Amazon SageMaker JumpStart 模型部署与评估指南
本文演示了如何使用 SageMaker Python SDK 从 Amazon SageMaker JumpStart 部署预训练模型并执行轻量级性能测试。该流程通过发送示例提示词测量延迟、输出长度及生成速率，测试完成后自动清理端点。此方法适用于多种兼容模型，但具体载荷格式和实例类型需根据模型调整。
AWS Machine Learning BlogAI 评分4040 Google DeepMind精选AI 评分6060 Google DeepMind 与新加坡政府合作发布端侧诈骗检测模型
Google DeepMind 与新加坡政府技术署（GovTech）合作，基于 Gemma 模型微调并部署在端侧，用于检测本地诈骗对话。该模型采用两阶段流水线，在保护用户隐私的同时实现实时诈骗预警，旨在解决新加坡日益复杂的社交工程诈骗问题。
推荐理由：展示了在端侧运行微调 Gemma 模型检测诈骗的技术路径，为平衡隐私保护与安全防护提供了可参考的工程实践。
AWS Machine Learning Blog精选AI 评分6767 AWS 发布 Anchor Browser 与 AgentCore payments 集成方案，支持 AI 智能体自主完成 x402 付费
AWS 发布 Anchor Browser 与 Amazon Bedrock AgentCore payments 的集成方案，使 AI 智能体能够自主处理 HTTP 402 支付请求。
推荐理由：文章展示了 Anchor Browser 与 AgentCore payments 的集成机制，解释了 AI 智能体如何在不接触私钥的情况下自主完成 x402 协议下的付费资源访问。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 4 Argon 并披露其安全与对齐防护机制
Google DeepMind 开始广泛推出 Gemini 4 Argon，并同步发布安全报告，重点阐述针对网络与生物滥用风险的防护策略。该模型在网络安全测试中解决了全部 12 个端到端模拟攻击场景，并通过输入筛查、内部自省和持续监控三层机制降低越狱风险。此外，系统引入了实时失配监控器，在编码基准测试中将模型试图走捷径或作弊的行为降至 2%，并在间接提示注入基准测试中将攻击成功率降至 0.7%。
推荐理由：原文详细拆解了针对网络攻击与生物滥用风险的三层实时防护机制，以及防止智能体越界行为的监控逻辑。
AWS Machine Learning BlogAI 评分5252 AWS 分享 Amazon SageMaker AI 上 MoE 模型的内核工程优化实践
AWS 团队在 Amazon SageMaker AI 上实施了多项针对混合专家（MoE）模型的 GPU 内核优化，旨在降低推理延迟并提升吞吐量。通过 Swap-AB 矩阵转置、FP8 量化后端路由调整及消除 Triton JIT 重编译，在 H200 上实现了最高 10% 的吞吐量提升和 9% 的首 token 延迟（TTFT）降低。
AWS Machine Learning Blog精选AI 评分6262 AWS 发布多节点 Ray LLM 深度学习容器以支持 EKS 上的分离式推理
AWS 推出多节点 Ray LLM 深度学习容器，支持在 Amazon EKS 上通过两个 GPU 节点部署大型语言模型，实现预填充和解码阶段的分离。该容器预集成了 vLLM、Ray Serve、NIXL 和 EFA 组件，通过 OpenAI 兼容接口提供服务，无需编写应用代码即可配置 KV 缓存传输，从而提升大规模推理性能并简化依赖管理。
推荐理由：展示了如何利用预构建容器在 EKS 上实现多节点推理分离，简化了分布式部署流程。
AWS Machine Learning BlogAI 评分4242 在 Amazon SageMaker AI 上使用 llama.cpp 部署决策模型
在 Amazon SageMaker AI 上利用 llama.cpp 部署决策模型，支持通过 SemIf 扩展返回选项概率而非自由文本。Qwen3.5-4B 在 GPU 上的 p50 延迟为 0.352 秒，比 CPU 快 4.9 倍，准确率为 77.9%。
NVIDIA Blog精选AI 评分7070 NVIDIA 在 OCP 峰会开放 Vera Rubin 架构以助力全球 AI 工厂规模化
NVIDIA 在 OCP 全球峰会上宣布将 Vera Rubin 机架和计算托盘设计通过 MGX 架构贡献给 OCP，为下一代 AI 工厂基础设施提供共同基础。同时发布了 DSX AI Factory 的开源软件组件，并与 Meta、Google、Cisco 等合作伙伴推进开放网络标准及 800V DC 供电架构。
推荐理由：原文展示了 Vera Rubin 架构向 OCP 开放及多项开源组件，为构建标准化 AI 工厂提供了具体技术路径。
AWS Machine Learning Blog精选AI 评分7272 AWS 发布 2026 年 9 月 AI 构建者更新：Bedrock 接入 OpenAI 模型与 Strands 开源工具链
AWS 发布 2026 年 9 月 AI 构建者更新，Amazon Bedrock 正式支持 OpenAI 的 GPT-6 Astra、Sol 和 Luna 模型，并推出由 OpenAI 驱动的 Managed Agents 公共预览版。
推荐理由：汇总了 Bedrock 接入 OpenAI 模型、AgentCore 运行时优化及 Strands 开源工具链更新，展示了企业级智能体在成本与治理上的最新进展。
AWS Machine Learning Blog精选AI 评分7272 Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 在 Amazon Bedrock 上构建 Agent Mode，通过动态工具选择、Schema 感知读取和专用上下文处理器解决成熟产品集成 AI 智能体的工程挑战。架构利用 Bedrock 的跨区推理、零数据保留和分层提示词缓存，在保障数据合规的同时应对突发流量并控制推理成本。
推荐理由：文章复盘了 Postman 在 4000 万开发者规模下构建 Agent Mode 的工程实践，提供了控制工具膨胀、Schema 读取和上下文管理的可复用架构模式。
AWS Machine Learning Blog精选AI 评分6767 Amazon Bedrock AgentCore payments 支持 AI 智能体按次推理付费
Amazon Bedrock AgentCore payments 提供托管支付能力，允许 AI 智能体通过 x402 协议按需购买模型推理服务。Incarna 团队利用该功能在三天内完成集成，将原本需数月的开发周期缩短至约 200 行代码，并在 Base 网络主网上线生产环境。
推荐理由：展示了 Agent 如何通过托管钱包和基础设施层限额实现按次推理付费，为智能体自主交易提供了可落地的工程参考。
AWS Machine Learning BlogAI 评分4242 Amazon SageMaker HyperPod 如何结合隔离与公平性实现团队间 GPU 集群共享
Amazon SageMaker HyperPod 提供基于 EKS 的多租户参考架构，支持多团队在共享 GPU 集群时保持隔离与资源公平。该架构利用 AWS IAM Identity Center 进行集中认证，通过 Kubernetes 命名空间实现工作负载隔离，并借助 HyperPod Task Governance 确保资源分配公平。
AWS Machine Learning Blog精选AI 评分7070 AWS 提出智能体自动化业务价值评估框架
AWS 提出智能体自动化业务价值评估框架，指出传统 RPA 的 ROI 模型无法衡量智能体在异常处理、决策质量和变更韧性上的价值。该框架建议将投资视为工作流组合，通过量化释放产能、减少纠错成本、提升决策结果和降低维护开销四个价值池，并设定明确的止损规则来验证投资回报。
推荐理由：原文提出了包含时间、异常、决策质量和维护成本四个维度的评估框架，帮助读者量化智能体自动化在现有 RPA 模型之外的真实业务价值。
AWS Machine Learning BlogAI 评分4242 Qlik 如何利用 Amazon Bedrock 构建企业级落地 AI
Qlik 基于 Amazon Bedrock 构建 Qlik Answers，通过分层架构解决企业数据查询缺乏可信来源及合规部署难题。自 2026 年 2 月正式可用以来，其 Discovery Agent 已发现超 10 万个异常，Lintech 等客户借此将响应时间缩短 75%。
Google DeepMind精选AI 评分8282 Google DeepMind 发布开源轻量级多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布 EmbeddingGemma 2，这是一个基于 Gemma 4 架构、拥有 7.4 亿参数的开源多模态嵌入模型，支持在端侧统一处理文本、代码、图像、音频和视频。
推荐理由：该模型在 7.4 亿参数规模下统一了文本、图像、音频和视频嵌入，为端侧多模态检索提供了具体的性能基准与部署方案。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，该模型通过 Fairwind 计划向受信任的网络安全防御者开放，旨在处理复杂的软件工程、企业知识工作及网络安全防御任务。
推荐理由：原文给出了 Gemini 4 Argon 在长程推理、企业工作流及网络安全防御上的具体基准表现，读者可据此评估其前沿能力边界。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 SynthID Bio 用于 AI 生成蛋白质水印
Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，在保持蛋白质生物功能的前提下嵌入不可见签名。实验验证了该方法在 VEGF-A、SARS-CoV-2 刺突蛋白 RBD 和 PD-L1 三个靶点上的结合亲和力与未水印版本相当，并计划开源代码、数据及模型权重以支持社区协作。
推荐理由：原文展示了在保持蛋白质生物功能前提下嵌入可验证水印的方法，为 AI 生成生物序列的溯源与生物安全筛查提供了具体技术路径。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar 功能
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，通过原生结合低延迟流式视频与实时对话，为 Gemini 企业版引入具备视觉存在的多模态交互能力。
推荐理由：原文展示了低延迟视频流与实时对话的原生结合，并说明了异步工具调用与多语言唇形同步机制，为评估企业级多模态交互体验提供了具体技术细节。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS 语音生成模型
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS，支持通过自然语言提示创建自定义角色声音并逐行控制表演细节。Gemini 3.8 Flash TTS 在 Hume AI Voice Design Benchmark 中位列第一，支持超过 100 种语言，并已在 Google AI Studio 和 Gemini API 上线。
推荐理由：原文展示了从静态预设到动态创意工作室的转变，提供了多语言角色声音生成与逐行表演控制的具体能力细节。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 AlphaGenome Atlas 预测全基因组单核苷酸变异影响
Google DeepMind 发布 AlphaGenome Atlas，提供人类基因组中 90 亿个单核苷酸变异的分子影响预测。平台包含 1 PB 数据集和 AVI 评分，可帮助研究人员快速排序变异并解释其功能，目前已通过网站、API 和 Google Antigravity 技能开放学术使用。
推荐理由：原文给出了覆盖全基因组变异的预测平台及评分机制，读者可据此了解大规模基因组数据如何转化为可检索的研究资源。
Berkeley AI Research精选AI 评分7272 K-Search 实现 CUDA 到 MLX 内核优化知识自动迁移
IBM Research 与 Berkeley Sky Lab 合作扩展 K-Search 框架，通过结构化翻译层将 CUDA 内核优化知识迁移至 Apple Silicon 的 MLX 后端。在 Attention 内核上达到原生 MLX 性能 0.97 倍，Mamba SSM 内核 prefill 速度较社区实现提升 20 倍，验证了跨硬件内核优化自动化的可行性。
推荐理由：展示了如何将 CUDA 优化知识自动迁移至 Apple Silicon，为跨硬件内核优化提供了可复用的结构化方法。
Berkeley AI ResearchAI 评分2020 2026 BAIR 研究生展示会
伯克利人工智能研究实验室（BAIR）展示 2026 届博士毕业生成果，研究涵盖机器人、大语言模型推理、计算机视觉及 AI 安全等领域。毕业生去向包括 OpenAI、Mistral AI、Physical Intelligence 等机构及高校教职。
Berkeley AI ResearchAI 评分5252 GRASP：面向世界模型的长时域梯度规划方法
GRASP 提出了一种基于梯度的规划器，通过提升轨迹至虚拟状态实现时间维度的并行优化，并直接对状态迭代添加随机性以增强探索。该方法通过重塑梯度，仅利用动作梯度而避免高维视觉模型中脆弱的状态输入梯度，从而解决了长时域规划中的病态优化问题。在 Push-T 任务中，GRASP 在 H=40 时以 8.5 秒的中位时间达到 59.0% 的成功率，优于 CEM 和 GD 等基线方法。