Google Research 用 AI 辅助超声评估孕周,误差与专家操作相当
Google Research 在 JAMA Network Open 发表研究,评估 AI 模型基于盲扫超声估算孕周在不同临床环境与硬件上的泛化能力。
Google Research 在 JAMA Network Open 发表研究,评估 AI 模型基于盲扫超声估算孕周在不同临床环境与硬件上的泛化能力。
Hugging Face 博客发布《Profiling TorchNeuron》系列第一篇,讲解如何在 AWS Trainium 上用 torch.profiler 配合 NeuronConfig 与 NeuronProfiler 抓取干净的 trace,并通过 key_averages() 表定位消耗 Neuron 设备时间的算子。
Dharma-AI 在 Hugging Face 博客中介绍即将发布的 VocabX 论文,用按 token 成本而非频率重建词表的方法,在基于 Qwen3-4B 的葡萄牙语作文评分器上把实测推理成本降低 77.0%,平均响应从 350 个 token 降到 101 个,bench 分数从 0.703 升到 0.810。
NVIDIA 发布预训练关系型基础模型 Kumo Relational,可直接在企业数据库上做流失、需求、欺诈等预测,单次前向传播完成,无需任务特定训练、特征工程或表扁平化。
AT&T 正与 OpenAI 合作,让法律知识更易获取。其 LegalEdge 团队借助 OpenAI 重新设计法务需求受理流程,并规模化扩展法律判断能力。
IBM 更新 Granite Speech 系列,新增 granite-speech-5.0-2b,并修订 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus。
OpenAI 为 ChatGPT 构建了由 LLM 驱动的广告系统,用于理解对话意图、将广告与回答内容分离,并大规模投放相关广告。该系统以用户信任和相关性为核心设计目标。
OpenAI、PerturbAI 与 Scripps Research 用分布式 AI 智能体,从数百万个脑细胞的数据中挖掘出有前景的研究线索。该合作展示了大规模智能体协同在生物数据分析中的实际应用方式。
ChatGPT Ads 扩展至 26 个新国家,已有超过 100,000 家广告主使用该平台。从本地商家到全球品牌,更多广告主现在可以在用户于 ChatGPT 中探索、比较和决定购买时触达他们。
OpenAI 推出 Patch the Planet,连接安全研究员、维护者与事件响应人员,共同处理开源软件中的关键漏洞。该计划让智能体参与漏洞发现,并围绕全球响应协调组织各方协作。
NVIDIA 推出多变量时序预测模型 Kumo Forecast(原 NV-Tesseract Forecasting),基于 MOMENT-1-large 骨干,约 3.4 亿参数编码器加可训练预测头,采用 Apache 2.0 许可。
OpenAI 与 Google Cloud 合作,将 OpenAI 前沿模型和 Codex 工作流接入 Gemini 的 Model Garden,并通过 Google Cloud Marketplace 提供。原文未披露具体模型版本、上线时间和定价。
Mistral 与 NVIDIA 合作,将 Mistral Large 4 与 NVIDIA CUDA-X、Warp 结合,加速工程仿真并打通仿真、模型开发与设计之间的闭环工作流。
NVIDIA 在 Hugging Face 上线 SimReady Central Library,汇集 2000 多个带碰撞几何、质量、摩擦等仿真属性的 OpenUSD 资产,免费且无需申请即可使用。
Nebius、Nscale 和 Verda 等 AI 云厂商正采用 NVIDIA Vera CPU 构建面向智能体计算的新一代基础设施,在 GPU 之外承担数据处理与软件执行。
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中宣布多项发布,包括由合作伙伴在模块化容器内构建的 Vera Rubin AI 工厂参考设计 DSX POD,现场部署时间可从六个月缩短至 14 天。
NVIDIA 扩展其开放模型家族,覆盖语言、机器人、生物和量子计算,包括新的 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever,以及 Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo RFD4-Proteina 和 Ising。
NVIDIA 扩展开源 Agent Toolkit,新增 Agent Knowledge Foundation,并纳入 CUDA-X 库、Nemotron Retriever 与 Kumo 系列开放模型、OpenShell 安全运行时、NemoClaw 蓝图以及 NeMo Relay、NeMo Compass 等工具。
NVIDIA 扩展机密计算能力,新增 Confidential Bare Metal 部署选项,让前沿模型构建方在第三方专用基础设施上运行敏感负载时仍掌控模型与数据。
NVIDIA cuDSS 正式发布,这是一款将大型稀疏系统求解迁移到 GPU 的 CUDA-X 库,可缩短仿真出结果的时间并提升吞吐量。
NVIDIA 面向工厂场景的 Factory Operations Blueprint(FOX)已在 GitHub 开放早期访问,开发者可构建持续在线的工厂管理智能体,并连接 Cosmos、Nemotron 等模型。
NVIDIA 云合作伙伴正在欧洲、北欧、非洲和中亚扩展区域算力,用于模型训练与推理,并支持智能体和物理 AI 应用。Nscale 在 GB300 NVL72 系统测试中借助 NVIDIA DSX MaxLPS 在同等供电预算下多部署 37% 的 GPU、聚合推理吞吐提升近 50%。
Google Cloud 与 NVIDIA 宣布基于 Vera Rubin 的 A5X 实例正式可用,下月开放并计划扩展至欧洲。A5X 整合 NVIDIA Vera Rubin NVL72、ConnectX-9 SuperNICs、Google Cloud Virgo Network 与第四代液冷技术,面向大规模智能体推理和强化学习负载。
NVIDIA 在 GTC Berlin 集中展示本地 AI 硬件阵容:RTX Spark 在 Windows PC 上运行个人智能体,DGX Spark 面向 Linux 开发者,DGX Station 面向企业前沿负载,Windows 版本预计 12 月推出。
Terminal X 的 Eval Agent 使用 GPT-6.1 Sol,按 54 项标准评分,对基金投资授权的偏离识别量提升 25%,与资深投资人判断的匹配度达 88.6%。
i14 与 AWS 合作,通过 TorchNeuron Native 将线性注意力模型 Laplace 3B 移植到 AWS Trainium2,保留其 Gated Linear Attention 设计与 Muon 优化器。
Hugging Face 宣布接入 TorchTPU 这一原生 PyTorch 后端,Transformers、Diffusers 和 Kernels 现在可直接在 TPU 上运行,加载模型只需传 device_map="tpu" 或 pipe.to("tpu"),不再需要 torch_xla 或 Optimum TPU。
Hugging Face 发布 FairStress 基准,用于测量 LLM 在招聘、贷款、医疗等决策中的群体公平性,覆盖 Olmo、Llama、Qwen、Gemma、Claude 和 GPT 系列模型。
NVIDIA 发布 Cosmos3-H-Dreams,把交互式生成模拟扩展到临床胆囊切除场景,基于 160 亿参数的 Cosmos3-H-Embodied-Nano 微调,可在单张 NVIDIA RTX PRO 6000 GPU 上实时运行。
AWS 博客演示了以 AtScale 作为语义层、在 Amazon Bedrock AgentCore 上运行 Strands 智能体的 C360 方案,AtScale 用基于 YAML 的 Semantic Modeling Language 建模,并通过 SQL、XMLA 和 MCP 三种协议同时暴露同一模型。
AWS 博客演示了以 Strategy Mosaic 为语义层、在 Amazon Redshift 与 Amazon Aurora 上构建 Customer 360 模型,并通过 MCP 端点让托管在 Amazon Bedrock AgentCore 上的 Strands 智能体访问该模型。
本文演示用 Denodo Platform 作为语义层、配合 Amazon Bedrock AgentCore 托管智能体,联邦查询 Amazon Aurora、Amazon Redshift 和本地 PostgreSQL 三处数据源,构建 Customer 360 视图。
Eon 用 Amazon Bedrock AgentCore 的 MCP Gateway 替换了逐工具凭证和本地 MCP 进程,让开发者和自主 SRE 智能体通过单一认证网关访问 AWS、GCP、Azure 三朵云上的调查工具。
AWS 与 Keyfactor 联合发布参考架构,用 Keyfactor EJBCA 的 X.509 PKI 为基于 MCP 的 AI 智能体建立可验证、可撤销的身份。
AWS 发布 Agent Registry,用于编目和发现 MCP 服务器、智能体与智能体技能,并给出 Discover → Instantiate → Execute 的 Python 示例。
Amazon Bedrock 的跨区域推理(CRIS)现已支持从加拿大(中部)和加拿大西部(卡尔加里)区域调用 OpenAI GPT-5.6(Sol、Terra、Luna)、GPT-6(Astra、Sol、Luna)和 GPT-6.1 Sol。
Octave 在 Amazon Bedrock 上用 Cohere Embed v4 构建三层多租户 AI 基础平台,将每个用例的部署时间缩短 50%。该平台为 Reliance 质量管理系统嵌入 2 亿级文档,并通过 AgentCore Gateway 隔离执行、以 Amazon Bedrock Guardrails 做输入输出双重过滤,确保租户数据不越界。
GPT-OSS-20B 在 50 例多语言推理测试中仅 22% 用目标语言推理(英语 100%、法语 0%、德语 10%、西班牙语 0%、意大利语 0%),团队在 Amazon SageMaker HyperPod 上用 LoRA 结合 SFT 与 GRPO 微调以纠正其英语偏好。结论是 SFT 承担主要工作,GRPO 在存在提升空间时进一步优化,技术选择需匹配能力差距。
Amazon Quick 与 Amazon Bedrock AgentCore 组合,让供应链管理者用自然语言跨 ERP、监控、采购等系统提问并获得可执行答案。
Smartsheet 正式发布 MCP Server,AI 助手可通过标准化协议读写和管理 Smartsheet 数据,覆盖超过 40 个工具,用于探索、创建和管理 sheet、行、列与自动化。该服务提供三个区域端点,支持 OAuth 2.0 或 Personal Access Token 认证,可接入 Amazon Quick 和 Kiro 等 MCP 客户端。