NVIDIA 扩展 CUDA-X 库赋能 AI 智能体加速科学发现
NVIDIA 扩展 CUDA-X 库(含 cuPhoton、cuPotential、cuSpa),为 AI 智能体提供加速科学发现工具。cuPhoton 将黑洞观测分析从一个月缩短至 8 分钟,cuSpa 实现 900 倍加速,cuPotential 提升分子模拟 3 倍。这些加速帮助科学家处理更大数据集并实时引导模拟,是 SC26 大会发布的一部分。
NVIDIA 扩展 CUDA-X 库(含 cuPhoton、cuPotential、cuSpa),为 AI 智能体提供加速科学发现工具。cuPhoton 将黑洞观测分析从一个月缩短至 8 分钟,cuSpa 实现 900 倍加速,cuPotential 提升分子模拟 3 倍。这些加速帮助科学家处理更大数据集并实时引导模拟,是 SC26 大会发布的一部分。
NVIDIA Vera Rubin 平台在 MLPerf Training v6.1 中横扫全部基准,并在 MLPerf Endpoints 智能体推理测试中领先。
NVIDIA 发布 Slurm 26.11 扩展,支持通过 QRMI 和 QDMI 接口将量子处理器集成到超级计算中心。该更新允许 QPU 构建者通过单一文件创建通用硬件接口,简化了 HPC 中心与量子硬件的集成流程。目前 Alice & Bob、IBM 等机构已采用此扩展,Slurm 26.11 将于本月晚些时候可用。
Lambda 采用 NVIDIA Photonics 共封装光学交换机连接超过 10,000 个 GPU 的 NVIDIA GB300 NVL72 机架集群。该方案将网络功耗效率提升最高 5 倍,可靠性提升最高 15 倍,并在机架和 Pod 规模下分别降低约 4% 和 10% 的网络延迟。
OpenAI 为 ChatGPT for Healthcare 引入计算机使用智能体、改进的临床回答及跨医疗软件工作的新插件。这些功能旨在通过跨软件协作完成实际医疗工作,推动护理流程向前发展。
The King’s Trust 与 OpenAI 启动一项 100 万英镑的合作计划,旨在帮助英国多达 25,000 名年轻人掌握实用的 AI 工作技能。
LVMH 媒体部门与 OpenAI 宣布建立战略合作伙伴关系。双方将利用 AI 支持新闻业,并通过 ChatGPT 提升其出版物的可访问性。
NVIDIA 在 COEX 举办为期两天的 AI Day Seoul,吸引超过 2000 名韩国产业领袖、初创企业及开发者参与,聚焦物理 AI 与 AI 智能体。
OpenAI 推出科学博客,分享研究人员利用 AI 推进科学发现的新成果、实用方法及亲历记录。
OpenAI 探索了标准模型的非微扰晶格定义候选方案,并展示了 GPT-6 Astra 如何将这一构想转化为详细证明。该工作旨在利用大语言模型辅助解决高能物理中的复杂理论推导问题。
Shield 利用 OpenAI 帮助 IT 技术人员移交遗留门户中的工作。其 Forge 智能体负责导航系统,使技术人员能专注于需要其判断的问题。
NVIDIA NeMo Switchyard 开源库通过 LiteLLM 集成,在 Amazon Bedrock 上实现编码智能体请求的路由,支持 Stage 和 Random 两种策略。该方案利用 AWS CDK 部署,旨在通过评估“每解决任务成本”来优化 Claude Code 等智能体的运行开销。
GS Caltex 利用 Amazon SageMaker Canvas 和 Pipelines 将流程工程师的模型接入生产工作流,实现了从 Canvas 到 Pipelines 的自动化交接。ML 工程师部署模型的时间从约一周缩短至数小时,并通过每 30 分钟一次的批量推理显著降低了推理成本。此前该交接过程需要手动配置数据路径和模型参数,且依赖持续运行的端点。
用户可从 Amazon SageMaker JumpStart 部署 OpenFold3-preview,该开源模型由 OpenFold Consortium 和哥伦比亚大学 AlQuraishi Lab 开发,支持预测蛋白质、DNA、RNA 及配体的 3D 结构。
Amazon Bedrock AgentCore runtime V2 在部署时构建一次微VM快照、新会话直接恢复以减少启动耗时,AWS 官方文章讲解了四种优化架构模式。这些模式涵盖将静态工作置于 init 阶段、用 build hook 加载进程外文件、以及在用户交互前预暖会话。文章还提供延迟测量方法与快照 pitfalls 提醒。
Google 面向外部研究者和开发者开放 Antigravity 中的 /teamwork 与 /boost 多智能体工具,支持结合 Gemini 4 模型开展长程科学证明与工程任务。
推荐理由:这些多智能体工具向外部开放,研究者可借 Gemini 4 与验证环路自行开展大规模证明与工程任务。
AssemblyAI 利用 Amazon EC2 Spot 实例与 Amazon ECS 构建混合 GPU 集群,在保持 SLA 承诺的同时大幅降低大规模语音转文本推理成本。该架构通过混合 g4dn、g5 和 g6 实例族分散风险,并采用 Amazon SQS 队列机制实现中断后的任务自动重试。此方案部署于欧洲 AWS 区域,以满足医疗、金融等受监管行业的数据驻留合规要求。
Amazon Bedrock 提供内置的零代码成本归因功能,将每次推理调用追溯至发起请求的 IAM 主体。该机制通过 bedrock-runtime 或 bedrock-mantle 端点工作,支持 Claude Code、OpenAI Codex 等工具,无需修改 API 调用即可在 CUR 2.0 中实现按用户和团队的成本可视化。
Amazon SageMaker HyperPod 新增 Data Capture 功能,可将生产环境推理数据记录至 S3 以支持模型迭代。该功能提供三个独立捕获层级,对模型可用性零影响。文章演示了利用捕获数据发现盲点、标记并微调 Qwen2.5-3B-Instruct 模型的完整流程。
Hugging Face 演示了利用 SimReady 资产在 Isaac Sim 中构建机器人抓取放置仿真的流程。该示例使用 UR17G 机械臂、Robotiq 2F-140 夹爪和饮料罐,并借助 GPT-6 Sol 生成控制代码。SimReady Central 是 Hugging Face 上的开放资产库,提供带有仿真属性的 OpenUSD 资产。
XYBench 旨在帮助解决提问背后的真实问题,它提供 8K+ 真实问题评测大模型能否识别用户错误前提并导向真实目标。测试显示 Claude Sonnet 4.6、GPT-5、Gemini 3.1 Pro、Qwen3.5-9B 和 DeepSeek-V4 Pro 多聚焦表面请求而非真实目标,该基准获 EMNLP 2026 最佳资源论文奖。
ChatGPT Wallet 推出,为 ChatGPT Work、Codex 和 dots 中的智能体提供在用户批准和现有银行卡保护下完成购买的安全方式。
推荐理由:ChatGPT Wallet 为 ChatGPT Work、Codex 等环境中的智能体提供经用户批准的代付能力,并延续银行卡保护,可降低自动采购风险。
llama.cpp 与 ggml 发布 v1.0.0 版本,明确语义化版本规则与 API 兼容边界。目前支持超过 150 种架构变体及主流推测解码方法,并通过 Linux、macOS 等渠道分发。这是项目诞生 3.5 年来的重要里程碑。
推荐理由:llama.cpp与ggml发布v1.0.0并明确API兼容边界,依赖本地推理的开发者可更稳定地规划集成与升级。
DeepSeek 今日开放全套应用 API,开发者启用现有 API 参数即可获得 Web 搜索、文件输入和 URL 读取等对话能力。deepseek-flash 模型在 Messages、Responses 和 Chat Completions APIs 中支持上述功能,工具调用与上下文组装由服务处理。
推荐理由:DeepSeek 开放全套应用 API,开发者通过现有接口启用参数便可获得搜索与文件输入等对话能力,由服务侧完成工具调用。
Proximie 利用 NVIDIA Cosmos 3 优化手术室物流,使病例处理量提升 8% 且周转速度加快 45%。ConcertAI 基于 NVIDIA AI 构建的引擎将癌症患者临床试验匹配速度提升至人工方法的 3 倍,并支持高达 50% 的试验入组率。这些应用旨在减少医护人员在常规任务上的时间,使其能更专注于患者护理。
OpenAI 启动第一阶段嵌入式评估,由 Apollo Research、METR、Transluce 和 Goodfire 独立评估模型对齐、安全防护和监控系统。
Gondola 利用 Codex 和 ChatGPT 提升团队效率,实现营收翻倍。其中,Codex 使该团队首席工程师的产出提升 50%,ChatGPT 简化了日常工作流程。
Amplitude 基于 OpenAI 模型构建的主动产品智能体 Wave,能够识别构建目标、协助团队通过编码智能体交付变更并衡量影响。该智能体帮助 Amplitude 在 1-2 天内完成产品改进的交付。
GitHub 员工 Andrea Griffiths 在 GitHub 博客发表 agent 技能实践指南,讲解如何将重复任务封装为可跨智能体复用的技能。
推荐理由:本文给出了将重复任务封装为可移植智能体技能的具体方法,团队可借鉴其清单与校验点设计来沉淀业务知识。
Natera 基于 Amazon Bedrock AgentCore 构建了名为 SWARM 的实验室运营智能体系统,实现了约 130 倍的首次响应速度提升和 96.2% 的工单自动化覆盖率。该系统通过两个互补的智能体共享技能库,在工单到达时即时提供机构知识支持。此前 Natera 面临平均 17.4 小时的首次响应时间,且资深技术人员离职导致关键诊断知识流失。
RadixArk 与 Annapurna Labs 合作推出的 SGLang-Neuron 现已通过 AWS Deep Learning Container 公开可用,支持在 AWS Trainium 上运行 SGLang 进行模型服务及强化学习 rollout 生成。
Microsoft Research 发布第 98 期研究简报,涵盖 AI 语音翻译进展、31 年未解的 KLS 猜想证明及编码智能体效率优化。针对长会话中上下文压缩导致的高成本问题,新提出的 APEC 方法在评估中降低了 25.4% 的成本和 9.6% 的执行时间。此外,研究还介绍了跨 104 种语言的 Latent Core Tokenizer 技术,旨在提升多语言模型性能。
Amazon Bedrock 推理成本受缓存时长、服务层级、推理力度和 maxTokens 四个请求级参数影响。以 Claude Sonnet 5 为例,5 分钟缓存写入成本为输入费率的 1.25 倍,1 小时写入为 2 倍,缓存读取仅为 0.1 倍。
Amplitude 基于 OpenAI 模型构建的主动产品智能体 Wave,能够识别构建目标、协助团队通过编码智能体交付变更并衡量影响。该智能体帮助 Amplitude 在 1-2 天内完成产品改进的交付。
Granite 发布 granite-4.1-3b-LLMON-preview 与 granite-4.1-8b-LLMON-preview 两款支持 LLMON 标记语言的实验性预览模型。
推荐理由:与常规指令微调模型相比,这两个 Granite LLMON 预览模型在 OPI 等基准上将间接提示注入攻击成功率降至近零,且通用能力不降级。
AWS 展示如何利用 CUR 2.0 和 AWS Budgets 实现 Amazon Bedrock 按 IAM 主体的成本可视化与自动支出限额。该方案无需编写应用代码,通过 IAM 主体标签归因、Cost Explorer 或 CUR 2.0 报告,以及触发 Deny IAM 策略的预算动作来执行限制。此前 Jamf 曾基于 Lambda 构建实时支出执行循环,而本方案仅依赖 AWS 原生功能。
文章演示了利用 Amazon Bedrock 和部署在 AWS Fargate 上的 LiteLLM 构建自助式 LLM 网关,通过 OpenAI 兼容 API 抽象底层模型访问。该架构支持开发者通过单一 API 密钥使用 Claude Sonnet 等模型,并实现按用户成本控制和性能监控。此方案允许开发者在不修改工具配置的情况下切换模型或添加回退机制。
文章提出基于单任务成本而非单 token 成本评估 Amazon Bedrock 智能体支出的框架,指出 tokenizer 效率、输出冗余、智能体循环及推理开销是定价页未显示的四大隐性成本驱动因素。通过缓存、路由和输出约束降低单任务成本,并利用人类基线、保留实验及五维记分卡量化智能体相对于人工的 ROI。
Amazon Bedrock AgentCore runtime 宣布更新,在每会话硬件隔离的 Firecracker MicroVM 基础上将会话启动提速最多15倍、计算扩至4倍且效率升68%。新版本支持空闲缩零与按用量计费,数据可挂载文件系统纳入同一信任边界,多家企业报告成本与延迟降低。该更新是 AgentCore 托管计算层面向生产规模智能体的升级。
Google DeepMind 今日发布 Gemini 4 Hydrogen 模型,面向 Google AI Studio、Gemini API、Gemini app、Search 等全员开放,默认高思考层级在 Artificial Analysis Intelligence Index 获 51 分超越 Argon 的 50 分。
推荐理由:Gemini 4 Hydrogen以统一价格和四档思考层级面向全员开放,开发团队可据此权衡不同智能体任务的成本与延迟。