内容形态
AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。
42 条精选近 30 天 28 条共收录 155 条
Amazon SageMaker Inference 新增 GPU 分区功能，利用 NVIDIA MIG 将物理 GPU 划分为独立分区，支持在单 GPU 上部署多个隔离模型。测试显示，H100 的 mig-3g.40gb 分区在吞吐和延迟上优于整卡 A100-40GB，且在长上下文高并发场景下成本降低 18%–34%。
推荐理由：SageMaker Inference 引入 MIG 分区，允许在单 GPU 上部署多个隔离模型，并提供了 H100 分区与 A100 整卡的性能与成本对比数据。
Amazon Bedrock AgentCore 的 Web Answer 功能正式可用，允许智能体通过单次工具调用获取基于当前网络来源的综合且带引用的答案。该功能由 AWS 托管，自动执行规划、并行搜索、事实核查及引用提取，无需开发者自行构建和维护检索管线。Web Answer 目前仅在 us-east-1 区域可用，定价为每 1,000 次工具调用 10 美元。
推荐理由：原文给出了 Web Answer 的 GA 状态、单次调用获取带引用答案的机制及定价，读者可据此评估其替代自建检索管线的成本。
NVIDIA 发布 Vera CPU，旨在为 AI 工厂提供单芯片解决方案以平衡智能体执行速度与每瓦特容量。在 100 兆瓦数据中心对比中，Vera 相比最快 x86 CPU 每瓦特支持 1.6 倍智能体数量，相比最高能效 x86 CPU 速度提升 2 倍。
推荐理由：原文通过对比 x86 架构展示了 Vera CPU 在能效比和吞吐量上的具体优势，并列举了多家合作伙伴的生产环境实测数据。
Microsoft Research 发布 PDD Kit 工具包，利用 Verus 对 AI 智能体生成的 Rust 代码进行形式化验证，确保代码在所有输入下均符合规范。
推荐理由：原文展示了将形式化验证引入 AI 编码智能体工作流的具体路径，读者可据此评估其在大规模代码生成场景下的应用边界。
OpenAI 发布 Images 2.6，带来更快的图像生成、GIF 创建、更精确的编辑功能以及新的 API 控制。该更新已同步至 ChatGPT、Codex 和 API 平台。
推荐理由：官方明确了 Images 2.6 在生成速度、GIF 创建及 API 控制上的具体升级，便于评估其对现有工作流的影响。
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。
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。
Microsoft Research 发布 Flint-interactive，一种基于 Flint 编译器构建的交互式数据可视化语言。该工具允许 AI Agent 通过高层语义事件定义点击、过滤、缩放等交互行为，自动处理底层渲染依赖，从而提升生成可靠性并降低开发成本。用户可通过 MCP 在聊天中直接生成可交互图表，开发者也可利用编程 API 构建连接图表、表格与应用状态的仪表盘。
推荐理由：通过语义事件与更新算子分离交互逻辑，降低 AI 生成复杂可视化图表的调试成本与失败率。
OpenAI 正式向所有客户开放 Decisions API，该模型基于 ChatGPT Luna 重构，旨在提供快速且低成本的智能决策能力。在 Box、Datadog 等企业的初步测试中，该 API 将动作响应时间从 1.4 秒缩短至 0.13 秒，显著提升了吞吐量。
推荐理由：OpenAI 将 Decisions API 向所有用户开放，通过复用 ChatGPT Luna 实现毫秒级低延迟决策，展示了其在低成本高吞吐场景下的工程化落地能力。
Google 宣布推出 Agent Compute Engine，该服务为每个 AI 智能体提供独立的硬件隔离微虚拟机，目前已支持 Gemini 并将在未来几个月开放预览。每个智能体运行在由 Google Titanium 芯片保障安全的 microVM 中，空闲时自动暂停以释放资源，VM 间共享内存进一步降低了运行成本。
推荐理由：该服务通过硬件隔离微虚拟机和共享内存机制，显著降低了大规模智能体部署的成本与资源占用。
Amazon SageMaker AI 发布训练会话 API，允许用户在本地 Python 进程中编写训练循环，由服务托管 GPU 执行采样、梯度更新和检查点操作。该功能支持 SFT、RL 等自定义算法，按 token 计费，并配套发布包含 SFT 和 RL 配方的训练会话 cookbook。
推荐理由：该功能将抽象边界下沉至训练操作层，允许用户在本地编写训练循环，由服务托管 GPU 基础设施，从而在算法自由度与运维成本间取得平衡。
Amazon Polly 生成式引擎完成重大升级，提供更具表现力和准确性的低延迟的语音输出，并新增 14 种跨 9 个地区的语音，其中印地语和芬兰语首次实现生成式语音通用可用。
推荐理由：此次升级在不改变 API 调用的前提下提升了语音自然度与准确性，并新增印地语和芬兰语支持，便于现有应用直接获得更优的语音体验。
NVIDIA 发布基于欧洲气象数据训练的 StormScope EU 模型，支持 10 分钟间隔的云况预测。AXA、Vaisala 等机构正利用 Earth-2 开源框架，将气象 AI 应用于保险风险评估、空气质量建模及太阳能发电预测等实际场景。
推荐理由：文章展示了欧洲机构如何利用开源模型结合本地数据，解决从保险风控到空气质量监测的具体业务问题。
NVIDIA 扩展了 Cosmos 平台，新增 Cosmos Data Factory 蓝图、训练工具和 Cosmos 3 Nano 模型变体，以支持世界模型的快速构建。
推荐理由：NVIDIA 扩展了 Cosmos 平台，提供数据工厂蓝图和模型训练工具，帮助开发者加速物理 AI 系统的开发。
Anthropic 发布新 AI 智能体 Claude Duet，作为 Meta Muse 和 OpenAI Dots 的竞品，以研究预览形式推出。该智能体基于 Claude Opus 5.5 构建，提供 iOS、Android 独立应用及网页端访问，需美国 Pro 或 Max 订阅用户排队使用。
推荐理由：文章梳理了 Claude Duet 的核心功能、安全机制及当前局限，帮助读者评估其作为专业智能体的实际可用性。
Nvidia 在 GTC Berlin 发布 DSX POD，这是一种基于 Vera Rubin 系统的模块化数据中心参考设计。合作伙伴在工厂完成预装和测试，现场仅需连接电力、冷却和网络，将部署时间从六个月缩短至最少 14 天。该平台采用闭环冷却系统，可减少 100% 的冷却水消耗，首批设备预计 2027 年初全球发货。
推荐理由：模块化预装方案将部署周期压缩至14天，并显著降低冷却水消耗，为数据中心建设提供了可量化的效率参考。
OpenAI 宣布 ChatGPT 广告业务扩展至 26 个新国家，使更多广告主能在用户探索、比较和决策购买时触达受众。官方数据显示，目前已有超过 100,000 名广告主使用该平台。
推荐理由：官方确认 ChatGPT 广告业务扩展至 26 个新国家，并披露已有超 10 万广告主使用该平台。
NVIDIA 在 GTC Berlin 展示本地 AI 硬件与模型生态更新，RTX Spark 支持个人智能体，DGX Spark 64GB 系统于 10 月 23 日开售。DGX Station 新增 Windows 版本计划，支持企业级工作负载与机器人参考工作流。Recursive Flint 本地编码模型开放权重，支持 RTX Spark 和 DGX Spark 系统。
推荐理由：原文梳理了本地 AI 硬件与模型生态的更新，读者可据此了解个人智能体在端侧运行的最新进展。
DeepSeek 以 Apache License 2.0 开源了其内部推理框架 DeepInfer，该框架基于 vLLM 并优化了计算内核与多芯片分布式处理，用于支撑 V4.1-Flash 模型的大规模快速响应。同时发布的 deepseek-recipe 工具可复现官方 API 的 token 处理逻辑，确保自托管环境与官方服务行为一致，旨在帮助社区降低算力成本并减少能源消耗。
推荐理由：DeepInfer 基于 vLLM 优化了多芯片分布式处理，为自托管部署提供了降低推理成本的具体路径。
Amazon Bedrock 现已支持所有 Anthropic Claude 模型的结构化输出功能，覆盖 bedrock-runtime 和 bedrock-mantle 端点。该功能通过受限解码在生成阶段强制符合 JSON Schema，消除了对自定义解析、重试逻辑和后处理的需求。
推荐理由：AWS 官方说明了 Bedrock 对 Claude 模型支持结构化输出的机制，开发者可据此移除自定义解析逻辑。