AWS 推出 Amazon SageMaker HyperPod Global Inference Gateway,一个端点跨 Region 路由推理请求
AWS 在 SageMaker HyperPod 推出 Global Inference Gateway,用一个 SageMaker 托管端点把推理请求路由到已注册的多个集群,支持同 Region 或跨 Region。
推荐理由:原文给出了四信号加权路由与自动故障转移的实现细节,读者可据此评估多 Region 推理部署的改造方案。
AWS 在 SageMaker HyperPod 推出 Global Inference Gateway,用一个 SageMaker 托管端点把推理请求路由到已注册的多个集群,支持同 Region 或跨 Region。
推荐理由:原文给出了四信号加权路由与自动故障转移的实现细节,读者可据此评估多 Region 推理部署的改造方案。
AWS 宣布 Amazon Textract Insights 正式可用,用户用自然语言描述所需字段并提交文档,即可获得每个值都带置信度与页面级溯源的结构化结果,无需模型训练。它支持最多 3,000 页的混合文件,自动拆分并匹配各文档类型的 blueprint;Amazon Textract Core 同步更新,语言覆盖扩展到 40 种语言,现有 API 保持不变,按页计费且无最低承诺。
推荐理由:原文对比了自定义流水线与通用大模型两条旧路线,说明每个提取值都带置信度与页面级溯源,读者可据此评估自动化的边界。
AWS 为 Amazon Bedrock AgentCore payments 新增 AWS Billing 支付方式,AI 智能体可按请求购买 AWS Marketplace 上支持 x402 的软件、API、数据与内容,费用以 USD 结算到开发者 AWS 账单,无需稳定币钱包或 API key。
推荐理由:原文给出智能体按请求付费的完整链路与单会话限额机制,读者可据此评估 agentic commerce 在企业内的落地方式。
Amazon Polly 语音克隆现已正式可用(gated release),只需几分钟的说话人录音即可生成专属克隆语音,运行在 Amazon Polly 生成式引擎上。
推荐理由:原文给出从录音、建声到合成的完整接入方式与配额限制,读者可据此评估把定制品牌语音接入现有应用的改造量。
AWS 将 Amazon Bedrock AgentCore harness 升级为以开源 Strands harness(Apache 2.0 许可)为默认基础,并新增生命周期钩子。
推荐理由:原文给出托管默认值与生命周期钩子的具体配置方式,读者可据此为已有智能体添加确定性的审批与通知流程。
AWS 为 Amazon SageMaker AI 推出跨区域推理路由,应用调用一个 inference router 即可访问多个 Region 和 AWS 账户下已运行的端点;本地目标健康时流量留在本 Region,目标无法可靠服务时新请求自动转移到其他已注册目标,恢复后再逐步回迁。
推荐理由:原文把健康度评分、故障转移和回迁策略讲得较细,读者可判断能否用它替换自建的跨区域路由代码。
AWS 在 SageMaker Studio 中推出 JumpStart 模型排行榜,可横向比较 70 多个开放权重模型的质量、速度和成本,模型来自 Meta、Google、Qwen、IBM 和 Arcee 等提供商。
推荐理由:原文说明排行榜如何用统一方法测量质量、速度与成本,读者可据此建立从筛选到部署的选型流程,不必再拼接不同来源的数据。
Google DeepMind 今天起向符合条件的 Google AI Ultra 订阅用户推出全新 Project Genie 体验,首次开放 Genie 4 世界模型,Google AI Pro 会员可加入等待列表。
推荐理由:官方说明了 Genie 4 的会话中编辑与实时原生音频能力,并明确了 Google AI Ultra 订阅门槛和 SynthID 水印等安全措施。
NVIDIA 宣布来自 ASUS、Dell 和 MSI 的 RTX Spark 紧凑型桌面主机现已上市,为本地 AI 智能体、图像与视频生成及模型微调提供专用 Windows PC。
推荐理由:原文列出了硬件规格、本地模型规模上限和软件生态适配,读者可据此判断它能否承接现有本地 AI 工作流。
OpenAI 推出 ChatGPT for Sales,新增 Sales 插件并带来 30 多个新增或扩展的合作伙伴插件。这些插件可用于研究潜在客户、准备推介、更新 CRM 并推进交易。
推荐理由:原文列出了新 Sales 插件与 30 多个合作伙伴插件的能力范围,读者可据此判断 ChatGPT 如何切入销售工作流。
Amazon SageMaker AI 宣布上线 AI 数据准备功能,覆盖自动标注、人工审核、合成数据生成、数据质量评估和数据转换,已在 US East (N. Virginia) 和 US West (Oregon) 区域正式可用。
推荐理由:原文把每项能力拆成可独立调用的模块并给出组合模式,读者可据此评估它能否接入现有数据工作流。
Google Research 本周在 Gemini App 的 Tasks 中上线 Duplex,让智能体替用户拨打商家电话并处理真实世界请求。文章回顾其十年架构演进,从闭域 RNN 模型、LaMDA 混合栈走向完全由 Gemini 统一的对话栈,并说明亚秒级延迟与嘈杂声学环境等实时电话技术难点。
推荐理由:文章回顾 Duplex 十年架构演进,读者可从中理解实时语音智能体在低延迟与对话节奏上的工程难点。
NVIDIA 的 Ian Buck 在芝加哥 SC26 开幕演讲中发布 Nemotron for Science、Rubin HPC GPU 和扩展的 Vera CPU 平台,并宣布与 IBM、费米实验室共建量子计算协同设计平台。
推荐理由:原文把科学智能体的落地案例与配套硬件、量子进展放在一起,读者可看到仿真、AI 与量子如何叠加。
Hugging Face 将 Inference Providers 的语言模型路由切换至 OpenRouter,用户用 Hugging Face token 即可通过统一 API 调用服务商托管的开放权重模型。
推荐理由:原文同时给出路由切换细节和开放权重模型使用占比数据,读者可据此评估统一推理入口对现有工作流的影响。
OpenAI 为 ChatGPT for Healthcare 推出 computer-use agents、改进后的临床答案以及可跨医疗软件运行的新医疗插件,用于完成实际工作。
推荐理由:读者可据此了解 OpenAI 的 computer-use agents 与医疗插件如何进入现有医疗软件工作流。
OpenAI 推出 ChatGPT Wallet,让 ChatGPT Work、Codex 和 dots 中的智能体在用户批准下完成购买,并沿用现有卡保护机制。
推荐理由:智能体获得在用户批准下完成支付的能力,读者可据此判断 Agent 交易环节的自动化程度与安全边界。
AWS 宣布 Amazon Bedrock AgentCore 上线 Web Search API,自己的代码用一次 API 调用即可搜索网络,不再需要先创建 AgentCore Gateway。
推荐理由:原文对比了 API 与 AgentCore Gateway 的适用场景,读者可判断该为智能体或数据管线选哪条接入路径。
Hugging Face Hub 现在支持将组织关联到 Google Cloud 账户,用量计入现有 Google Cloud 账单而非信用卡扣款。
推荐理由:原文列出了可结算的服务范围与切换前后计费规则,读者可据此判断能否走现有 Google Cloud 采购流程。
NVIDIA 在 CoRL 大会发布一系列开源机器人技术,包括 GR00T 2 世界动作模型、Isaac Lab 3.0 仿真框架及 DexBench、VABAR 等工业基准。
推荐理由:原文汇总了 GR00T 2、Isaac Lab 3.0 与新基准的能力数据,读者可比较仿真训练方案在工业场景的落地进展。
Amazon SageMaker Inference 现已支持基于 NVIDIA Multi-Instance GPU (MIG) 的 GPU 分区,可将一块物理 GPU 最多切成 7 个硬件隔离的独立分区,每个分区拥有固定算力份额与专用显存。
推荐理由:原文给出分区配置方式、各 GPU 的可用分区规格以及实测对比,读者可据此判断 GPU 分区能否降低自己推理工作负载的成本。