如何自动化管理 Amazon Textract 适配器的跨账户生命周期
Amazon Textract 适配器跨账户生命周期管理方案将适配器配置与应用解耦，可零停机更新生产引用，无需重新部署。方案提供基础设施模板、文档预分类路由和生产安全配置。跨账户迁移目前仍需提交 AWS Support 工单，且仅转移训练后的模型权重，不含查询定义和训练数据。
#部署/工程
#部署/工程
今日 9 条AWS Machine Learning BlogAI 评分3434 AWS Machine Learning BlogAI 评分4949 如何使用 Amazon Nova Act 实现合成监控
Amazon Nova Act 与 Amazon Bedrock AgentCore 可结合实现智能体驱动的合成监控，定期验证关键用户流程。方案通过 UI 截图和自然语言动作替代 DOM 选择器脚本，提升对界面变化的适应性，并提供托管执行、隔离浏览器、调度与失败告警，附有完整实现的示例仓库。
AWS Machine Learning BlogAI 评分4444 在 SageMaker AI 上使用 vLLM-Omni 生成图像和视频教程（第 2 部分）
AWS 的示例在 SageMaker AI 上使用同一 vLLM-Omni 容器部署图像与视频端点，实现从文本生成图像再转为短视频。FLUX.2-klein-4B 通过实时推理生成图像，Wan2.1-VACE-1.3B 通过异步推理生成视频，MP4 存入 Amazon S3。
AWS Machine Learning BlogAI 评分4444 如何在 SageMaker AI 上使用 vLLM-Omni 构建实时语音应用——第 1 部分
开发者可通过 AWS vLLM-Omni DLC 在 Amazon SageMaker AI 上部署 Qwen3-TTS，实现无需等待完整响应生成的流式语音播放。教程使用持久双向连接发送文本并接收音频块，提供部署脚本和 Gradio 客户端示例。
AWS Machine Learning Blog精选AI 评分6666 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线
AWS 宣布 Claude Sonnet 5.5 今日在 Amazon Bedrock 和 Claude Platform on AWS 上线，面向范围明确的编码与知识工作。
推荐理由：文中按判断密集型与执行路径明确的任务划分两款模型的分工，为企业在编码和知识工作中选择模型提供了具体参考。
AWS Machine Learning BlogAI 评分4141 Amazon Bedrock 扩展 Claude 模型可用范围，支持印度境内推理
Amazon Bedrock 新增 Claude 模型印度境内推理支持，通过地理跨区域推理将数据处理限定在印度。可用模型包括 Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5。请求仅在孟买与海得拉巴区域之间路由，用户可通过控制台或 API 访问。
AWS Machine Learning BlogAI 评分4444 Amazon Bedrock 在首尔和新加坡推出 Anthropic 模型区域内推理
Amazon Bedrock 现支持在首尔对 Claude Opus 5 和 Claude Sonnet 5、在新加坡对 Claude Sonnet 5 进行区域内推理。请求和数据全程留在指定区域，吞吐量受该区域容量及服务配额限制。用户可通过控制台或 bedrock-runtime 端点调用。
AWS Machine Learning Blog精选AI 评分6969 GPT-6.1 Sol 在 Amazon Bedrock 正式可用，将接近 Astra 的智能带入日常工作
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，作为 GPT-6 Sol 的重大升级，增强了智能体编码、计算机使用和专业工作中的推理能力。
推荐理由：文中将推理质量与完成任务所需的交互次数联系起来，为评估智能体成本提供了比单看模型 token 单价更完整的比较视角。
AWS Machine Learning Blog精选AI 评分6161 如何用 Amazon Quick 与 Amazon Bedrock AgentCore 构建 AI 合同智能平台
AWS 展示了用 Amazon Quick 与 Amazon Bedrock AgentCore 构建合同智能平台的架构，通过结构化提取支持跨合同汇总，并保留原文检索能力。
推荐理由：将跨文档汇总交给结构化数据库、单文档查找留给检索，为大量非结构化文档同时支持统计与问答提供了可迁移的架构方法。
AWS Machine Learning BlogAI 评分5050 Condé Nast 如何用 Amazon Bedrock 构建多模态视频检索
Condé Nast 与 AWS 基于 Amazon Bedrock 构建多模态视频检索系统，将超过 140,000 条视频库的单次内容查找时间从 250 分钟缩短至约 2 分钟。
OpenAI NewsAI 评分2929 OpenAI DevDay 2026 回顾
OpenAI DevDay 2026 带来超过 20 项公告，涵盖 GPT-6 Astra、ChatGPT 和 Codex。公告内容还包括 API、安全及面向开发者的新工具。
AWS Machine Learning BlogAI 评分5252 Grok 4.7 上线 Amazon Bedrock，支持 500K token 上下文与四档推理强度
Amazon Bedrock 已上线 xAI 的 Grok 4.7，提供 500K token 上下文窗口，以及 low、medium、high、xhigh 四档推理强度。
Mistral AIAI 评分4646 Mistral 在德国慕尼黑设立新中心，推进欧洲工业 AI
Mistral 在德国慕尼黑设立新中心，部署 Physics AI 与工业 AI 专项研究团队及面向企业伙伴的应用工程师。该中心正与 BMW 合作开展碰撞模拟和工程 AI 项目，并与 Siemens Energy 合作开发工业 AI 应用。Mistral 还与慕尼黑工业大学建立研究合作，利用风洞设施开发汽车空气动力学数字孪生。
AWS Machine Learning BlogAI 评分3232 如何借助 EFA 和 DeepEP 在 Amazon EKS 上扩展 MoE 强化学习，提升 40% 吞吐量
AWS 展示了结合 Amazon EKS、EFA 与 DeepEP 的 MoE 强化学习扩展架构，吞吐量提升 40%。该架构通过 Amazon EKS 编排大规模训练，并以 DeepEP 优化 EFA 上的专家并行通信，协调 rollout 生成与策略训练，缓解跨节点通信瓶颈。
AWS Machine Learning BlogAI 评分3737 如何在 Amazon SageMaker HyperPod 上使用 SkyRL 加速多模态强化学习训练
Amazon SageMaker HyperPod 可结合开源框架 SkyRL 运行多模态强化学习训练，并提供故障恢复与训练监控能力。教程以 Qwen3-VL-8B 为例，从 VisGym SFT 检查点进行 GRPO 后训练，在固定的 64 个迷宫评测集上将通关率从 43.75% 提升至超过 95%。
AWS Machine Learning BlogAI 评分5757 NarrateAI 如何在 Amazon Bedrock 上实现生产级 LLM 质量保障
NarrateAI 在 Amazon Bedrock 上结合五项质量保障技术，在生产部署中实现约 13 秒开始输出已校验响应、99.3 percent 的数值准确率。
AWS Machine Learning BlogAI 评分4747 如何在 Amazon SageMaker AI 上部署 Qwen3-TTS，实现实时个性化语音
Qwen3-TTS-12Hz-1.7B-Base 现可通过 Amazon SageMaker JumpStart 部署至全托管实时推理端点。模型仅需数秒参考音频及转录文本即可克隆声音，无需重新训练，支持跨语言克隆。部署方案使用预构建服务容器，生成 24 kHz 音频，并将音频数据保留在用户的 AWS 环境内。
AWS Machine Learning BlogAI 评分3939 Datacor 如何利用 Amazon Quick Sight 构建自助租赁分析
Datacor 将 Amazon Quick Sight 集成到 TrackAbout，让业务用户自助分析租赁数据，无需为常规分析提交 IT 请求。方案内嵌交互式仪表板与生成式 BI 自然语言查询，并通过自动化跨云数据管道定期刷新数据，支持查看资产利用率、计费异常和收入回收趋势。
AWS Machine Learning BlogAI 评分3333 使用 Amazon SageMaker HyperPod 和 Qumulo 进行跨区域训练
Amazon SageMaker HyperPod 与 Qumulo 的跨区域训练方案经验证，预热后可达到数据同区域训练的吞吐量。测试使用 LLaMA v3，在 60 ms 网络延迟下，吞吐量于前 100–150 批次内收敛至 115–117 samples/sec。方案通过预测缓存读取远端数据，无需完整复制数据集或修改代码。
AWS Machine Learning BlogAI 评分4444 在 SageMaker AI 上使用 WhisperX 实现带说话人标签的转录
AWS WhisperX 深度学习容器可部署到 Amazon SageMaker AI 实时或异步端点，提供逐词时间戳和说话人标签，无需构建自定义镜像。实时端点适合须在 60 秒内完成处理的短音频，异步端点推荐用于长音频；AWS Samples 提供可运行的部署示例。
Hugging Face BlogAI 评分4747 用 LFM2.5-VL-DSpark 加速视觉语言模型
LFM2.5-VL-DSpark 通过推测解码加速 LFM2.5-VL-3B，端侧解码最高提速 3.13x，且不改变输出质量。草稿模型增加约 280M 参数，增幅为 8.9%，端侧端到端最高提速 2.62x。模型已开放权重，支持 llama.cpp、MLX-VLM 和 SGLang。
GitHub Blog · AI & MLAI 评分4848 GitHub Copilot 应用如何渲染超大型拉取请求
GitHub Copilot 应用重构拉取请求视图，让庞大的代码差异与审查讨论仍能流畅渲染。团队以包含 2,200 个文件、超过百万行变更和超过 400 条行内审查评论的开源拉取请求进行测试。方案保留代码行虚拟化，将固定代码高度与动态评论高度分开计算，通过延迟测量及锚定修正减少滚动跳动。
Microsoft ResearchAI 评分5252 Microsoft Research 研究机器人推理卸载，比较机载与边缘、云端计算
Microsoft Research 对移动操作机器人工作负载的研究显示，将推理从机载 GPU 卸载至边缘或云端 GPU，可改善任务表现与电池续航。测试中，部分显存足够的 GPU 相比 A100 在建图与规划上减速最高达 383%，较轻量 GPU 的障碍物及时检测表现下降 30%，较小 GPU 上 VLA 模型的减速使准确率下降 50%。
Google DeepMindAI 评分5252 Google 以安全服务端记忆推进 Private AI Compute 架构更新
Google 公布 Private AI Compute 架构更新方案，将引入私密的服务端持久记忆，以支持跨设备延续上下文并保持端侧隐私标准。方案把数据存入加密的用户专属数据库，解密密钥仅由个人设备持有，处理请求时通过端到端加密通道连接云端安全隔离区，在隔离内存中临时解密并将新增上下文加密保存。
NVIDIA BlogAI 评分2828 Sakeena Fiza 助力 NVIDIA 硬件实现可靠的规模化部署
NVIDIA 验证工程师 Sakeena Fiza 在量产前测试系统并排查故障，帮助硬件在规模化部署中可靠运行。她与团队从系统首次上电开始，跨硬件、固件、软件及机械设计定位问题，在真实使用条件下将硬件推至极限，力求在客户遇到故障前发现隐患。
NVIDIA BlogAI 评分3636 NVIDIA 与合作伙伴在新加坡 AI Day 展示东南亚 AI 进展
NVIDIA 与合作伙伴在新加坡 AI Day 展示东南亚 AI 进展，涵盖公共部门规模化部署及区域语言模型开发。AI Singapore 正将 Nemotron 开放模型和 NeMo 工具纳入 SEA-LION 模型家族。Viettel AI 针对越南语和智能体应用微调 Nemotron 3 Super，在 VMLU 评测中排名最高。
OpenAI NewsAI 评分4040 GPT-6 的提示词缓存如何改进
GPT-6 改进了提示词缓存，通过更高的缓存命中率、新增诊断功能、显式断点及控制选项，降低延迟与成本。这些改进涵盖缓存命中、诊断与控制，原文未提供具体性能数据或成本降幅。
NVIDIA BlogAI 评分5454 NVIDIA Isaac ROS 5.0 增强智能体工作流与开源机器人开发支持
NVIDIA 在 ROSCon 发布免费开源的 Isaac ROS 5.0，新增智能体开发工作流，并支持 ROS Lyrical 和 Ubuntu 24.04。
Hugging Face BlogAI 评分5555 oMLX 创建者兼维护者 Jun Kim 加入 Hugging Face，支持 MLX 社区
oMLX 创建者兼维护者 Jun Kim 加入 Hugging Face，将继续领导项目并为 MLX 社区贡献力量。oMLX 将从业余项目转为获得资金支持、持续维护的项目，保持 Apache 2.0 许可证，团队希望借此提高稳定性并加快开发。Hugging Face 的一项具体重点是简化 transformers 模型定义到参考 MLX 实现的转换，让不同引擎复用这些实现并专注于各自的特色功能。
Hugging Face BlogAI 评分5656 Transformers 新增高效运行 llama.cpp GGUF 量化模型的支持
Hugging Face 为 Transformers 新增高效运行 GGUF 量化模型的支持，通过复用 ggml 内核并优化 generate，初期面向 Apple Silicon 本地推理。
NVIDIA BlogAI 评分4141 NVIDIA 推出 DSX Ready，为 AI 工厂电力与冷却产品提供资格认证
NVIDIA 推出 DSX Ready 资格认证计划，验证合作伙伴产品是否符合适用的 NVIDIA DSX AI 工厂参考设计要求。首批覆盖电池储能系统（BESS）和冷却分配单元（CDU），后续将扩展至更多基础设施及软件类别。认证帮助建设方评估产品、降低集成风险，但不替代现场工程评估。
NVIDIA BlogAI 评分3737 为什么规模化部署物理 AI 需要每一层的安全保障：NVIDIA Halos 的全栈方案
NVIDIA 将物理 AI 的规模化部署安全落实到硬件、软件、AI 行为及运行环境，并以 Halos 提供全栈支持。动态环境、模型更新及复杂场景要求安全验证贯穿设计、部署与验证，而非仅在部署前检查。Halos 覆盖自动驾驶与机器人，结合仿真、真实世界验证和可重复检查，为第三方系统级认证做准备。
NVIDIA BlogAI 评分3434 从赋能到落地，埃及 AI 生态迈向规模化生产应用
埃及 AI 生态正迈向规模化生产应用，NVIDIA 支持的本地企业已在语音、医疗、机器人等领域开展开发。NVIDIA Deep Learning Institute 在埃及的学员规模一年内增至十倍以上。Cassava 与 Vodafone Egypt 近日宣布 AI 工厂计划，通过 GPU 即服务提供本地基础设施，让数据留在境内。
NVIDIA BlogAI 评分5151 NVIDIA 解读如何在智能体技术栈的每一层解决 AI 安全工程问题
NVIDIA 将 AI 安全视为覆盖模型、智能体编排框架和运行环境的工程问题，要求每次部署具备可强制执行的边界、明确责任人及防护有效性的证据。运行环境应独立于智能体推理限制文件、网络和进程访问，为智能体配置可追溯身份与任务范围内的凭据，并对重大操作和权限变更保留人工审批。
Hugging Face BlogAI 评分5151 tokenizers v1 性能实测：编码、解码与并行扩展
Hugging Face 实测 tokenizers v1 候选版，在 Apple M4 Max 上覆盖的 10 个模型家族中，单线程编码比 v0.23 快 3 至 30 倍，保持相同 token ID 输出。
GitHub Blog · AI & ML精选AI 评分7878 GitHub 如何使用 Copilot 将 Copilot 运行时迁移至 Rust
GitHub 使用 Copilot app 和 CLI 将 Copilot 智能体运行时从 TypeScript 迁移至 Rust，主要由一名开发者监督智能体在几个月内完成。
推荐理由：按组件原位替换、持续测试与人工合并把关的迁移实践，为在持续迭代的代码库中组织智能体重写提供了可迁移的方法。
NVIDIA BlogAI 评分4848 NVIDIA Vera Rubin NVL72 首秀 MLPerf Inference v6.1，取得领先性能
NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 首次预览提交中取得领先性能。其 Qwen3-VL 和 DeepSeek-R1 测试吞吐量分别最高达到 GB300 NVL72 的 3.7x 和 2.5x。
NVIDIA BlogAI 评分4444 Emerald AI、Google 与 NVIDIA 成立联盟，推进灵活用电的 AI 数据中心
Emerald AI、Google 与 NVIDIA 宣布成立 AI 能源管理联盟（AEMA），推动数据中心根据电网状况动态调整用电。联盟以技术中立和性能为导向，将制定技术要求、性能指标与运营数据共享规范，并与公用事业公司合作探索并网方案，旨在保障可靠性的同时加快 AI 基础设施接入电网。
NVIDIA BlogAI 评分4646 曼彻斯特大学利用 NVIDIA Earth-2 预测英国全境空气污染
曼彻斯特大学利用 NVIDIA Earth-2 构建英国全境空气污染模型，可预测未来污染情景。团队在 Isambard-AI 上用两天完成训练，模型现可在 DGX Spark 上运行推理及小规模训练。团队计划开源训练数据和工作流，供其他国家和地区使用本地数据训练污染模型。
NVIDIA BlogAI 评分5151 从兆瓦到 token：NVIDIA 如何用 DSX 提高 AI 工厂产出
NVIDIA 介绍了 DSX 如何通过动态功率分配与整厂优化提高 AI 工厂产出，Lambda 的部署验证显示同一功率预算下 token 吞吐量提升 24%。在 HGX B200 集群上，DSX MaxLPS 让 19 个节点使用相当于 16 个全功率节点的预算，每瓦性能提升 23%。