文章展示了如何在 Amazon EKS 上部署 NVIDIA NeMo Agent Toolkit (NAT) 1.6，并将 Amazon S3 Vectors 实现为自定义持久记忆层。该方案利用 S3 Vectors 支持单索引 20 亿向量及强写入一致性，满足生产级多智能体系统对弹性存储和成本效率的需求。这是继此前探讨 S3 Vectors 架构优势后，进一步落地具体实现的技术指南。
Amazon Web Services 发布开源决策模型 Strands Decider 2B，受 Jev 启发，以低成本和置信度评分适配智能体工作流的步骤决策。该模型基于 Qen3.5-2B 构建，完全开源可本地运行，由 Strands Labs 推出；同周 OpenAI 也宣布了类似产品，反映决策模型涌现。
AI 初创公司 Photon 完成 450 万美元种子轮融资，旨在通过 iMessage 和 WhatsApp 等消息平台构建智能体以取代传统移动应用。该平台已吸引超过 40,000 名开发者注册，营收在四个月内增长 10 倍，并提供 99.95% 正常运行时间的托管服务。
Hugging Face 发布 Open TTS Leaderboard，旨在解决开源 TTS 模型评测碎片化及竞技场模式难以覆盖长尾模型的问题。该基准使用 Qwen3 ASR 计算 WER/CER 评估可懂度，结合 H200 GPU 上的 RTFx 和 TTFA 衡量速度，并通过 WavLM 嵌入计算说话人相似度。
NVIDIA 发布开源表格基础模型 Kumo Tabular，支持分类与回归任务，单次前向传播即可预测新行标签，无需训练或特征工程。该模型在 TabArena、BeyondArena、TALENT 和 ScoringBench 四个基准测试中均排名第一，提供 28M 至 215M 参数三种尺寸，基于 OpenMDW-1.1 许可证开放商用。
推荐理由：该模型在四个基准测试中排名第一，展示了无需训练即可处理表格数据的效率与准确性平衡。
在 Amazon SageMaker AI 上部署同一个 AWS vLLM-Omni DLC 镜像的两个端点：实时端点运行 FLUX.2-klein-4B 生成图像，异步端点运行 Wan2.1-VACE-1.3B 生成图像条件视频。文本提示词先生成 PNG，再连同运动提示词经 Amazon S3 传给视频端点，生成的 MP4 存回 S3，示例提供命令行与 Streamlit 界面。
AWS 展示在 Amazon SageMaker HyperPod 上用开源 RL 框架 SkyRL 训练 Qwen3-VL-8B 视觉语言模型走迷宫，基于 GRPO 从 VisGym SFT 检查点出发，在固定 64 个迷宫的评测集上把解迷宫成功率从 43.75% 提升到 95% 以上。
阿里云 Qwen 团队开源的 Qwen3-TTS-12Hz-1.7B-Base 现已上线 Amazon SageMaker JumpStart，可部署到全托管实时推理端点，仅需几秒参考音频和对应文本即可克隆音色，无需重新训练。
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构，通过 AlphaFold Database 开放了超过 2800 种病毒的蛋白复合物 3D 结构预测数据。该数据集利用 AlphaFold2 和 NVIDIA BioNeMo Inference Runtime 生成，其中约 30% 的蛋白相互作用是科学界首次记录，旨在帮助科学家提前储备应对未来大流行的知识。
推荐理由：NVIDIA 与 Google DeepMind 等机构开放了 2800 多种病毒的蛋白复合物 3D 结构预测数据，为未来疫情应对提供基础生物学知识储备。
微软研究院对移动操作机器人工作负载做了系统性测量，发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU，可提升任务成功率、支持更大模型并延长续航。
推荐理由：微软研究院系统测量了机器人端侧 GPU 推理的瓶颈，并给出可复用的卸载工具链，读者可据此判断物理 AI 的部署取舍。
NVIDIA 在新加坡 AI Day 展示合作伙伴利用 Nemotron 和 Cosmos 模型加速东南亚 AI 落地。新加坡 HTX 使用 Nemotron 3 Super 和 Nano Omni 推进公共安全 AI，泰国 iApp Technology 基于 Nemotron 3 Nano 微调的开源法律模型已服务约 43,000 名用户。
NVIDIA 在 ROSCon 大会上发布 Isaac ROS 5.0，引入智能体工作流以加速机器人应用构建与部署。该版本支持 ROS Lyrical 和 Ubuntu 24.04，提供 FoundationPose 推理库使物体位姿估计速度提升 5.5 倍，并包含用于设置和操作的 Isaac 技能。
推荐理由：Isaac ROS 5.0 引入智能体工作流与 FoundationPose 加速，为开发者提供从构建到部署的完整物理 AI 开发路径。
小米发布 MiMo-V2.6 系列两款原生全模态开源模型，MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活参数，Artificial Analysis 智能指数 46，位列开源权重模型首位，定价 $0.435/M 输入、$0.87/M 输出 token，采用 MIT 许可。
推荐理由：小米首次进入前沿开源模型序列，其RL环境与训练配方开源，可观察后训练成本压缩到何种程度。
oMLX 创建者 Jun Kim 加入 Hugging Face，继续领导该项目并保持 Apache 2.0 开源协议。Hugging Face 将利用 oMLX 作为新想法的测试平台，重点优化从 transformers 模型定义到 MLX 参考实现的转换流程，以加速本地 AI 生态发展。
NVIDIA 提出 AI 安全应作为工程问题处理，需要明确的安全需求、可执行的管控、指定负责人和防护有效的证据。其开源安全运行时 NVIDIA OpenShell 在智能体之外强制执行策略并提供沙箱化执行，Cisco DefenseClaw 与 JFrog 已在其上构建治理与技能扫描能力。NVIDIA 还联合 Open Secure AI Alliance 推动研究成果与工具共享。
Latent Space 汇总了 Jev 发布两天内出现的 6 个复现方案，包括基于 ModernBERT-large 的 Laya（421M 参数）、基于扩散模型的 DiffusionGemmaJev、Qwen3.5-9B LoRA 微调的 Bespoke Nimble、SemIf（原 OpenJev，4B 与 35B）、Jevlike 和 Kev-0.5B。
Mistral 宣布与 Mozilla 建立合作伙伴关系，Firefox Smart Window（beta）现由 Mistral 模型驱动。该功能旨在帮助用户理解复杂搜索、记忆点击过的内容并基于浏览器标签页溯源信息，目前面向法国和北美用户开放，英国和德国预计今年晚些时候跟进。
推荐理由：Mistral 与 Mozilla 合作将开源模型引入 Firefox，展示了隐私优先的浏览器 AI 落地路径。
曼彻斯特大学团队基于 NVIDIA Earth-2 的 CorrDiff 生成式降尺度模型，用一年英国逐小时污染数据训练出覆盖全英、分辨率 2-3 平方公里的空气污染模型，在 Isambard-AI 的单节点八卡上仅用两天完成训练。
IBM 研究团队在 ALTK-Evolve 中新增一致性指南，用于缩小 Agent 的稳定性差距。在 AppWorld test_normal 的 168 个任务上。
推荐理由：原文给出 Pass^k 与一致性差距的量化结果，并说明如何用一次采样定位易翻转的决策点。
Cloudera 与 Mistral 宣布建立合作伙伴关系，旨在将 Mistral 模型集成至 Cloudera 混合数据平台，支持企业在私有云、本地及完全隔离环境中运行推理。该合作允许企业利用专有数据训练定制模型，实现数据与智能的完全自主控制。
Hugging Face 博客介绍如何在 Hugging Face Jobs 上跨机运行 AsyncGRPOTrainer：训练 Job 只把 LoRA adapter 写入 Storage Bucket，两个 vLLM Job 从同一挂载路径读取，代理负责加鉴权头、按 KV 前缀路由 rollout 并把 adapter 加载广播到所有副本，全程不需要 NCCL。
推荐理由：原文给出跨机异步 GRPO 的完整工程配方与五轮瓶颈定位数据，可迁移到自建 RL 训练流水线。
Mistral 宣布完成 30 亿欧元 D 轮融资，投后估值超过 210 亿欧元，由三星电子领投。这笔资金将用于扩展前沿研究、计算容量及基础设施，以支持其在全球 20 个国家服务 125 家以上企业的关键任务 AI 转型。Mistral 强调其全栈开放策略旨在提供数据、模型、计算和系统层面的主权控制，避免客户被锁定在单一供应商的路径中。
推荐理由：Mistral 完成欧洲最大规模融资，旨在构建包含模型、基础设施与产品的全栈主权 AI 体系。
Hugging Face 发布 funes，一个面向 Claude Code、Codex、pi 和 Hermes 的持久记忆层，从本机已有会话构建索引，一条命令即可接入智能体。
推荐理由：funes 把编码智能体的会话轨迹变成可检索的本地记忆，读者可据此判断跨智能体、跨机器的上下文延续方式。
Hugging Face 发布 @huggingface/kernels，一个从 Hugging Face Hub 加载并运行优化 WebGPU 内核的轻量库，同时上线 207 个内核的初始集合，均以独立仓库形式发布并采用 Apache-2.0 许可。
推荐理由：Hugging Face 把浏览器推理的底层算子做成可版本化、可测试的独立仓库，并给出与 ORT WebGPU 的实测对比。
Google 发布 TimesFM-3，这是其新一代时间序列基础模型，原生预训练支持多变量预测，参数量 3.3 亿，预训练语料超过 1 万亿个时间点。模型支持多目标、历史协变量和已知未来协变量，采用交替注意力架构与 Contiguous Patch Masking，单次前向传播即可生成整个预测区间，并为每个目标输出 10 到 90 分位的 9 个分位数。
Voice Arena 与 Hugging Face 合作，在 Open ASR Leaderboard 上新增 Monsoon en-IN 和 Monsoon hi-IN 两个评测集，印地语成为该榜单多语言标签页上的首个印度语言。
推荐理由：Open ASR 榜单新增印地语与印度英语评测集，并公开说话人元数据，读者可了解语音评测如何从单一 WER 转向按人群拆解。
Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder，支持 ColBERT 式后期交互检索，并提供完整训练方案。
IBM Granite 团队发布 Granite 4.2，这是其首个稠密、decoder-only 的推理模型家族，包含 3B、8B、30B 三个尺寸，均以 Apache 2.0 许可开源。
推荐理由：IBM 公开了 Granite 4.2 从预训练到多阶段 RL 的完整构建流程，可对照其分阶段课程与奖励设计理解推理模型如何训练。
Mistral 与 HUMAIN 宣布达成数亿欧元规模的战略合作，旨在沙特及中东地区推进 AI 基础设施、先进模型开发及解决方案部署。双方将重点开发网络安全、语音及阿拉伯语前沿模型，并探索利用 HUMAIN 数据中心支持本地算力需求。该合作聚焦受监管行业，确保数据、模型及算力在客户控制下运行，以支持主权 AI 需求。
Hugging Face 发布研究，用共识分歧探针、掩蔽实体检索和拼写切换三项测试量化语音识别中的基准优化现象，评测了 11 个开源 ASR 模型。
推荐理由：通过三项探针量化 ASR 模型对基准的过拟合，并给出可复用的检测脚本与榜单入口。
Liquid AI 为 LFM2.5 家族的 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 发布 DSpark 草稿模型检查点，通过投机解码在不改变输出质量的前提下提升解码速度，GPU 上吞吐最高提升 3.18 倍，端侧最高 2.87 倍。
推荐理由：官方给出三个模型在 H100 与 MacBook 上的实测加速比和调用方式，可据此判断端侧推理的可用性。
微软研究院发布深度学习交换关联泛函 Skala 1.1，训练数据量为此前公开版本的 2.5 倍，在 GMTKN55 基准 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用，并正集成进 Psi4、FHI-aims、ORCA 和 VASP。微软同时推出持续更新的基准，追踪后续 Skala 版本的计算性能。
Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder，用于 ColBERT 式晚交互检索，可直接加载 PyLate、Stanford-NLP ColBERT 检查点，也能通过同一套 API 运行 colpali-engine 的视觉文档检索模型。
推荐理由：原文给出多向量编码器的加载、打分与索引实测数据，可据此判断晚交互检索的落地成本。
Hugging Face 发布 2026 年 1 月至 8 月的开源模型生态观察报告，基于 Hub 数据给出六项发现。报告显示公开模型仓库从 243 万增至 296 万，数据集从 71.1 万增至 100 万，Spaces 从 100 万增至 144 万，但 85.6% 的模型终身下载量不足 200 次，1.5% 的仓库占据 99.2% 的下载量。
推荐理由：Hugging Face 用自家 Hub 七个月数据拆解开源模型格局，可看到中美模型规模、下载与点赞背离及智能体流量变化。
Hugging Face 博客介绍 Strands Robots 的流式数据闭环，用同一个 Robot() 对象完成录制演示、同步到 Storage Bucket、从 Hub 流式读取训练并把 checkpoint 部署回硬件，全程保持 LeRobot 磁盘格式不变。
推荐理由：原文给出从录制、同步到流式训练再部署的完整闭环代码，可迁移到机器人数据采集与训练流程。
Hugging Face 在 7 月 15 日至 8 月 2 日举办 ICML 2026 开放复现挑战，1221 名社区成员用 Claude Code、Codex、Cursor 等编码智能体逐条核验论文主张，共发布 6816 份 Trackio logbook，覆盖 2226 篇论文，约占该会议全部论文的 34%。
推荐理由：Hugging Face 用 1200 多名社区成员和编码智能体复现 ICML 2026 论文，给出了大规模论文审计的可行路径与人类角色的观察。
Hugging Face 的 OlmoEarth Studio 现已支持计算并导出嵌入向量，源码与模型权重随研究论文公开。用户可在 UI 或 API 中选择区域、时间范围、编码器变体（Nano 128 维 1.4M 参数、Tiny 192 维 6.2M 参数、Base 768 维 89M 参数）、分辨率与影像源，导出 int8 存储的 COG。
Mistral 宣布推出 Mistral Regional Endpoints 和 Mistral Priority Tier，允许用户选择在欧洲或美国进行推理，并提供带 SLA 的优先服务层级。平台将支持第三方开源模型，首批引入 Z.ai 的 GLM-5.2，并联合企业组建联盟以锁定欧洲长期算力，计划到 2030 年建设最高 1 GW 的算力容量。
推荐理由：Mistral 推出区域推理端点与第三方开源模型支持，并联合企业锁定欧洲算力，为构建主权 AI 基础设施提供具体路径。
NVIDIA 发布 Magpie TTS Multilingual，一个 364M 参数的开源权重语音合成模型，支持 12 种语言，本次新增现代标准阿拉伯语、韩语和巴西葡萄牙语，并通过更新训练数据提升多语言质量。
推荐理由：原文给出 364M 开源权重模型的多语言扩展与自部署延迟数据，可据此评估自建语音链路的成本与可行性。
Meta 发布 Muse Glimmer，一个从 Muse 蒸馏到 30B 参数、采用 Apache 2.0 许可的多模态模型，面向本地智能体场景，可用于编码、文档分析和个人助理。
推荐理由：Meta 开源 30B 多模态模型，附完整基准对比与本地部署代码，可据此判断端侧智能体选型。