Amazon SageMaker AI 推出训练会话 API,实现无 GPU 管理的自定义训练循环
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。
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。
Flint-interactive 是微软研究开发的用于创建交互式数据可视化的语言,通过编译器将交互转为语义事件。它支持智能体经 Flint-MCP 在聊天中生成可点击筛选的图表,分离视觉与交互逻辑以减少调试成本。
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。
Google DeepMind 绘制全球森林类型地图 ForTy 2020,以 10 米分辨率将各地块分为六类森林与土地利用类型。该地图附带 2017 至 2025 年年度变化序列,验证准确率 90% 且已在 Google Earth Engine 开放。这是继去年 Natural Forests of the World 2020 后进一步区分森林类型的努力。
IBM Granite 开源 Granite Timeseries Ensemble r1,将四种预训练时间序列架构集成为统一接口输出点预测与分位数预测。默认 Probabilistic Ensemble 等权池化免拟合,在 GIFT-Eval 97 项配置上聚合 MASE 优于四成员但优势微小,价值在于跨序列鲁棒性。
NVIDIA 在欧洲部署 Earth-2 开源模型,最新推出的 StormScope EU 利用 EUMETSAT 卫星数据每 10 分钟更新欧洲区域短期预报。AXA、Vaisala 及曼彻斯特大学等机构正利用 FourCastNet 3、CorrDiff 等模型优化风险预测、空气质量建模及太阳能发电评估。
全球企业利用 NVIDIA DSX AI Factory Platform 将电网与 AI 工厂作为统一系统进行规划、模拟和运行,以解决电力成为基础设施最大瓶颈的问题。
NVIDIA 扩展 Cosmos 平台,新增 Cosmos Data Factory 蓝图、训练工具及 Cosmos 3 模型,支持开发者构建物理 AI 世界模型。
U.S. Hunger 利用 Amazon Quick 连接领导层与数据,使 CEO 能直接探索 Full Cart 项目数据并减少技术团队依赖。通过 Quick Spaces 共享 KPI 定义与财务文档,17 名员工得以在统一语境下协作分析。该组织此前已交付超 2.5 亿份餐食,并实现了四年 500% 的业务增长。
Pollen Robotics 与 Hugging Face 联合发布开源双足机器人 Microduck,并推出基于 Isaac Lab 3.0 和 Newton 的训练部署教程。该工作流支持在仿真中训练行走策略,导出为 ONNX 格式后部署至真实硬件,并可在 Microduck Arena 中验证兼容性。此前该模型仅开放 API
OpenAI 推出 Patch the Planet 项目,连接安全研究人员、维护者和事件响应人员,以智能体协助解决开源关键漏洞。该项目旨在通过全球响应协调机制,加速开源生态中严重安全问题的修复与处置。
OpenAI 构建了 ChatGPT 的 LLM 驱动广告技术栈,旨在理解对话意图并实现大规模相关广告分发。该架构确保广告与回答内容严格分离,以维护用户信任。
OpenAI、PerturbAI 和 Scripps Research 利用分布式 AI 智能体在数百万个脑细胞数据中发现了有前景的研究线索。
ChatGPT Ads 服务扩展至 26 个新国家,目前已有超过 100,000 名广告主使用该平台。此举使更多本地企业和全球品牌能够触达在 ChatGPT 中探索、比较和决定购买的用户。
Hugging Face 发布 SimReady Central,在平台提供超2000个带物理属性的仿真就绪OpenUSD资产,免费供机器人与AI工厂数字孪生使用。资产涵盖机械臂、夹具及冷却设施等,开发者可组合搭建仿真场景,OEM也能提交验证资产。该库集成 NVIDIA USD Search 支持自然语言检索,并演示了拣选与AI工厂布局比对工作流。
NVIDIA 扩展开源 Agent Toolkit,新增 Agent Knowledge Foundation 以利用公司数据增强智能体能力。该基础包含 CUDA-X 库、Auto-Ontology 以及 Nemotron Retriever 和 Kumo 系列开放模型,支持在 Palantir、Databricks 等环境中部署。
NVIDIA 宣布扩展机密计算,新增 Confidential Bare Metal 部署选项,允许前沿模型构建者在第三方基础设施上运行敏感工作负载。该功能支持 NVIDIA Grace Blackwell 和 Rubin 系统,并与 NVIDIA DSX OS 集成。Cohere 和 Google Cloud 已计划或宣布支持该功能,以保护模型和数据安全。
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 在 GitHub 开放工厂运营蓝图(FOX)早期访问,支持开发者部署协调机器与专业任务的工厂智能体。Siemens 集成该蓝图预计节省 20% 成本,并将检测校准时间减少 40%。NVIDIA 同时发布 cuDSS 通用版本,加速结构应力等复杂模拟,助力欧洲工业领袖重塑工程与制造流程。
Google Cloud 与 NVIDIA 宣布 NVIDIA Vera Rubin 基础设施下月普遍可用,A5X 实例集成 Vera Rubin NVL72 等为云客户提供训练、推理与大规模强化学习平台。Google Cloud 计划将相关基础设施扩展至多达 960,000 Rubin GPUs 并覆盖欧洲,首个客户 Ineffable Intelligence 已用于强化学习研究。
NVIDIA 在 GTC Berlin 展示 RTX Spark、DGX Spark 及 DGX Station 等本地 AI 硬件。RTX Spark 支持 Windows 个人智能体,DGX Spark 64GB 版本于 10 月 23 日上市,DGX Station 提供 748GB 内存。此前 RTX Spark 已于上周发布,DGX Station Windows 版预计 12 月推出。
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。
Terminal X 的 Eval Agent 使用 GPT-6.1 Sol 模型,在匹配资深投资者判断方面达到 88.6% 的准确率。该 Agent 基于 54 项标准评分,能比此前多捕捉 25% 的基金投资指令偏离情况。
一家独立的 Schlotzsky’s 和 Cinnabon 特许经营商利用 ChatGPT Work 将现金对账时间缩短了 94%。该商家通过构建新工作流,将菜单重新定价的时间减少了 95%,并预计能释放 10 万美元的现金流。
Amazon Quick 结合 Amazon Bedrock AgentCore 实现对话式供应链智能,将分散在 ERP 等系统中的数据转化为即时决策。该方案通过 MCP 协议连接后端系统,使管理者能用自然语言查询中断影响并自动发起紧急 RFQ,将原本需 45-60 分钟的多系统操作缩短至几分钟。
Smartsheet 推出通用可用的 MCP Server,支持 AI 智能体通过标准化协议读写和管理 Smartsheet 数据。该服务器提供超过 40 个工具,允许用户通过自然语言更新任务状态、创建行及修改项目结构。文章演示了如何通过 Amazon Quick 和 Kiro 连接该服务器,实现跨职能工作流中的自动化任务管理。
Smartsheet 推出通用可用的 Model Context Protocol (MCP) Server,支持 AI 助手通过标准化协议读写及管理数据。该协议涵盖 40 多种工具,允许用户通过自然语言更新任务状态、创建行及修改项目结构。文章演示了如何通过 Amazon Quick 和 Kiro 连接该服务器,实现跨职能工作流中的自动化任务管理。
AWS Agent Registry 提供托管服务,允许编排器在运行时通过语义搜索发现 MCP 服务器和 A2A 智能体,替代硬编码工具。该服务返回连接元数据但不含认证凭据,需通过独立路径获取。此机制解决了企业系统中工具数量激增导致的编排瓶颈,使新能力在注册审批后即可被动态调用。
Amazon Bedrock 加拿大区域现可通过跨区推理访问 OpenAI GPT-5.6、GPT-6 及 GPT-6.1 系列模型。这些模型支持 100 万 token 上下文窗口、推理模式及工具调用,并兼容 OpenAI Responses API 与 Bedrock Converse API。推理请求由北美区域处理,用户无需在应用中管理目标区域路由。
Hugging Face 发布 TorchTPU,一个原生 PyTorch 后端,让 TPU 成为 PyTorch 的普通设备,Hugging Face 生态的 Transformers、Diffusers 和 Kernels 均可原生运行于 TPU。
推荐理由:PyTorch用户过去需借助torch_xla或JAX才能用TPU,TorchTPU原生后端让Hugging Face模型指定tpu设备即可运行,简化部署流程。
Hugging Face 发布 AnyLanguageModel 1.0,为 Apple 平台提供兼容 Foundation Models 的 Swift API,可用同一代码调用本地与托管模型。
PyTorch 2.15 为 Mac 的 MPS 后端带来 FP8 支持与专用 Metal 内核,MoE 模型解码较 2.14 提速 5–6.5 倍,Wan2.2 视频 VAE 解码显存从 270 GiB 降至 8 GiB。softmax 与线性代数运算也显著加快,并新增 Python 层 MPS 流控制。
推荐理由:PyTorch 2.15 在 Mac 的 MPS 后端加入 FP8 与 Metal 内核,使 MoE 模型解码提速 5 至 6.5 倍,视频生成显存由 270 GiB 降至 8 GiB。
Amazon Bedrock 现已支持所有 Anthropic Claude 模型在 bedrock-runtime 与 bedrock-mantle 端点返回符合 JSON Schema 的结构化输出,无需自定义解析或重试逻辑。该功能使用约束解码在生成时强制模式,使输出从概率性变为确定性,并可通过 24 小时语法缓存提升复用性能;目前已在两端点正式可用。
OpenAI 正在改进 ChatGPT 在低资源编程语言中的表现,并推出了针对软件工程、SQLite 及 COBOL 迁移的新评估。
AWS 宣布新 SageMaker Studio 用户可通过 Google、GitHub 等身份在 2-3 步内完成注册,无需信用卡即可在约 20 秒内进入预配置环境。新用户获得 $100 AWS Free Tier 额度,最高可达 $200,有效期 6 个月。此举配合此前 Hugging Face 一键部署功能,消除了开发者从发现模型到部署的主要障碍。
Amazon SageMaker JumpStart 在 2026 年 1 月至 9 月间新增超过 100 个来自 30 家提供商的模型,显著扩展了目录规模。新增内容涵盖 NVIDIA Cosmos3 世界基础模型、多模态模型及量化模型,支持一键部署与 LoRA 等微调技术。此次扩容旨在满足客户对模型架构、规模及多模态能力的多样化需求。
Hugging Face 发布 TorchNeuron 公开 Beta,为 PyTorch 提供 AWS Trainium 原生后端,使 Transformers、Diffusers 等库直接支持 Trainium。