Worldwide Express 利用 Amazon Bedrock 自动化货运异常处理
Worldwide Express 基于 Amazon Bedrock 构建多智能体 AI 解决方案,接入其运输管理系统 SpeedShip 以自动化处理货运计费异常。上线六个月后,该公司报告活跃异常减少 75%,现金回收时间缩短 4 周,并实现 100 万美元年度节省及 1000 万美元一次性自由现金流注入。此前,该公司每月有 1500 万美元现金流因未解决的计费异常而被冻结,需人工逐一处理。
Worldwide Express 基于 Amazon Bedrock 构建多智能体 AI 解决方案,接入其运输管理系统 SpeedShip 以自动化处理货运计费异常。上线六个月后,该公司报告活跃异常减少 75%,现金回收时间缩短 4 周,并实现 100 万美元年度节省及 1000 万美元一次性自由现金流注入。此前,该公司每月有 1500 万美元现金流因未解决的计费异常而被冻结,需人工逐一处理。
Microsoft 构建了行业评估数据生成平台,利用 O*NET、在线招聘及 SEC 文件等公开数据生成全规模合成企业环境,以解决真实数据敏感性与评估需求间的矛盾。该平台通过模拟动态组织结构和自动化查询管道,建立了 Microsoft Copilot 的首个标准化评估基准,确保在完全不接触客户数据的前提下验证 AI 系统的准确性与安全性。
英国 Amazon Quick 用户组在 2026 年举办了三次季度聚会,累计吸引超过 150 名参与者。活动聚焦于使用 Amazon Quick 构建自定义聊天代理、自动化工作流及通过治理数据层消除仪表盘冗余等实践。这是该用户组自启动以来首次发布的年度总结,展示了社区在 agentic AI 应用方面的增长势头。
Epsilon 基于 Amazon Nova Act 和 Amazon Bedrock AgentCore Browser 构建了意图驱动的 UI 测试服务,通过自然语言指令执行测试以增强现有 Playwright 回归测试套件。该方案利用 AWS 托管的临时浏览器会话和 IAM 认证,消除了各产品团队维护浏览器基础设施和身份集成的重复工作。
MoEngage 使用 Amazon Bedrock AgentCore Gateway 将 400 个私有 REST API 转化为权限受限的智能体工具,避免了构建 20 个独立 MCP 服务器的复杂性。该方案无需公开端点,将新 API 接入时间从数天缩短至数小时,并节省了约 6 个月的平台工程工作量。此前这些 API 分散在七个 AWS 区域的私有 VPC 中,难以被智能体安全访问。
AWS Batch 新增配额管理功能,支持在 SageMaker Training 任务中按团队或项目划分 GPU 容量,并自动共享闲置资源。该功能提供 LEND、BORROW 等策略及跨配额抢占机制,旨在提升多团队环境下的算力利用率。此前 AWS Batch 已支持 SageMaker Training 任务的队列与调度,此次更新进一步解决了多团队共享 GPU 时的协调与配置开销问题。
基于 Amazon Nova Act 构建的 QA Studio 新增应用组织与团队权限管理功能,以解决规模化测试中的归属与访问控制问题。应用功能通过 CloudWatch 指标计算 0-100 健康分并识别不稳定测试,团队管理则实施五级角色权限控制。这是继自然语言测试定义和 CI/CD 批量回归测试后,该参考解决方案的第三部分能力更新。
AWS 演示了在 Amazon EKS 上利用 Ray Train DLC 和 EFA 进行 PyTorch 分布式训练的方法。该方案使用预构建的 Ray Train DLC 镜像,通过 KubeRay 在两个 g6.12xlarge 实例上跨 8 个 NVIDIA L4 GPU 微调 Qwen2.5-1.5B 模型。
AWS 发布基于 Amazon Bedrock AgentCore 的企业级 Agentic AI 平台参考架构与蓝图。该方案采用联邦式运营模式,通过独立的推理与工具网关、多账户控制平面及自动化评估流水线,实现 Workstream 团队在安全边界内的独立部署、回滚与成本归因。此架构旨在解决多团队构建智能体时的治理漂移、所有权审计及跨账户成本可视化等生产环境瓶颈。
NVIDIA 发布开放权重多语言语音转写模型 Nemotron 3.5 Transcribe 与 Granary v2 数据管道,支持40种语言转写、31种互译及13种语言说话人归属。
推荐理由:NVIDIA开放权重多语言转写模型在多个基准领先,其开放的Granary v2数据管道和微调配方便于开发者适配领域词汇。
Exowatt借助Amazon SageMaker AI无服务器模型定制微调Qwen3-1.7B与Qwen3-14B,在告警分类和能源市场分析任务上准确性超越前沿模型且成本最高降至1/49。流水线覆盖数据准备、微调、评估与边云部署,边缘模型量化至8位运行于现有CPU,云端模型经Bedrock导入按活跃计费无闲置成本。该实践源于Exowatt设备群从测试台向制造与现场单元扩展时对可缩放AI层的需求。
AWS 为 SageMaker AI 训练与处理作业推出 SOCI 索引镜像,通过懒加载将容器启动从数分钟缩短至秒级。基准测试显示镜像拉取时 GPU 空闲时间减少最多 90%,训练性能仅首轮多耗 3-16 秒。用户使用预索引 DLC 或自建索引即可接入,无需改动作业定义或 API。
AWS 发布基于 AWS CDK 的解决方案,在 Managed Amazon Bedrock Knowledge Base 上构建企业级智能体检索系统。该系统利用 AgenticRetrieveStream API 实现多轮规划与工具驱动检索,并通过 Amazon CloudWatch 仪表盘提供全链路可观测性。
在 Amazon Bedrock 上使用 OpenAI 模型时,通过提示缓存可复用智能体重复发送的工具定义与指令,降低输入成本。文章演示了结合隐式与显式缓存,利用 prompt_cache_breakpoint 标记静态前缀,使后续请求仅处理新增内容。此前智能体每轮需重读全部历史,导致 token 费用随轮次线性增加。
基于 SageMaker SDK v3 构建的边缘端计算机视觉全车队生命周期管理方案,利用 SageMaker Neo 替代已弃用的 Edge Manager 进行模型优化。
OpenAI 通过可靠的多租户架构、全球缓存及 Azure Cosmos DB 扩展了 Habitat 系统,为 ChatGPT 实现了 12 倍更快的读取速度。该方案旨在支撑超过 10 亿用户的在线存储需求,是 OpenAI 此前关于扩展存储以服务海量用户系列内容的第二部分。
拜耳作物科学基于 Amazon Bedrock AgentCore 构建 Agentic Decision Engine (ADE),作为多智能体自然语言接口连接其 Connected Decision Engine。ADE 在生产环境运行 22 个专家智能体,利用 LangGraph 编排,第一阶段可独立解决约 80% 的用户问题。此前诊断工作流故障需超过一小时,现缩短至 10 分钟以内。
Amazon Quick Sight 图层地图新增支持 GeoJSON 中的 Point 和 LineString 几何类型,可绘制具体位置点及连接各点的路线。该功能通过共享键将 GeoJSON 文件与数据集关联,最大支持 100 MB 文件,此前图层地图仅支持上传自定义形状层。
AWS CDK 通过自定义资源编排 SageMaker AI 端点更新时的自动扩缩容注册与注销流程。该方案解决了 CloudFormation 在更新端点配置时因自动扩缩容目标未注销导致的部署失败或状态丢失问题。开发者可在单次部署中同时更新端点配置和自动扩缩容参数,无需手动干预。
Hugging Face 推出 TorchNeuron 模型支持查询 Space,用于检测 Hub 热门模型在 AWS Trainium 上的兼容性。该工具展示模型运行状态、Trainium 核心分片数及峰值内存,并提供基于 torch-neuronx 的 run.py 脚本供用户自行部署。目前仅测试文本生成和图文转文本模型,结果数据已公开为 Parquet 数据集。
Amazon SageMaker AI 扩展了无服务器模型定制能力,推出训练会话 API,允许用户通过 Python 代码直接控制训练循环,无需管理底层 GPU 基础设施。
AWS SageMaker AI 无服务器模型定制功能扩展,新增训练会话(Training Sessions)正式可用。该功能允许用户编写自定义后训练逻辑(如 SFT、DPO、RLVR),由 SageMaker AI 自动处理 GPU 分配、分布式执行及故障恢复,无需管理底层基础设施。此前该服务已提供无服务器模型定制,此次更新旨在解决多轮强化学习等复杂场景下的基础设施管理难题。
IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 构建了企业知识助手,利用原生 SharePoint 连接器直接摄取文档,无需自建 RAG 基础设施。该方案支持四国语言混合检索与文档级权限控制,团队使用 Kiro 和 Claude Haiku 4.5 完成了从前端到部署的全栈开发。
Amazon Polly 生成引擎升级现已正式可用,新增 14 种语音覆盖 9 个地区,并首次提供印地语和芬兰语生成语音。此次升级保持 API 调用和语音名称不变,现有应用无需修改代码即可直接享受更自然、低延迟的语音输出。
该方案在 Amazon SageMaker AI 上部署 Kokoro-82M 模型,通过流式传输实现 AI 智能体语音生成的低延迟响应。模型仅含 8200 万参数,运行于 ml.g5.xlarge GPU 实例,支持双向流式传输以在生成过程中即时合成音频。
Rescale 利用 AWS 的 AI-DLC 框架和 Strands Agents 构建了自动化测试失败分诊智能体,从问题定义到预发布部署仅用五天。该智能体运行在 Amazon EKS 上,调用 Claude Opus 4.8 对端到端测试失败进行分类和路由,并通过 MCP 查询日志生成修复报告。此前 Rescale 工程师需手动处理大量测试失败,导致发布流程受阻。
在 Amazon SageMaker AI 部署 Kokoro-82M 模型时,通过实测单实例最大并发数 Q_max 和扩缩容耗时 T_total,推导自动扩缩容阈值。该方法替代了传统猜测式配置,利用原生指标 ConcurrentRequestsPerModel 避免 TTS 场景下因目标值偏差导致的资源闲置或延迟超标。
NVIDIA 发布 AIOps 平台 Minerva,旨在通过整合基础设施与 AI 工作负载遥测数据,利用专用 AI 模型提升 AI 工厂生产力。该平台构建动态知识图谱,每小时分析数十亿数据点以检测异常并预测故障,将相关事件聚合为单一可操作项。IREN、IBM、Tesla 等合作伙伴计划部署 Minerva,Dell、Lenovo 和 Supermicro 也将将其纳入 AI 工厂运营组合。
欧洲零售商利用 NVIDIA 加速的开放模型与物理智能技术优化业务,Shopify 通过微调 Nemotron 3.5 Lightning 将推理成本降低 90% 且响应速度提升 7 倍。
在 GTC Berlin 上,欧洲银行和支付公司展示基于 NVIDIA 加速计算和开源权重的生产级智能应用。Revolut 利用 NVIDIA Blackwell Ultra GPU 扩展其基础模型 PRAGMA,服务 8000 万客户;Stripe 使用 NVIDIA GPU 加速 Ray Data,使欺诈检测数据管道提速 42 倍。
AWS解决方案架构团队发文剖析其构建的开源多智能体系统Deep Insight,讲解它如何解决生产环境的五大核心挑战。系统基于Strands Agents SDK与Amazon Bedrock等构建,提供三种部署方式并已在GitHub开源。本文为三部分系列第一篇,后续将涵盖上下文工程与生产部署。
推荐理由:AWS团队以自研Deep Insight为例,梳理生产环境多智能体系统的五大挑战与架构对策,为类似系统提供可复用的设计与部署参考。
该指南演示了如何利用 AWS PrivateLink 配置 VPC 端点和连接,使 Amazon Quick 在不经过公共互联网的情况下安全访问企业防火墙后的私有数据源。
在 AWS Trainium 上,torchtitan 通过 TorchNeuron 将 Trainium 注册为原生 PyTorch 设备,支持使用标准接口对 Qwen3 进行预训练或微调。
Dharma-AI 在 Hugging Face Blog 发文预览 VocabX 方法,通过按 token 成本而非频率专门化词汇表,在 Qwen3-4B 葡萄牙语评分器上实测推理成本降低 77%。该方法保持基础模型不变,将输出层词汇从约 152,000 压缩至约 65,000,并在合同、代码等五类域对比中均优于参考方法。完整 VocabX 论文将于近期发布。
Hugging Face 发布教程,指导用户利用 TorchNeuron 在 AWS Trainium 上系统分析推理性能瓶颈。教程演示了配置 torch.profiler 捕获 Neuron 设备时间,并通过 Neuron Explorer 追踪操作从框架分发到硬件执行的全过程。
Hugging Face 发布教程,指导用户利用 TorchNeuron 在 AWS Trainium 上系统分析推理性能瓶颈。教程演示了配置 torch.profiler 捕获 Neuron 设备时间,并通过 Neuron Explorer 追踪操作从框架分发到硬件执行的全过程。
NVIDIA 宣布 CUDA-X 库 cuDSS 正式可用,通过将大型稀疏系统求解迁移至 GPU 来加速工程与科学模拟。该库支持 C、C++、Python 和 Fortran 接口,可集成至现有软件,帮助开发者在更低成本下探索更大规模模型。Applied Materials 等合作伙伴已集成 cuDSS,在半导体及结构模拟中实现了最高 10 倍的速度提升。
NVIDIA CEO Jensen Huang在GTC Berlin 2026 keynote上公布DSX POD模块化AI工厂、OpenShell安全智能体架构与Agent Knowledge Foundation等知识层工具。
推荐理由:NVIDIA推出DSX POD等模块化AI工厂参考设计,将部署周期从六个月压缩到14天,为欧洲企业参与AI经济提供基建方案。
i14 利用 TorchNeuron Native 在 AWS Trainium2 上训练和部署 Laplace 3B 线性注意力模型,其递归状态固定为 29.5 MB,不随上下文长度增长。
Octave 在 Amazon Bedrock 上构建了基于 Cohere Embed v4 的三层多租户 AI 基础,将每个用例的部署时间缩短了 50%。