全部 AI 动态

Google DeepMind 与新加坡政府推出端侧 AI 诈骗检测模型

Google DeepMind 与新加坡政府科技局 GovTech 合作推出端侧诈骗检测模型，在手机本地分析对话并发出实时警告。该模型基于本地诈骗对话微调轻量级 Gemma，采用低功耗分类器初筛、Gemma 结合更大范围对话上下文复核的两阶段流程。训练使用来自诈骗报告和情报信息流的匿名化数据，严格排除私人或个人身份信息，即时通信平台和操作系统厂商可直接集成这些轻量级模型。

如何用 Anchor Browser 与 AgentCore payments 构建可自主支付的 AI 智能体

Anchor Browser 集成 Amazon Bedrock AgentCore payments，让 AI 智能体在预算限制内自主支付并访问 x402 保护的网页和 API。

Google DeepMind 如何为 Gemini 4 Argon 构建安全防护

Google DeepMind 介绍 Gemini 4 Argon 的安全设计，通过滥用防护、实时失对齐监控和提示词注入防御应对能力增强带来的风险。模型在模拟网络攻击测试中完成全部 12 个场景，上一代为 5 个；防护结合输入筛查、内部激活探测和持续监控，在 Gray Swan 的 IPI 基准上将 15 次自适应尝试中的攻击成功率降至 0.7%。

Higgsfield 将 AI 视频时长从 1 分钟扩展至 10 分钟以上

Higgsfield 借助 GPT-6 Astra，将创作者的 AI 视频时长从 1 分钟扩展至 10 分钟以上。GPT-Image-2.5 提供精准视觉效果，GPT-Live 则为语音驱动的电影制作提供路径。

GitHub 的凭据检测模型如何发现更多真实凭据并减少误报

GitHub 解读其凭据扫描流水线，以正则筛选候选字符串，再由微调的 ModernBERT 结合上下文区分真实凭据与误报。相比此前的 LLM 流水线，同一公共流量上的离线评估精确率提高 13%、召回率提高 19%，客户 A/B 实验中按仓库所有者加权的接受率提高 11.5%。提交后扫描执行时间中位数降低 86%，服务成本降低超过 98%，效率提升使通用凭据检测能够扩展至推送保护。

LFM2.5-24B-A2B 支持快速、私密的端侧智能体运行

Liquid AI 的 LFM2.5-24B-A2B 是面向端侧智能体的开放权重推理模型，拥有 24B 总参数、2B 激活参数，支持工具调用与多步任务。上下文窗口从 32K 扩展至 131K tokens，官方评测中 LiveClaw 得分为 48.09，高于 Qwen3.6-35B-A3B 的 38.19，但知识密集型与编码任务仍落后于部分更大模型。

推荐理由：工具调用与指令遵循的优势和知识、编码任务的差距同时列出，为判断端侧智能体的适用任务提供了具体比较依据。

如何使用托管授权管理 Amazon Bedrock 私有定价优惠

Amazon Bedrock 托管授权支持从中央账户订阅第三方 AI 模型并向组织分发访问权限，简化多账户私有定价优惠管理。轻量脚本适用于一次性激活，AWS CDK 自动化则通过事件驱动验证卖方、创建并激活分发授权。协商价格仅在授权激活后生效。

如何在 Amazon Bedrock 上用 Grok 4.7 构建长任务智能体

AWS 展示了在 Amazon Bedrock 上用 Grok 4.7 构建工具调用智能体的方法，比较不同推理档位的正确率与 token 消耗。故障诊断、维护排程和预算优化三项任务共运行 72 次，答对 67 次；xhigh 答对 18/18，low 答对 15/18，平均输出 token 分别为 9,147 和 1,184。

ShipStation Global 如何基于 Amazon Bedrock AgentCore 构建 AI IT 帮助台 Deckhand

ShipStation Global 基于 Amazon Bedrock AgentCore 构建 Slack IT 帮助台 Deckhand，前三个月的 1,221 次智能体对话中有 812 次在聊天内解决，409 次转为 Jira 工单。

Orca Security 如何使用 Amazon Bedrock 实现自然语言安全查询

Orca Security 与 AWS 合作，基于 Amazon Bedrock 构建 Discovery AI，将自然语言问题转为 Sonar 查询，相比初始基线查询成本降低 90%。该方案结合 RAG 与感知查询模式的构建流程，输入 token 减少 93%，延迟降低 75%。系统已部署，每天处理数千次查询，响应时间为 15 秒。

Google DeepMind 发布 Gemini 4 Argon，面向复杂工程与科研任务

Google DeepMind 发布 Gemini 4 Argon，今日起全球开放，面向编码、金融、法律、网络安全与科研等复杂多步骤任务。Gemini API 支持 1M 输入输出统一 token 上限，发布初期价格为每百万输入 tokens $2、每百万输出 tokens $10，缓存输入 tokens 优惠 95%。

推荐理由：将代码重构、科研优化与智能体安全放在同一发布中，提供了理解长程任务模型如何进入实际工作流的具体案例。

Google DeepMind 发布面向机器人的 Gemini 4 Argon，ERQA 得分 87%

Google DeepMind 发布 Gemini 4 Argon，面向机器人控制、Real2Sim、物理理解及自我改进，纯推理模式下 ERQA 得分为 87%。

Amazon SageMaker AI 上的 MoE 内核工程优化

Amazon SageMaker AI 上的 MoE 内核优化通过 Swap-AB 提高 H200 利用率，使大型 MoE 模型端到端输出吞吐量提升 2–4%。该优化已合入 vLLM，适用于 0.24.0 及后续版本。性能分析还显示，Hopper 上 FP8 张量量化模型使用 Triton 后端优于默认 FLASHINFER_CUTLASS 路径。

NVIDIA RTX Spark 笔记本将于 10 月 16 日上市，应用生态同步推进本地 AI 适配

NVIDIA RTX Spark 笔记本将于 10 月 16 日星期五上市，NVIDIA 与生态伙伴正推出本地 AI 智能体、创作软件及开发工具的适配更新。

推荐理由：本地模型配置、沙箱隔离与云端路由被纳入同一套应用适配，提供了理解个人电脑如何承接智能体工作流的具体案例。

NVIDIA 宣布对法国初创企业的新投资计划

NVIDIA 宣布计划向法国初创企业 Doctolib、Entalpic、Genesis AI 和 Pigment 进行新投资，覆盖医疗、材料发现、物理 AI 和企业规划。NVIDIA 已向欧洲科技生态承诺投入近 $10 billion，此前也投资了法国企业 Alice&Bob、Gradium 和 Scintil Photonics。

如何在泰国、马来西亚、新加坡、印度尼西亚和台湾通过 Amazon Bedrock 全球跨区域推理访问 OpenAI GPT 模型

Amazon Bedrock 支持从泰国、马来西亚、新加坡、印度尼西亚和台湾通过全球跨区域推理访问 GPT-6 Sol 和 GPT-6 Luna，GPT-6 Astra 则支持从新加坡访问。调用可使用 Converse API 或 OpenAI 兼容 API；教程涵盖权限配置、配额管理和监控，计费与日志保留在源区域。

GitHub Copilot app 入门：如何让 Copilot 了解你的代码库

GitHub Copilot app 可通过自定义指令、智能体技能、自定义智能体和 MCP 服务器获取项目规范、执行流程及外部工具上下文。

推荐理由：按项目规范、重复流程、跨文件任务和外部工具区分四类配置，为把仓库知识转化为 Copilot 可用上下文提供了可迁移的方法。

StudentSim：模拟学生学习，改进 AI 辅导

StudentSim 通过个性化学生模拟器，为 AI 辅导系统在真实学习者测试前提供评估与改进反馈。它利用公开、去标识化的学习记录训练，并通过 StudentSimEval 评估行为保真度与指导响应性，在国际象棋、英语二语写作和数学任务中优于主要基线。该系统仅用于研究，未部署到课堂，也不旨在替代教师。

如何使用 Ray LLM Deep Learning Containers 运行多节点推理工作负载

Ray LLM Deep Learning Containers 可在 Amazon EKS 的两个 GPU 节点上部署同一大语言模型，分离预填充与解码并提供统一的 OpenAI 兼容端点。容器集成 vLLM、NIXL 和 EFA，通过 YAML 配置服务，无需编写应用代码。

如何在 Amazon SageMaker AI 上使用 llama.cpp 部署决策模型

Amazon SageMaker AI 可通过 llama.cpp 部署量化决策模型，并用 SemIf 扩展返回指定选项的概率，无需生成答案 token。部署支持 CPU 或 GPU；Qwen3.5-4B 在 231 项 JevBench 任务中，GPU 配置准确率为 77.9%，p95 延迟为 0.599 seconds。

NVIDIA 在 OCP 全球峰会开放 Vera Rubin 架构，支持全球 AI 工厂扩展

NVIDIA 在 OCP 全球峰会通过开放的 MGX 架构贡献 Vera Rubin 机架与计算托盘设计，并宣布 AI 工厂软件、设施及网络标准更新。MGX 1.2 支持最高 250kW 的机架部署，新增机架级盲插液冷、液冷 5,000A 母排及标准化供电和冷却接口；DSX OS 新增用于网络配置、集群验证、机架管理和裸金属部署的开源组件。

Asana 使用 GPT-6.1 Sol，在浏览器测试中将模型成本降低 76 倍

Asana 使用 Codex 中的 GPT-6 Astra，使浏览器智能体在测试中实现 76x 的成本优化和 5x 的提速。此举旨在向客户提供能力更强的模型；原标题提及 GPT-6.1 Sol，正文则使用 GPT-6 Astra，型号表述不一致。

Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode

Postman 在 Amazon Bedrock 上运行面向 4000 万开发者的 Agent Mode，通过动态工具选择、结构化查询和专用上下文处理支撑生产运行。

AWS 回顾 2026 年 9 月 Amazon Bedrock、AgentCore 与 Strands 更新

AWS 回顾 2026 年 9 月 Amazon Bedrock、AgentCore 与 Strands 的更新，涵盖模型选择、智能体运行效率和企业知识连接。

Ai2 GPU 集群调度：优先支持高影响力研究并保持满占用

Ai2 用包含 GPU 时间预算、分层公平份额分配和时间切片约定的系统替代优先级调度器，将研究项目的算力分配转为透明的预算流程。其集群服务约 150 名内部研究人员，GPU 请求量达到可用资源的 2-3x。新方案按 GPU 时间而非固定 GPU 分配资源，旨在优先支持高影响力研究，同时保持满占用。

Sophos 借助 OpenAI Daybreak 将网络威胁调查时间缩短 96%

Sophos 使用 OpenAI 的 Daybreak，将网络威胁调查时间缩短 96%，并自动化处理 52% 的 MDR 案例。在实现这些调查提速和案例自动化的同时，Sophos 仍保留人工监督。

LegalOn 将 Codex 成本减半，同时保持开发速度

LegalOn 将预估的 Codex 每日成本降低了 65%，同时保持开发速度不变。其做法是将 Astra、Sol 和 Luna 与任务相匹配，并策略性地管理预算。

用 ML-intern 制作原本不存在的模型：6 个定制模型实践

Hugging Face 展示了使用 HuggingChat 中的 ML-intern 制作 6 个定制模型的实践，CPU 和 GPU 作业费用合计约 USD 103。

推荐理由：将训练前基线、短程试跑检查和预算上限写进任务提示词，为把模型定制交给智能体提供了可迁移的实验与成本控制方法。

走进 Omniverse：开发者如何用前沿 AI 智能体将创意变为仿真应用

开发者将 GPT-6 Astra 等前沿 AI 模型与 NVIDIA Omniverse 库结合，通过自然语言指令构建并迭代仿真应用。案例涵盖仓库人形机器人、自动驾驶测试和数字孪生，Omniverse 提供 GPU 加速的物理、渲染与传感器仿真。在 Robo Olympics 实验中，机器人在 100 次仿真试验中成功跨越单个栏架 64 次。

BlockRun 与 Incarna 如何使用 Amazon Bedrock AgentCore payments 实现按次推理付费

Incarna 使用 Amazon Bedrock AgentCore payments，让 AI 智能体通过 x402 向 BlockRun 按次购买模型推理，并在基础设施层执行支出限制。

OpenAI 阻断利用 AI 和虚假身份开展的影响行动

OpenAI 阻断了两起借助 AI 的影响行动，这些行动利用伪装的记者身份和一家智库传播地缘政治信息。

Pollo AI 借助 OpenAI 将创意转化为营销活动

Pollo AI 借助 OpenAI 的 GPT-5.6、GPT-6 Astra 和 GPT‑Image‑2.5，帮助创作者将大胆创意转化为营销活动。生成内容包括细节丰富的图像和具有电影质感的视频广告。

如何使用 Amazon SageMaker HyperPod 实现跨团队 GPU 集群共享、隔离与公平分配

Amazon SageMaker HyperPod 多租户参考架构让多个团队共享同一 EKS 集群，同时保持工作负载隔离与资源公平分配。架构通过集中身份认证、团队专属 SageMaker AI 域和 Kubernetes 命名空间控制访问，借助 HyperPod Task Governance 管理配额与调度优先级，并按命名空间归集成本。

Oracle 如何借助 ChatGPT 和 Codex 将数天工作缩短至几分钟

Oracle 借助 ChatGPT 和 Codex，将原本需要数天的工作缩短至几分钟。在招聘、工程和运营领域，Oracle 使用 ChatGPT Work 和 Codex，将专业知识转化为快速、可重复的工作流程。

TII 推出语音识别模型 Falcon-ASR

TII 推出 1.6B 参数语音识别模型 Falcon-ASR，聚焦阿拉伯语及阿联酋方言，支持英语、法语、西班牙语和葡萄牙语。其在 6 个阿拉伯语测试集上的平均 WER 为 20.92%，低于所用榜单快照中的最佳已公布结果 23.17%。Hugging Face Demo Space 已可试用，API 和原生应用仍在计划中。

《Gears of War: E-Day》登陆 GeForce NOW

《Gears of War: E-Day》本周登陆 GeForce NOW，Ultimate 会员可享 GeForce RTX 5080 级云端性能及 NVIDIA DLSS、NVIDIA Reflex 技术。本周游戏库新增 10 款游戏，其中 7 款为新作；Fire TV 用户未来几周将可直接通过 Amazon 购买会员。

Google Research 研究：AI 帮助律师写得更好，是否也让律师能力更强？

Google Research 对 11 家知识产权律所的 133 名律师开展三个月随机实验，发现 AI 提升了专利撰写质量，但独立判断能力的收益因资历而异。获得 AI 工具的律师在第 10 天和第 90 天的撰写评分分别提高 0.34 和 0.38 个标准差；第 90 天禁用 AI 的专利修改任务中，资深律师提高 0.45 个标准差，初级律师未出现可辨识的整体改善。

推荐理由：研究将使用 AI 时的产出质量与撤去工具后的独立判断分开测量，为区分短期效率提升和长期专业能力积累提供了评估方法。

重新思考 Amazon Quick 与 Amazon Bedrock 的 RAG 访问控制

Amazon Quick 与 Amazon Bedrock Knowledge Bases 在查询时向权威数据源实时核验权限，降低 RAG 使用过期权限的风险。系统先用索引中存储的 ACL 筛选候选文档，再调用数据源 API 验证，仅将用户获授权的文档片段传给大语言模型，兼顾检索效率与安全。

Claude Haiku 5.5 登陆 Amazon Bedrock 和 Claude Platform on AWS

AWS 宣布 Claude Haiku 5.5 今日在 Amazon Bedrock 和 Claude Platform on AWS 可用，面向子智能体及高频、成本敏感任务。

推荐理由：文中给出了由 Opus 负责规划、Haiku 执行明确子任务的分工方式，为高频工作流如何兼顾推理投入与执行成本提供参考。

GPT-6 与 Intelligent UI 在 ChatGPT 中向全球推出

GPT‑6 正在 ChatGPT 中向全球推出，并配备 Intelligent UI，提供更快的响应。响应包含视觉内容和交互体验，用户可以直接探索和使用。

推荐理由：这次更新把响应速度与可直接探索、使用的视觉及交互体验放在一起，提供了理解模型升级如何改变聊天界面的具体线索。

NVIDIA 与 Microsoft 推出 RTX Spark Windows PC，并公布智能体运行基础设施

NVIDIA 与 Microsoft 展示面向 Windows AI 智能体的软硬件更新，RTX Spark 笔记本今日开放预订，10 月 16 日上市，紧凑型桌面设备将于 11 月开售。

推荐理由：从笔记本到企业桌面设备，统一的本地 AI 软件栈与 Windows 智能体运行基础设施为开发工作流衔接提供了具体路径。

Radisson Hotel Group 将酒店探索体验引入 ChatGPT

Radisson Hotel Group 与 Accenture 合作，利用 OpenAI 技术构建 ChatGPT 插件，将酒店探索体验引入 ChatGPT。该插件帮助旅客在规划行程时查找、比较和预订酒店。

GitHub 密钥保护为何必须跟上软件开发规模

GitHub 的九个季度数据显示，密钥泄露压力主要随代码活动量增长，单次推送携带密钥的比例未呈现统计上可检测的趋势。Q2 2024 至 Q2 2026，受检查推送量增长至 2.84 倍，携带凭据的推送量增长至 2.59 倍，开发者绕过推送拦截的比例从 6.63% 降至 3.93%。

推荐理由：九个季度的数据将密钥泄露总量增长与单次推送风险区分开来，为理解代码产量增加为何加重人工补救负担提供了依据。

Liquid AI 发布面向端侧的开放权重多模态决策模型 d1-3B 与 d1-omni-600M

Liquid AI 发布开放权重决策模型 d1-3B 和实验性的 d1-omni-600M，通过单次前向传播输出决策而非生成 token。d1-3B 支持文本与图像，在 Decision Index 0.2.1 上得分 48.57；d1-omni-600M 支持文本与图像或文本与音频，仍处于早期研究发布阶段。

推荐理由：以单次前向传播替代生成 token 的决策方式，并列出不同端侧设备的延迟，为低延迟结构化决策提供了具体参考。

Microsoft Research 开源 Agent Lightning v1.0，以约 3,500 行代码支持真实智能体框架的 RL 训练

Microsoft Research Asia 开源重建后的 Agent Lightning v1.0，以约 3,500 行代码实现让部署时的智能体运行框架直接参与 RL 训练。

Cornerstone OnDemand 如何借助 Amazon Bedrock 将数据库诊断时间缩短 78%

Cornerstone OnDemand 基于 Amazon Bedrock 和 Strands Agents 构建 Orion AI，将数据库诊断时间从 45 分钟降至 10 分钟，缩短 78%。

AWS 培养 AI 构建者：弥合 AI 知识与实践能力差距的行动指南

AWS 通过为期六周的结构化实践项目，将非工程背景业务人员与导师及生产级工具配对，帮助他们构建 AI 原型。参与者每周投入约四小时，项目数据显示，分阶段学习者保留的实践技能是密集两天培训者的三倍。四名无工程背景的参与者构建了多智能体财务顾问工具 WealthWise，并获得第一名。

如何在 AWS DevOps Agent 完成调查后自动化修复

AWS DevOps Agent 调查后的自动化修复方案利用 AWS Lambda Durable Functions、Amazon EventBridge 和 Amazon Bedrock，将调查结果转为待审批的修复操作。工作流仅调用获准的工具，只读操作自动执行，基础设施变更须经人工批准；等待审批时暂停执行且不消耗计算资源。

Qlik 如何借助 Amazon Bedrock 构建有据可依的企业级规模 AI

Qlik 基于 Amazon Bedrock 构建 Qlik Answers，通过分层架构与专业 AI 智能体提供有来源、可验证的企业问答。系统结合结构化分析与文档检索，并用 Amazon Bedrock Guardrails 过滤内容、验证答案依据。模型尚未在所需区域可用时，以 Amazon SageMaker AI 承载。

AWS 解读如何超越节省工时，为智能体自动化建立商业论证

AWS 提出 Agentic Value Model，从时间节省、异常处理、决策质量及变化适应与维护经济性四个维度核算智能体自动化价值。各项收益需明确兑现机制和责任人，避免把释放工时直接当作现金节省或重复计入收益，并扣除实施、运行、评估、监督及新增错误等成本。框架还按任务复杂度与决策风险确定工作流优先级，建议保留适当人工监督，并以明确的盈亏平衡目标和停止投入条件分阶段投资。

推荐理由：将释放工时与实际财务收益分开核算，并为各价值池设置兑现比例和责任人，可迁移到企业智能体项目的投资论证中。

OpenAI 帮助青少年学习、规划并塑造 AI 的未来

OpenAI 将为 ChatGPT for Teens 引入 College Planner，帮助学生管理大学申请。同期还将带来新的抽认卡、测验及青少年 AI 委员会，支持青少年学习、规划并参与塑造 AI 的未来。

Nemotron 微调实践：同一模型家族在 IOI 与 IMO 达到金牌水平

基于 Nemotron 3 的专用系统在 IOI 2026 获得 535.4/600、在 IMO 2026 获得 30/42，均超过金牌门槛。IOI 测试遵循人类选手的时间、联网和提交限制，但属于非官方、无监督评测，不计入官方排名；IMO 提交的证明由官方评卷人员评分。

推荐理由：两类竞赛的实验展示了领域微调与反馈式推理循环如何配合，并区分了不同模型规模下监督微调和强化学习的贡献。

Jump Trading 如何借助 ChatGPT 扩大量化研究规模

Jump Trading 借助 OpenAI 的 ChatGPT 扩大量化研究规模，将运行时间更长的 AI 工作流用于研究。其做法结合多个数据来源与人工审核，让 AI 工作流与人工审核共同参与量化研究过程。

OpenAI 分享 AI 在数学开放问题上的研究进展

OpenAI 公布内部前沿模型在数学开放问题上的新研究结果。相关 Lean 证明形式化与研究细节已在 GitHub 分享。

Google DeepMind 发布 EmbeddingGemma 2：开放轻量的端侧多模态嵌入模型

Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构，以 Apache 2.0 许可开放，将文本、代码、图像、视频和音频映射到统一嵌入空间。

推荐理由：模块化编码器与可截短嵌入向量提供了两种资源取舍方式，可为端侧多模态检索在内存占用和存储成本之间的权衡提供参考。

如何用 AgentCore 和 OpenClaw 构建具有上下文记忆的 AI 助手

Amazon 团队以园艺助手 Sprout 为例，演示如何用 Amazon Bedrock AgentCore 与 OpenClaw 构建持续积累用户上下文的无服务器 AI 助手。

OpenAI 与 Ironclad 推进专业工作中的计算机使用能力

OpenAI 与 Ironclad 正在复杂的合同工作流程中训练和评估 AI 智能体，以推进专业工作中的计算机使用能力。双方将合同工作流程作为训练与评估场景，探索 AI 智能体在专业工作中的计算机操作。

Microsoft Research 的 Jennifer Neville 谈 AI 的失误及其带来的启示

Microsoft Research 的 Jennifer Neville 在访谈中指出，单轮基准的高表现不代表 AI 在多轮对话和长期工作流中同样可靠。团队将完整任务拆成多轮澄清后发现模型表现显著下降，而反复编辑文档时，未被发现的错误可能累积并造成语义内容丢失。她建议在对话混乱时重新开启聊天并一次性提供完整要求，同时保留人工监督与核验，结果异常时检查数据错误及分布差异。

推荐理由：将完整指令拆成多轮澄清再评估，能揭示单轮基准掩盖的性能退化，为贴近真实用户工作流的评测提供可迁移思路。

Atlassian 与 OpenAI 扩大合作，将企业知识转化为行动

Atlassian 与 OpenAI 扩大合作，将前沿模型与企业知识连接起来，帮助团队将知识转化为行动。合作旨在支持团队规划、构建和交付工作。

如何使用 Amazon Bedrock AgentCore、托管知识库和 Nova Sonic 构建语音旅行礼宾助手

AWS 展示如何用 Amazon Bedrock AgentCore、Knowledge Bases 和 Nova Sonic 为航空应用构建语音旅行礼宾助手。方案以 Amazon Nova 2.5 Sonic 处理实时语音，通过 MCP 连接后端工具，并依据航空政策文档回答问题。旅客可语音查询行程、更换座位、更新餐食偏好或转接人工客服。

直接从 SageMaker Studio 管理 Amazon SageMaker HyperPod Spaces

Amazon SageMaker Studio 现支持直接创建和管理 HyperPod EKS 集群上的 Spaces，无需使用命令行工具。用户可配置计算与存储资源、启停环境，并在浏览器中打开 JupyterLab 或 Code Editor。管理员须安装 Spaces 插件并配置访问权限，启用浏览器访问需选择 Custom install。

Amazon SageMaker HyperPod 管理与治理最佳实践

Amazon SageMaker HyperPod 管理与治理最佳实践通过组织、项目、集群和工作负载四层控制，规范多团队共享计算资源。SageMaker Unified Studio 可将现有集群连接到项目，但不能替代集群权限与调度控制。建议集中管理集群容量，通过租户隔离、配额和优先级策略治理访问与资源分配。

负责任的 AI 治理：AWS 如何帮助客户对齐 ISO/IEC 42005:2025

AWS 通过治理工具与实施指南，帮助客户对齐 ISO/IEC 42005:2025，将 AI 系统影响评估纳入企业风险管理。该标准涵盖评估内容、执行、记录及持续复审，并提供整合既有评估流程或独立实施的模板，以减少重复审查。

Google Earth AI 研究展示地理空间基础模型如何支持全球公共卫生

Google Research 与研究伙伴在五类公共卫生任务中评估 Earth AI 的 Population Dynamics Foundation Model（PDFM），其位置嵌入无需任务专属微调即可补充现有模型。

Mistral AI 发布 Mistral Large 4 公共预览，月底将开放权重

Mistral AI 发布原生多模态模型 Mistral Large 4 公共预览，总参数为 1 trillion，活跃参数为 49 billion，可通过 Mistral Studio 的预览 API 试用，权重计划于本月底发布。

推荐理由：预览 API 与月底权重发布分阶段推进，为企业比较托管试用和自主部署的选择提供了具体背景，尤其涉及网络安全工作中的能力控制。

电信运营商为何基于开放模型构建 AI 战略

电信运营商正越来越多地基于开放模型构建 AI 战略，以降低成本并增强对关键业务的控制与定制能力。NVIDIA 调查显示，89% 的受访者认为开源模型和软件对其公司的 AI 战略重要。开放模型还支持灵活部署，并可经微调为企业和政府客户提供适配本地语言、行业及监管要求的 AI 服务。

Falcon-Emirati：当大语言模型学会方言、文化与细微语义

Falcon-Emirati-7B 基于 Falcon-H1-Arabic 的 7B 版本构建，专门适配阿联酋阿拉伯语方言，旨在理解和生成贴合当地文化语境的表达。训练数据结合真实方言网页、介绍阿联酋文化的现代标准阿拉伯语材料，以及受词汇表和风格规则约束的合成数据，并通过消融实验探索数据配比与训练阶段。

GLM 5.3 上线 Amazon Bedrock

智谱 GLM 5.3 已上线 Amazon Bedrock，符合条件的企业客户可通过全托管 API 使用，无需管理推理基础设施。该模型为 753B 参数的 MoE，面向编程和长程 AI 智能体任务，智谱公布的 CyberGym 得分为 84.5。平台支持跨区域推理、提示词缓存及兼容 OpenAI 的 API，缓存可降低延迟和输入成本。

AI 智能体隐私与安全的开放及新兴问题：情境视角

Google Research 分享 AI 智能体隐私与安全研讨会报告，以情境完整性理论探讨信息流与行动的适当性。报告由超过 50 位学术及行业领导者协作形成，提出以情境策略引擎结合系统、模型、用户及生态层面的防护，在信息离开用户工作空间前评估数据流是否适当。

使用 Amazon Bedrock AgentCore 评估多智能体系统的可解释性与有用性

Amazon Bedrock AgentCore Evaluations 可结合内置与自定义评估器，评估多智能体系统的有用性、任务成功率与可解释性。供应链示例通过自定义评估器检查业务约束、路线可行性及决策依据，并支持按需测试与在线生产监控。

Amazon Quick 用户角色降级指南

Amazon Quick 用户角色可通过删除后重建或 AWS CLI 分步降级，解决控制台无法将 Admin 或 Author 直接降为 Reader 的限制。CLI 路径为 Admin > Author > Restricted Reader > Reader；删除用户前需转移其资产所有权，避免资源无人管理或业务中断。

LangChain 与 Amazon Bedrock Knowledge Bases 的智能体检索实践

Amazon Bedrock Knowledge Bases 支持通过 LangChain 使用智能体检索，将复杂问题拆成子查询，并在证据不足时再次搜索。教程对比标准检索与智能体检索，演示知识库搭建、查询及规划轨迹读取，并讨论两种路径的成本与适用场景。

如何让 Amazon Quick 满足企业需求：自动化、可审计的跨账户资源迁移

Amazon Quick 可借助运行于 Amazon Bedrock AgentCore 的示例 MCP 服务器，实现自动化、可审计的跨账户资源迁移。该方案支持重复运行、权限复制和只读预览，更新前将版本化备份写入 Amazon S3；源码可在 aws-samples 获取。连接器需在目标账户重新认证，知识库文档不会随迁移复制。

Amazon SageMaker 推出面向编程智能体的生成式 AI 推理优化技能

Amazon SageMaker AI 推出 aws-ai-ml 技能，通过 Agent Toolkit for AWS 为编程智能体提供推理优化与基准测试能力。该技能支持兼容 MCP 的智能体，可测试端点、推荐部署配置、比较性能并生成可执行的 SageMaker Python SDK v3 代码。

如何用 Claude Code 和 Amazon Bedrock 加速受监管工作负载的开发

Claude Code 可通过 Amazon Bedrock 为受监管工作负载提供 AI 辅助开发。AWS GovCloud (US) 已提供 Claude Opus 5.5 和 Claude Sonnet 5.5，支持这一方案；组织仍需依据自身合规要求和适用监管义务评估其适用性。

ReviewBench：用于 AI 代码审查的开放基准

GitHub 开放 AI 代码审查基准 ReviewBench 的研究预览版，支持比较审查智能体并提交自有系统的评测结果。基准参考 103.9 million 个 GitHub 拉取请求的分布，收录来自 187 个公开开源仓库、覆盖 19 种语言的 219 个拉取请求，资深工程师独立复核标注的一致率为 96.6%。

OpenAI 如何应对欧盟文本溯源规则

OpenAI 阐述其在欧盟规则下处理文本水印的方式，说明水印适用范围、检测机制及优先向研究人员开放访问的原因。内容聚焦文本溯源规则下的水印应用与检测，以及研究人员访问安排。

从扫描到治疗方案，NVIDIA Inception 初创企业用 AI 帮助弥合乳腺癌诊疗的致命缺口

NVIDIA Inception 初创企业正开发 AI 应用，支持乳腺癌影像检查、风险评估与治疗规划，帮助弥合诊疗缺口。iSono Health 的 ATUSA 已获 FDA 许可，每侧乳房扫描约需两分钟。Whiterabbit.ai 自动评估乳腺密度，Ataraxis AI 利用数字病理切片与临床变量预测治疗反应和复发风险。

OpenAI 为人们使用 AI 的方式打造广告

OpenAI 在 ChatGPT 中推出新的视觉广告形式，并为广告主扩展衡量工具、归因合作及品牌适宜性支持。广告相关更新涵盖展示形式、效果衡量、归因合作与品牌适宜性，原文未披露具体功能细节或可用范围。

ThinkingBox 评测：AI 智能体说已完成，数据库却不认同

Microsoft ThinkingBox 在 507 个有状态业务工作流上各运行 20 次，以后端终态和副作用评估 AI 智能体，而非仅检查回答或工具调用。Kimi-K3 至少成功一次的任务占比为 93.89%，但全部 20 次成功的占比仅为 13.41%；Claude Opus 5 的对应比例为 79.09% 和 47.53%，体现了任务覆盖与一致性的差别。

推荐理由：通过核对数据库终态并重复运行同一任务，这项评测区分了偶尔成功与持续可靠，为涉及真实记录的智能体选型提供比较依据。

GPT-6 系列模型选用指南

GPT-6 系列模型指南面向初创企业，说明如何选择模型、调整推理力度，并为工作流投入生产做好准备。指南还涵盖提示词与技能优化，以及工具之间的协调。

如何用 Amazon Quick 与 Adjudicated Query 模式批量检查数千份租约合规性

AWS 展示如何用 Amazon Quick 与 Adjudicated Query 模式检查租约合规性，由确定性规则引擎裁决，模型只转换问题并叙述结果。架构通过固定的 6 个 MCP 工具限制操作范围，以完整性回执核对合规、违规、模糊和不可读记录总数，并在 Amazon Quick Sight 展示全量结果与证据链。

如何使用 Amazon Bedrock AgentCore 为 Claude Desktop 添加安全的 Web Search

Claude Desktop 可通过 Amazon Bedrock AgentCore Gateway 接入 Web Search，并以 JWT 身份验证保护通信。Web Search 兼容 MCP，查询流量留在 AWS 基础设施内，无需外部 API 密钥。配置使用 AWS IAM Identity Center 和 Amazon Cognito 构建认证链。

Ai2 开源 AstaBrief 8B 科学报告生成模型及训练数据

Ai2 开源基于 Qwen3-8B 的 AstaBrief 8B 及训练数据，并将其用于 Asta 科学报告生成的 Fast mode。模型通过 SFT 与 DPO 学习将研究问题和检索文献片段一次性生成带引用的报告，完整流程平均耗时由 Thinking mode 的 178.5 秒降至 51.1 秒，约快 3.5×。

AI 正在改变开发者工作：值得强化的三项技能

AI 正在改变开发者的工作方式，开发者需强化指挥 AI、审查输出和解决更大问题的能力。GitHub Copilot 内置的 Rubber Duck 智能体使用第二个模型审查计划、代码和测试。随着 AI 承担更多实现工作，开发者仍需判断客户需求、架构权衡及方案是否可交付。

Google 联邦学习研究：迈向可证明的隐私保护

Google 公布基于可信执行环境（TEE）的新一代联邦学习系统及技术白皮书，以可验证、可审计的数据匿名化机制增强隐私保障。设备上传加密训练数据，访问策略公开记录于 Rekor，密钥仅向符合策略的 TEE 工作负载提供，训练程序定期输出差分隐私模型权重。Gboard 已用该系统部署英语和日语下一词预测模型，提升准确率并加快训练；其保障仍受当前 TEE 的局限影响，完整的软件正确性证明属于未来方向。

NVIDIA DGX Spark 64GB 为开发者提供更多构建和扩展本地 AI 的方式

NVIDIA DGX Spark 将于本月推出 64GB 统一内存配置，由制造商合作伙伴供应，起价 $4,999。新配置保留 GB10 Grace Blackwell Superchip、DGX OS 和完整 AI 软件栈，可在设备上运行本地 AI 智能体。两台设备可合并为 128GB 内存集群，在 Qwen 3.8 27B 测试中性能最高达单机的 1.7x。

Google DeepMind 发布 Gemini 4 Argon，输出上限增至 1M tokens

Google DeepMind 宣布 Gemini 4 Argon，面向复杂长程工作流，将输出上限从 64K tokens 提高至 1M tokens，并通过 Fairwind Program 向可信网络防御人员逐步开放。

推荐理由：输出上限扩展与内部代码迁移案例展示了长任务能力的应用方向，分阶段开放安排也交代了网络防御能力与安全护栏的关系。

Microsoft Research 如何预测太空天气对电网的风险

Microsoft Research 的实习研究开发了机器学习系统，为美国本土 66,935 座变电站预测太空天气风险，可提前 30-60 分钟预警。系统结合太阳风信息、AE 与 Dst 预测及当地地质和位置特征，重大事件检出率为 76.5%，极端事件检出率为 64.1%，误报率随风暴强度增加。

Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印

Google DeepMind 推出概念验证工具 SynthID Bio，为 AI 生成的蛋白质序列和三维结构嵌入水印，并在实验中保持其生物功能。

推荐理由：将来源标记嵌入蛋白质序列与结构，为合成筛查和数据库标注提供可检测信号，也展示了数字水印延伸到实体蛋白质的路径。

Diffusion Controller 如何统一并简化 AI 图像生成

Google Research 的 Diffusion Controller 将图像去噪建模为连续控制问题，统一生成引导与微调方法，兼顾用户偏好和图像质量。轻量附加网络在人类偏好匹配上优于行业标准，允许修改内部权重的微调版本对基线模型取得 90% 胜率。实验采用 Stable Diffusion v1.4，以 HPS-v2 衡量效果。

Microsoft Research 推出 Quine，连接生物学世界模型与实验研究流程

Microsoft Research 推出实验性 AI 研究系统 Quine，将多模态生物学世界模型与科学工具、文献及研究人员连接起来。在与 Broad Institute 合作的胰腺癌研究中，团队用 Quine 预测并排序数千种化合物，一个周末内完成候选筛选，多项湿实验验证了高排名化合物产生的预期细胞状态变化。

Mistral 在德国慕尼黑设立新中心，推进欧洲工业 AI

Mistral 在慕尼黑设立德国中心，配置 Physics AI 和工业 AI 专门研究团队及应用工程师，服务企业合作伙伴。中心正与 BMW 合作开展碰撞模拟及工程 AI，与 Siemens Energy 合作开发工业 AI 应用。Mistral 还与慕尼黑工业大学建立研究合作，利用风洞设施开发汽车空气动力学数字孪生。

GitHub Copilot app 入门：如何用 canvases 构建自定义工作流

GitHub Copilot app 可通过 /create-canvas 技能，根据自然语言描述生成用户与 AI 智能体共享的自定义界面。创建时需说明工作流、用户可执行的操作及智能体可执行的操作，生成后可继续调整，并保存为项目共享或个人扩展。画布支持双方同步修改共享状态，无需单独发送或同步；也可从 Awesome Copilot 安装现成画布扩展后再定制。

推荐理由：把工作流、用户操作和智能体操作分别写进需求描述，是文中可迁移的界面定制方法，也便于后续逐步调整画布。

Mistral 与 Mozilla 将开放、注重隐私的多语言 AI 带入浏览器

Mistral 与 Mozilla 宣布合作，由 Mistral 模型驱动 Firefox Smart Window（beta）AI 浏览助手。服务面向法国和北美用户，英国和德国预计今年晚些时候跟进；模型针对区域语言、方言和文化语境进行微调。对话默认不保存在 Mozilla 服务器上，Mistral 等合作伙伴承诺零数据留存。

从 CUDA 到 MLX：K-Search 如何将内核优化经验迁移到 Apple Silicon

IBM Research 为 K-Search 扩展 MLX 后端与结构化 CUDA-to-MLX 翻译层，将已有 CUDA 内核优化知识用于 Apple Silicon 内核搜索。

ABBEL 如何教大语言模型更新信念，实现高效长程交互

ABBEL 将摘要表示为自然语言信念状态，并监督其信息内容，以改善大语言模型长程交互中的学习效率。在 CollabBench 协作编程任务中，基于重建的信念评分使其与完整上下文模型的性能差距缩小约 50%，训练步数减少 50%。训练后，ABBEL 的峰值上下文 token 数仍显著低于完整上下文模型。