Amazon SageMaker AI 实时端点现支持 KV cache 感知路由
Amazon SageMaker AI 实时端点新增 KV cache-aware routing 策略,按容器报告的缓存状态选择实例。它用托管缓存索引按 token 匹配最长缓存并权衡负载,无有效匹配或匹配实例都繁忙时回退到 load-aware routing。
Amazon SageMaker AI 实时端点新增 KV cache-aware routing 策略,按容器报告的缓存状态选择实例。它用托管缓存索引按 token 匹配最长缓存并权衡负载,无有效匹配或匹配实例都繁忙时回退到 load-aware routing。
AWS Agent Registry 现已支持自定义元数据模式,允许管理员定义组织特定的键值对并强制所有记录遵循该模式。该功能通过验证环境、业务单元等字段,实现了基于结构化证据的治理与合规,并支持结合自然语言查询和元数据过滤进行资源发现。此前,组织在 AWS Agent Registry 中无法定义这些特定事实并存储于每条记录中。
Amazon SageMaker 新增 AI 数据准备功能,支持通过 Python SDK 和 AWS AI-ML agent skill 生成合成数据、评估及改进现有数据集。该功能包含自动标注、人工审核、数据质量评估及转换等独立模块,可链式组合以简化从原始数据到训练的工作流。Splunk 等团队已利用其合成数据生成能力,加速构建特定任务的评估模型。
Astra for Law 在涵盖 24 个法律领域的发布评测中排名第一。目前,所有 ChatGPT Enterprise 客户均可申请访问权限。
Aionic Labs 开源的时序语言模型 OpenTSLM 现已在 Amazon SageMaker JumpStart 上线,支持在 AWS 环境中部署。该模型结合数值测量与文本上下文,帮助 Nexthink 的 Spark 智能体实现主动 IT 支持。此前 OpenTSLM 仅作为开源模型发布,此次接入 SageMaker 提供了标准化的模型发现与部署路径。
AWS 推出开源 Python SDK 和 Terraform 栈 SMART,用于在 Amazon Bedrock AgentCore 上构建 WhatsApp AI 智能体。
LoanPro 与 AWS 合作,基于 Amazon Bedrock AgentCore 和 Strands Agents SDK 构建了多智能体 AI 贷款服务助手。该助手利用 Claude Sonnet 5.5 等模型整合借款人数据,使客户通话时间最多减少 15%。
AWS Quick 是专为工作场景打造的 AI 工作区,支持团队共享仪表盘、智能体及自动化流程,并内置企业级安全与治理。在 AWS re:Invent 2026 上,Allianz、Cox Automotive 等客户将分享其部署经验,例如 Allianz 在六周内完成 20 万员工的 AI 赋能。该指南旨在帮助不同角色的用户找到符合其目标的会议场次。
NVIDIA 在 SC26 上宣布 Nemotron for Science、Rubin HPC GPU 及扩展的 Vera CPU 平台,并展示与 IBM 和费米实验室的量子计算合作。
Amazon Bedrock Managed Knowledge Base 与 AgentCore 记忆集成,通过 AgenticRetrieveStream 实现多租户 AI 智能体的记忆感知检索。该方案自动提取并注入用户长期事实,结合 ACL 过滤确保文档访问隔离,且保持向后兼容。此前开发者需自行持久化对话历史,现由服务自动处理会话存储与事实提取。
NVIDIA 在 SC26 推出 DGX Spark HPC 开发者套件,该四节点集群通过 ConnectX-7 直连,提供 512GB 内存和 16TB 存储。利用 NVFP4 技术,用户可在本地部署最高 700B 参数的模型(如 DeepSeek V4.1),无需等待共享集群队列。该套件旨在让研究人员在桌面端运行多节点科学工作负载和 AI 模型,HPC SDK 安装指南即将发布。
Duco 基于 Amazon Bedrock 和 Bedrock AgentCore 重构其智能体 AI 技术栈,以处理每月 200 亿笔交易。该方案兼容现有的 LangChain 和 LangGraph 代码,通过托管运行时降低部署时间与成本,同时确保银行数据隔离。此前 Duco 依赖传统机器学习模型,但难以适应不断变化的金融数据格式与业务规则。
OpenAI 展示 Dots 在 Holiday Extras 的主动工作场景,无需用户指令即可自动交付启动报告、标记潜在问题,并在通勤途中讨论即将到来的会议。
MoEngage 基于 Amazon Bedrock AgentCore 构建 Merlin AI 智能体系统,通过 MCP 协议将现有 API 转化为智能体可调用的工具。该系统利用 Claude Sonnet 4.6 等模型实现跨渠道营销自动化,客户 Glance 的推送点击率因此提升 38%。
OpenAI 推出新工具、实用指南及合作伙伴关系,旨在帮助预防、检测和应对在线儿童性剥削与虐待。
OpenAI 扩展 ChatGPT for Academic Researchers 项目,让全球200,000名研究者免费访问其前沿模型。
Hugging Face 将 Inference Providers 的语言模型请求切换到 OpenRouter,用户可用同一 Hugging Face token 和 API 调用 Hub 上由服务商承载的开放权重模型。
推荐理由:文章把语言模型请求的路由变化、可观测入口和自定义密钥限制放在一起,读者可据此判断现有工作流需要怎样调整。
Novo Nordisk 基于 Amazon Bedrock AgentCore 构建智能支持系统,利用 GraphRAG 架构和 Anthropic Claude 模型优化制药制造文档管理。该系统通过知识图谱与混合搜索结合,帮助专家将原本耗时数小时或数天的工作缩短至几分钟,并解决传统 RAG 在受监管环境中处理精确标识符和多跳关系时的局限性。
Amazon Bedrock 上的开源权重模型现已支持显式提示缓存,允许用户通过 Chat Completions API 标记可复用前缀以降低成本和延迟。该功能与隐式缓存互补,显式模式适用于固定共享前缀场景,可避免为未复用的动态内容支付更高的缓存写入费用。
Amazon Bedrock Managed Knowledge Base 新增检索指令功能,允许为不同租户定制回答的语气、格式及策略。该功能通过版本化资源管理指令,支持在共享知识库中实现多租户差异化服务,但需配合元数据过滤器进行数据隔离。此前用户需关闭响应生成并自行维护提示词以实现固定风格。
Amazon Bedrock Managed Knowledge Base 新增表格搜索功能,支持通过 agentic retrieval 从 CSV、XLSX 或 XLS 文件中获取答案。该功能在隔离沙箱中运行代码以处理整张表格,结合文档事实回答需多步计算的复杂问题,适用于财务分析等场景。
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 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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
AWS 在 Agent Toolkit for AWS 的 amazon-bedrock 技能中新增迁移指南,协助编码智能体将客户自管知识库迁移至 Amazon Bedrock 托管知识库。
Warhammer 40,000: Dawn of War IV 将于 12 月 3 日登陆 GeForce NOW,支持云游戏。NVIDIA DLSS 5 技术将陆续应用于 War Thunder 和 Where Winds Meet,其模型性能较上一版本翻倍。
Holiday Extras 利用 Codex 将客户专业知识转化为更优质的应用,并提升了预订转化率。该举措为公司带来了新的增长可能性。