GPT-6 与 Intelligent UI 面向所有人推出
GPT-6 正在 ChatGPT 中全球推出,搭载 Intelligent UI 提供带视觉的更快交互体验。
推荐理由:GPT-6 正在 ChatGPT 中全球推送并搭载 Intelligent UI,提供带视觉的更快交互体验,读者可据此了解官方新模型的能力方向。
GPT-6 正在 ChatGPT 中全球推出,搭载 Intelligent UI 提供带视觉的更快交互体验。
推荐理由:GPT-6 正在 ChatGPT 中全球推送并搭载 Intelligent UI,提供带视觉的更快交互体验,读者可据此了解官方新模型的能力方向。
NVIDIA 与 Microsoft 联合发布 RTX Spark 及 DGX Station for Windows,旨在将 AI 智能体深度集成至 Windows 生态。
Radisson Hotel Group 与 Accenture 合作,利用 OpenAI 技术构建了 ChatGPT 插件。该插件帮助旅行者在规划行程时查找、比较并预订酒店。
GitHub 发布与微软应用科学合作微调的密钥分类器,能在 2 毫秒内评估候选密钥,预计可将阻止泄露的密钥数量翻倍。数据显示,过去三年公开代码中每秒约出现一个新密钥,但开发者主动覆盖拦截的比例从 6.63% 降至 3.93%,表明风险意识提升而非疏忽。此前 GitHub 的推送保护主要依赖结构化模式匹配,该模型旨在扩展对无结构化密钥的防护能力。
今日 Liquid AI 发布开放权重 d1 决策模型 d1-3B 与实验性 d1-omni-600M,可在边缘设备做多模态决策。d1-3B 在 Decision Index 0.2.1 得 48.57 分超 Decider 35B-A3B,于 Jetson 延迟低至 16 毫秒。模型基于 LFM 单前向传播不生成 token,已在 Hugging Face 开放。
推荐理由:Liquid AI 开放 d1-3B 等决策模型权重,以单前向传播在 Jetson 实现低于 50 毫秒多模态推理。
OpenAI 在 ChatGPT for Teens 中上线 College Planner,协助学生管理大学申请。该更新同时引入了新的 flashcards、quizzes 功能,并成立了 teen AI council。
Microsoft Research Asia 推出并开源 Agent Lightning v1.0,一个约3500行轻量级智能体 RL 框架,使真实 harness 直接参与训练。
推荐理由:Agent Lightning v1.0通过代理机制让真实agent harness直接用于强化学习,便于团队复用部署代码并降低训练成本。
Cornerstone OnDemand 借助 Amazon Bedrock 构建 Orion AI 多智能体系统,将数据库诊断时间从45分钟减少到10分钟,降幅78%。该系统采用领域拆分的专属智能体与关键词混合路由,由三人团队六个月完成,其架构决策可供其他团队复用。
AWS 推出六周结构化项目,帮助非工程背景的业务人员构建 AI 原型。该项目利用 Amazon Bedrock AgentCore 和 Strands Agents SDK,使参与者成功开发多智能体金融工具 WealthWise。数据显示,分阶段培训比密集式培训保留多三倍实用技能,旨在解决 90% 业务人员缺乏动手经验的问题。
AWS 展示利用 Lambda Durable Functions、EventBridge 和 Bedrock 构建自动化修复工作流,以补充 DevOps Agent 的根因分析能力。该流程将调查摘要转化为预验证的修复方案,只读操作自动执行,基础设施变更需人工批准。此方案旨在降低平均修复时间(MTTR),让值班工程师从重复诊断工作中解脱。
Qlik 基于 Amazon Bedrock 构建 Qlik Answers,通过路由层与专家智能体架构解决企业数据查询缺乏来源验证的问题。自 2026 年 2 月正式可用以来,其 Discovery Agent 已发现超 10 万条异常,Lintech 等客户利用该工具将研究时间缩短 75%。
AWS 提出“智能体价值模型”,指出传统 RPA 的 ROI 模型无法衡量智能体自动化在异常处理、决策质量及维护韧性上的价值。该框架强调需将节省工时转化为实际 P&L 收益,并引用 McKinsey 数据指出企业常忽视流程重构与能力建设投入。
Nemotron 3 经 SFT 与 RL 微调后在 IOI 2026 和 IMO 2026 均超过金牌阈值。IOI 2026 中 Nemotron-3-Ultra-CC 获 535.4/600,IMO 2026 系统得 30/42,模型、数据集与 NeMo-Skills 推理管线已在 Hugging Face 开放。
推荐理由:原文给出了从 Nemotron 3 通过 SFT、RL 与推理循环微调至竞赛金牌水平的复用配方,读者可参照适配其他专业领域。
Jump Trading 利用 OpenAI 的 ChatGPT 扩展其量化研究能力。该方案通过结合多个数据源与人工审查,实现了更长周期的 AI 工作流。
OpenAI 发布了内部前沿模型在数学开放问题上的新结果,并在 GitHub 分享 Lean 证明形式化与研究细节。
推荐理由:OpenAI 公开前沿模型在数学开放问题的新结果,并放出 Lean 证明形式化与 GitHub 研究细节,便于学界验证进展。
Google DeepMind 发布 EmbeddingGemma 2,一个 740M 参数、基于 Gemma 4 架构并采用 Apache 2.0 许可的开源多模态嵌入模型,可将文本、代码、图像、视频和音频统一映射到嵌入空间。
推荐理由:原文给出了轻量多模态嵌入模型的端侧性能指标与模块化设计,读者可据此评估本地 RAG 与跨模态搜索的可行性。
该方案利用 Amazon Bedrock AgentCore 运行时与开源智能体系统 OpenClaw,构建具备持久记忆能力的上下文感知 AI 助手。系统通过 Claude Haiku 4.5 处理文本、Claude Sonnet 4.5 处理视觉任务,采用按消耗计费模式,轻度个人使用月成本仅约 1-2 美元。整个架构封装在单个 AWS CloudFormation 模板中,支持一键部署。
OpenAI 与 Ironclad 正在针对复杂的合同工作流训练和评估 AI 智能体。这一合作旨在通过专业工作场景的实战验证,推进 AI 在计算机使用(computer use)方面的能力,以更好地服务于专业工作需求。
Microsoft Research 研究员 Jennifer Neville 在播客中探讨 AI 系统评估如何推动性能边界,并分析模型在超越传统基准测试时出现的“意外失败”。她指出,当结果违背预期时,深入审视数据至关重要,并分享了与当前 AI 系统协作的实用指南。这一讨论旨在从人类或人工智能路径未如预期展开的经历中汲取教训,以预测 AI 未来的发展方向。
Atlassian 与 OpenAI 宣布扩大合作伙伴关系,旨在连接前沿模型与企业知识。该合作致力于帮助团队规划、构建和交付工作,实现企业知识的行动化转化。
Google Earth AI 的 Population Dynamics Foundation Model (PDFM) 开放预览,将搜索趋势、移动等隐私信号压缩为月度位置嵌入,可直接接入流行病学模型而无须微调。
该教程展示如何使用 Amazon Bedrock AgentCore、Amazon Bedrock Knowledge Bases 和 Amazon Nova 2.5 Sonic 为航空应用构建语音旅行礼宾智能体。架构通过 MCP 将智能体后端解耦,支持实时语音改座、政策问答与人工转接。代码置于 aws-samples GitHub 仓库,模块可复用。
Amazon SageMaker Studio 新增功能,允许用户直接在 UI 中创建、配置和管理 Amazon SageMaker HyperPod Spaces。
文章阐述了通过 SageMaker Unified Studio 管理 Amazon SageMaker HyperPod 集群的治理策略,涵盖组织、项目、集群和工作负载四层控制。该方案允许 ML 团队在项目工作区启动工作负载,同时由基础设施团队通过 IAM、EKS 或 Slurm 控制底层集群配置与容量分配,实现计算资源的安全共享。
AWS 提供 ISO/IEC 42001:2023 实施指南及 Well-Architected Framework: Responsible AI Lens,协助客户将 AI 系统影响评估整合至企业风险管理体系。
Mistral 发布 Mistral Large 4 公开预览版,这是一款 1 trillion-parameter 原生多模态开放权重模型,预览 API 已上线、权重月底发布。它在编码、智能体与多模态理解上超越欧美开放权重模型,并支持企业自主部署于网安等敏感领域。此为 Mistral 获 €3 billion Series D 后首个里程碑。
推荐理由:Mistral Large 4 开放权重预览已上线,企业能在欧洲自建设施部署前沿多模态模型,降低对第三方API与内容审查的依赖。
电信运营商正基于开放模型构建 AI 战略,NVIDIA 报告显示 89% 的受访者认为开源模型对其 AI 战略至关重要。NVIDIA 发布了 300 亿参数的 Nemotron 3 Large Telco Model,并提供了基于 NeMo 的端到端微调配方,以支持电信特定任务的定制。此前,SoftBank 和 AT&T 等运营商已利用开放模型基础开发本地化 AI 能力。
Hugging Face 发布 Falcon-Emirati-7B,这是基于 Falcon-H1-Arabic 构建的阿联酋方言专用模型,旨在理解并生成符合母语者习惯的词汇、语气及文化语境。该模型采用 7B 参数规模,在保持训练与推理成本可控的同时,通过混合真实方言数据、MSA 文化内容及受控合成数据,弥补了通用阿拉伯语模型在方言细微差别上的不足。
GLM 5.3 已在 Amazon Bedrock 上线,这是 Z.ai(智谱)推出的 753B 参数 MoE 模型,面向编码和长周期智能体任务。用户可通过 OpenAI 兼容的 Responses 与 Chat Completions API 调用,并支持提示词缓存、跨区域推理和服务层级,目前面向符合条件的企业客户开放。
推荐理由:文章给出 GLM 5.3 在 Bedrock 上的调用代码与提示词缓存示例,便于评估开源权重模型接入托管推理的成本。
Google 联合 50 余位专家发布《智能体隐私与安全中的开放与新兴问题:上下文视角》报告,提出基于上下文完整性(CI)理论构建多层防御体系。该方案通过动态策略引擎在系统、模型及用户层面评估智能体行为的适当性,以解决自主智能体在处理个人数据时面临的隐私与安全挑战。
Amazon SageMaker AI 推出 aws-ai-ml 技能,通过 Agent Toolkit for AWS 为 Kiro、Claude Code 等支持 MCP 的编码智能体提供推理优化与基准测试能力。该技能可生成可执行的 SageMaker Python SDK v3 代码,协助用户配置部署并比较性能。此前工程师需手动选择实例与容器,该技能旨在缩短从模型到生产环境的流程。
Anthropic 的 Claude Opus 5.5 和 Claude Sonnet 5.5 现已在 AWS GovCloud (US) 的 Amazon Bedrock 上可用,支持 ITAR 等受监管工作负载。
Amazon Bedrock AgentCore Evaluations 提供内置与自定义评估器,用于衡量多智能体系统在有用性、任务成功及可解释性维度的表现。该方案结合 Strands Agents SDK 构建供应链决策系统,通过自定义评估器验证约束满足、路由可行性及决策依据的清晰度。
Amazon Quick 控制台不支持直接降级用户角色,需通过手动删除重建或 AWS CLI 执行 Admin > Author > Restricted Reader > Reader 的序列。此举旨在落实最小权限原则,并将仅消费仪表盘的 Author 降级为 Reader 以利用会话计费降低固定月费成本。
AWS 发布教程,演示在 Amazon Bedrock Managed Knowledge Base 上用 LangChain 搭建 RAG 应用,并对比标准检索与智能体检索处理多部分问题的差异。
Amazon Quick 推出基于 Amazon Bedrock AgentCore 的 MCP 服务器,实现跨账户资源自动迁移。该工具支持幂等更新与版本备份,可自动复制智能体、连接器及知识库的权限配置。此前此类资源从开发到生产环境的迁移需手动重建,易出错且难以审计。
GitHub 发布 ReviewBench,一个基于 103.9M GitHub pull requests 构建的开放 AI 代码审查离线基准,含 219 个跨 19 语言 PR。
OpenAI 介绍了其在欧盟规则下实施文本水印的方法,明确了水印的适用范围及检测机制。目前该访问权限优先向研究人员开放。
NVIDIA Inception 计划成员正利用 AI 解决乳腺癌诊疗中的筛查与决策瓶颈。iSono Health 的 ATUSA 平台将 3D 超声扫描时间缩短至约 2 分钟,敏感度比手持超声高 28%;Whiterabbit.ai 的 WRDensity 软件自动评估乳腺密度以辅助筛查;Ataraxis AI 则通过病理切片预测治疗反应。
OpenAI 在 ChatGPT 中推出新的视觉广告格式,并扩展了测量工具、归因合作伙伴关系及品牌适配性。此举旨在为广告主提供针对用户使用 AI 方式构建的广告解决方案。