242 Microsoft Copilot 如何基于合成企业数据建立 AI 置信度评估
Microsoft 构建了行业评估数据生成平台，利用 O*NET、在线招聘及 SEC 文件等公开数据创建全规模合成企业环境，以解决真实敏感数据无法用于评测的难题。该平台通过模拟动态租户工作流，为 Microsoft Copilot 建立了首个标准化评估基线，确保在零客户数据接触下验证模型准确性。
Google DeepMindAI 评分4545 Google DeepMind 推出 PlanAssist，将规划审批时间缩短 58%
Google DeepMind 基于 Gemini 开发的 PlanAssist 工具，将规划官员处理住宅申请的平均耗时缩短 58%。该工具目前进入 12 个月 Beta 阶段，新增 12 个地方规划机构参与测试，预计 2027 年向英格兰所有议会开放。
AWS Machine Learning BlogAI 评分2222 英国 Amazon Quick 用户组 2026 年度回顾：三次季度聚会吸引超 150 人参与
英国 Amazon Quick 用户组在 2026 年举办三次季度聚会，累计吸引超过 150 名参会者。活动聚焦 Agentic AI 应用，通过实战工作坊演示了无代码构建自定义聊天智能体、使用 Amazon Quick Flows 自动化流程及利用 Amazon Quick Research 缩短研究时间。
Microsoft ResearchAI 评分4040 Microsoft Research Focus 第 97 期：ForkPilot 框架降低 AI 智能体处理需求达 59%
Microsoft Research Focus 第 97 期发布，重点介绍 ForkPilot 自改进智能体框架。该框架在六个基准测试中表现媲美最佳现有方法，同时将 AI 处理需求降低最多 59%。本期还涵盖 CABRA 编码智能体评估、TeleTune 技能演化及 Copilot 使用模式分析。
AWS Machine Learning BlogAI 评分4242 Epsilon 利用 Amazon Nova Act 构建意图驱动的 UI 测试平台
Epsilon 基于 Amazon Nova Act 和 Amazon Bedrock AgentCore Browser 构建了意图驱动的 UI 测试服务。该方案通过自然语言指令执行测试，结合 AWS 托管的临时浏览器会话，消除了各产品团队维护浏览器基础设施的负担。
OpenAI NewsAI 评分4040 Ropes & Gray 如何开发用于交易尽职调查的 AI
Ropes & Gray 正与 OpenAI 合作开发用于交易尽职调查的 AI。律师在建议客户前，会审查分组文档、摘要和报告。
OpenAI NewsAI 评分4242 OpenAI 更新 Model Spec 以引导更强大且有益的 AI
OpenAI 更新了 Model Spec，旨在引导更强大的 AI 模型。该规范确立了五项核心价值观，指导 AI 做出明智判断、尊重人类自主权并忠实于人类意图。
AWS Machine Learning BlogAI 评分4242 使用 Kiro 构建可重复的 PHP 到 Java 迁移引擎
Kiro 结合 AWS Transform 提供了一套可重复的 PHP 到 Java 迁移引擎，通过八阶段工作流将迁移转化为可度量过程。该引擎利用共享技能文件驱动发现扫描器，并强制通过 parity harness 验证以确保 Java 移植行为与 PHP 原应用一致。
OpenAI News精选AI 评分6262 OpenAI 如何检测前沿模型失准
OpenAI 使用分层监控来检测前沿模型失准和未授权智能体行为，以便响应人员在事件升级前介入。
推荐理由：官方说明了分层监控机制，读者可了解其如何识别前沿模型失准并介入干预。
AWS Machine Learning Blog精选AI 评分6262 MoEngage 利用 AgentCore Gateway 将 400 多个私有 API 转化为 Agent 工具
MoEngage 使用 Amazon Bedrock AgentCore Gateway 将 400 多个私有 REST API 转化为 Agent 工具，避免了构建 20 多个独立 MCP 服务器。
推荐理由：文章给出了将私有 API 转化为 Agent 工具的具体架构，读者可参考其权限隔离与语义搜索方案解决大规模工具接入问题。
AWS Machine Learning BlogAI 评分4242 AWS Batch 为 SageMaker Training 任务推出配额管理功能
AWS Batch 针对 SageMaker Training 任务推出配额管理功能，支持按团队或项目划分 GPU 算力配额。该功能提供 LEND 和 LEND_AND_BORROW 等资源共享策略，允许自动借用闲置算力并执行跨配额抢占。管理员可配置基于优先级的配额内抢占，确保高优先级工作负载优先运行，从而提升多团队环境下的 GPU 利用率。
AWS Machine Learning BlogAI 评分6767 AWS 教程：在 EKS 和 SageMaker HyperPod 上部署 NVIDIA Nemotron 3.5 Super VL
AWS 发布教程，展示如何在 Amazon EKS 和 SageMaker HyperPod EKS 上部署 NVIDIA Nemotron 3.5 Super VL 模型。该模型为 120B 参数 MoE 架构，支持文本、图像、文档和视频理解，并提供了 vLLM 部署配置及基于 aiperf 的性能评估方法。
OpenAI NewsAI 评分6262 OpenAI 与 ServiceNow 扩大合作覆盖企业工作流
OpenAI 与 ServiceNow 扩大合作，将 OpenAI 模型和智能体引入 ServiceNow 平台，同时将 ServiceNow 工作流接入 ChatGPT 和 Codex。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，该模型在 Artificial Analysis Intelligence Index v5.0 中排名首位，得分 59。
推荐理由：原文披露了 Gemini 4 Carbon 在网络安全基准上的具体得分及分阶段开放计划，读者可据此评估其在防御场景下的实际能力边界。
AWS Machine Learning BlogAI 评分4242 Amazon Nova Act 加速软件交付：QA Studio 新增应用管理与团队权限控制
基于 Amazon Nova Act 构建的 QA Studio 参考方案新增“应用”与“团队”功能，以解决大规模测试自动化中的组织与权限管理难题。应用功能通过 CloudWatch 指标计算 0-100 健康分并识别不稳定测试，团队功能则实施基于角色的访问控制，确保测试资产归属清晰且权限隔离。
AWS Machine Learning BlogAI 评分4242 AWS 发布 Ray Train DLC 以在 EKS 上利用 EFA 实现分布式训练
AWS 推出 Ray Train 深度学习容器（DLC），预集成 PyTorch 2.13.0、CUDA 13.0.2 及 EFA 网络栈，消除分布式训练环境配置障碍。该镜像通过 KubeRay 在 EKS 上部署，支持跨节点 EFA 通信，示例展示了在 8 块 NVIDIA L4 GPU 上使用 FSDP 微调 Qwen2.5-1.5B 模型。
AWS Machine Learning BlogAI 评分5757 AWS 发布基于 Amazon Bedrock AgentCore 的企业级智能体 AI 平台参考架构
AWS 发布了一套基于 Amazon Bedrock AgentCore 的企业级智能体 AI 平台参考实现，旨在解决多团队构建智能体时的安全隔离、模型治理和成本归属难题。该架构采用联邦式运营模型，通过独立的推理网关和 MCP 工具网关实施最小权限控制，并引入部署时评估门禁，确保每个智能体在晋升至生产环境前通过安全与质量验证。
OpenAI NewsAI 评分1717 OpenAI 探讨 AI 如何融入企业组织架构
OpenAI 分析 AI 可能进入企业组织架构的三种方式：位于人类之下、之侧及之间。
OpenAI NewsAI 评分4040 Legora 如何利用 OpenAI 模型构建法律工作智能体操作系统
Legora 正在构建用于法律工作的智能体操作系统。该系统利用 OpenAI 模型、ChatGPT 和 Codex 加速法律工作流并扩展合同分析功能，旨在让律师专注于更高价值的工作。
NVIDIA Blog精选AI 评分8080 NVIDIA RTX Spark 笔记本新增 Nemotron 3.5 Transcribe 模型及 Agent 资源管理功能
NVIDIA 宣布 RTX Spark 笔记本新增 Nemotron 3.5 Transcribe 开源语音模型及 Agent 资源管理功能。Nemotron 3.5 Transcribe 支持 40 种语言转录与翻译，在 Hugging Face Open ASR 榜单排名第一。NVIDIA App 新增资源管理功能，允许用户在前景应用与后台 Agent 之间分配 GPU 资源。
推荐理由：原文展示了端侧 AI 在资源调度与多模态模型上的具体进展，读者可据此评估本地部署智能体的可行性。
OpenAI NewsAI 评分4040 Legora 利用 OpenAI 模型构建法律工作智能体操作系统
Legora 正在构建面向法律工作的智能体操作系统。该系统利用 OpenAI 模型、ChatGPT 和 Codex 加速法律工作流程并扩展合同分析能力，旨在让律师专注于更高价值的工作。
OpenAI NewsAI 评分5858 Retell 使用 OpenAI 模型支撑每月 1 亿次通话
Retell 使用 OpenAI 模型支撑每月 1 亿次通话。GPT-6 Astra 在 Retell 的语音智能体基准测试中表现领先，Codex 帮助其达到每名员工 160 万美元的年化营收运行率。
OpenAI NewsAI 评分3838 Check Point 如何利用 OpenAI Daybreak 加速漏洞研究
Check Point 利用 OpenAI Daybreak 加速新安全保护背后的漏洞研究。该工具使分析师能够更快地将漏洞情报转化为客户防御措施。
AWS Machine Learning BlogAI 评分2323 AWS 连续第四年被评为 2026 年 Gartner 联络中心即服务魔力象限领导者
AWS 凭借 Amazon Connect 连续第四年入选 2026 年 Gartner 联络中心即服务（CCaaS）魔力象限领导者。该服务作为专为体验打造的智能体 AI 解决方案，利用生成式 AI 实现全渠道客户交互的个性化与彻底解决。
AWS Machine Learning BlogAI 评分7272 Exowatt 使用 SageMaker 无服务器微调在精度上超越前沿模型
Exowatt 利用 Amazon SageMaker AI 无服务器模型定制功能，通过微调 Qwen3-1.7B 和 Qwen3-14B 模型，在边缘告警分诊和云端能源市场分析任务上实现了比前沿模型更高的准确率。
AWS Machine Learning BlogAI 评分5757 Property Finder 在 Amazon Bedrock 上修复评估偏差并优化视觉模型
Property Finder 发现其 96.8% 的评估标签源自单一模型预测，导致评估存在系统性偏差。团队通过专家标注构建无偏基准，并利用演化式提示词优化将 Llama 4 Maverick 17B Instruct 的 Micro F1 从 0.55 提升至 0.81，同时降低了 86% 的成本。
AWS Machine Learning Blog精选AI 评分6262 AWS SageMaker AI 支持 SOCI 索引镜像以加速任务启动
AWS 宣布 SageMaker AI 训练和处理任务支持 SOCI 索引镜像，通过懒加载将容器启动时间从分钟级缩短至秒级。基准测试显示，35.4 GB 镜像的下载时间从 7 分 17 秒降至 3-11 秒，GPU 空闲时间最多减少 90%，且不影响后续训练性能。用户可直接使用带 -soci 后缀的预索引 DLC 镜像，或为自定义镜像创建索引，无需修改任务定义。
推荐理由：原文给出了SOCI索引在SageMaker中的具体加速数据和两种接入方式，读者可据此评估对现有训练工作流的影响。