在 Amazon Bedrock 上用 NVIDIA NeMo Switchyard 为编码智能体请求路由到合适的模型
NVIDIA NeMo Switchyard 是一个开源库,可让 AI 智能体为每个请求选择由哪个模型处理,其 LiteLLM 集成支持 Stage 路由(读取请求历史中的工具活动与结果,在两个候选模型间选择)和 Random 路由(按权重分流做 A/B 对比)。
NVIDIA NeMo Switchyard 是一个开源库,可让 AI 智能体为每个请求选择由哪个模型处理,其 LiteLLM 集成支持 Stage 路由(读取请求历史中的工具活动与结果,在两个候选模型间选择)和 Random 路由(按权重分流做 A/B 对比)。
OpenFold3-preview 已在 Amazon SageMaker JumpStart 上线,可在自有 AWS 账户中预测蛋白质、DNA、RNA、小分子配体及其复合物的 3D 结构。
Hugging Face 发布教程,演示如何用 SimReady Central 上的 UR17G 机械臂、Robotiq 2F-140 夹爪和饮料罐资产,在 Isaac Sim 6.2 中组装场景并完成抓取放置任务。
Amazon SageMaker HyperPod 新增 Data Capture 能力,可在端点、负载均衡器和模型 Pod 三个独立层级把线上推理输入输出记录到 Amazon S3,对模型可用性零影响。文章以 Qwen2.5-3B-Instruct 家电客服路由模型为例,用 Athena 查询发现新产品盲区、SQL 策略打标后微调,并在部署后新增数据上对比前后准确率。
llama.cpp 与 ggml 发布 v1.0.0,并明确此后公共 C API 的破坏性变更将以主版本号提升来体现。项目方称 llama.cpp 目前支持超过 150 种模型架构以及所有主流投机解码方法,并已通过 Docker、Homebrew、conda-forge、MacPorts、Winget、XCFramework 等渠道分发。
Amazon 宣布 SGLang-Neuron 通过 AWS Deep Learning Container 公开可用,由 RadixArk 与 Annapurna Labs 合作发布,可在 Trainium 上用现有 SGLang 接口服务模型并生成 RL rollout。
IBM 在 Hugging Face 发布 granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview 两个实验性预览模型,基于 Granite 4.1 base 训练,可读写 LLMON(LLM Object Notation)标记文本。
AWS 发布下一代 Amazon Bedrock AgentCore runtime,每个会话仍运行在独立的 Firecracker MicroVM 中,会话启动最高快 15 倍、算力规模扩至 4 倍、运行效率提升最高 68%。
Hugging Face 发布 TRELLIS.2 3D 生成模型的微调脚本与容器,可在本地或 Hugging Face Jobs 上运行。方案用 PEFT 库为稀疏结构流 DiT 和形状流 DiT 添加 LoRA 适配器,冻结材质生成阶段,在 GSO 数据集 188 个鞋类对象上改善鞋底几何精度。
AWS Generative AI Innovation Center(现属 AWS Frontier AI Engineering & Services)发布 23 个生产级可复用资产目录,覆盖 RAG 流水线、文档处理、智能体脚手架等组件,可将开发时间从数月缩短至数周。
Tether AI Research 发布 BotPsy,一个基于 Qwen3.5-0.8B 构建的 0.8B 参数端侧个人助理模型,专注函数调用与智能体工作流。
NVIDIA 在 KubeCon + CloudNativeCon 上把用于保障和治理自主智能体的开源运行时 NVIDIA OpenShell 贡献给 CNCF。
BAIR 将在 11 月 9–12 日于 Austin 举办的 CoRL 2026 上展示 33 篇主会论文、4 篇 Late-breaking 海报和 10 个 oral/spotlight,其中 3 个 oral、7 个 spotlight。
Elith 与 NVIDIA 发布 Nemotron-Personas-Finance-Japan,这是开源人设数据集 Nemotron-Personas-Japan 的金融领域扩展,据称是首个百万记录级、将日本官方统计与家庭金融及金融素养数据配对的开源人设数据集。
NVIDIA 在 CoRL 上发布开放世界动作模型 GR00T 2,基于 NVIDIA Cosmos 构建,训练数据包含 10 万小时 NVIDIA 开源人类第一视角数据,可在无任务专属演示的情况下完成 50 项评测任务中的 40 项。
NVIDIA 为韩国四款主流开源模型发布 Dynamo 优化部署配方,包括 SK Telecom 的 A.X K2、LG AI Research 的 K-EXAONE 2.0、Upstage 的 Solar Open 2 和 Motif Technologies 的 Motif-3。
韩国 AI 生态正基于 NVIDIA 平台推进智能体安全与开放模型:现代汽车集团在探索 NVIDIA NemoClaw blueprints 与 OpenShell 运行时,AIM Intelligence 则将 Starfort 智能体控制平台与 OpenShell 集成,结合运行时访问控制与其对恶意指令和数据泄露的检测能力。
NVIDIA 在 MSIT-NVIDIA AI 创业合作论坛上宣布投资韩国初创公司 Point2,并计划追加投资 Motif Technologies、RLWRLD 和 Upstage。
NVIDIA 开源 Aerial、Sionna 等无线工具一年来全球开发者采用量增长 10 倍,5G/6G 开源工具下载量突破 100 万次,超过 8000 家研究机构在用。
AI2 在 Hugging Face 发布 ToyBlocks,一个围绕机械臂与桌面方块搭建的开放仿真框架,属于其 FoundationWorlds 系列的第一个环境。
Hugging Face 的 Open ASR Leaderboard 与 Liva AI 合作,新增埃及和尼日利亚两种英语口音的私有评测数据。埃及口音数据为 1.34 小时、尼日利亚口音为 1.55 小时,均为对话式自发语音,转写含标点、大小写和不流畅词。榜单同时按 Kachru 三圈模型新增口音分组,区分美国与非美国、内圈与外圈及扩展圈口音。
NVIDIA 深度学习高级产品研究工程师 Chris Alexiuk 通过 YouTube 和 X(账号 llm_wizard)教开发者构建、微调、评估和部署开源 LLM 应用与智能体,并自称“No. 1 Nemotron Fan”。
Phonon 是可在本地设备离线运行的小型 TTS 模型,提供约 65MB 和 75MB 两个版本,支持英语、法语、德语、西班牙语和葡萄牙语,内置 100 多个音色。
Google Research 提出 Agile Deliberation 框架,把主观视觉分类器的构建拆成概念界定与概念迭代两阶段,由 VLM 主动挑出语义边界模糊的图片,让用户澄清自己的定义,反馈再进入自动提示词优化循环。
Dharma-AI 发布 Dharma Field Extractor,一个 20 亿参数模型,可从任意类型文档中抽取指定字段并以 JSON 返回,支持无 schema 的开放抽取和按指定 schema 定向抽取两种模式。
AWS 团队以开源多智能体数据分析方案 Deep Insight 为参考实现,把生产级 AI 智能体的上下文工程拆成四层:多智能体架构隔离上下文、用提示词限制输出、把重内容外置到文件系统、用独立智能体与兜底机制做验证。
IBM 在 Hugging Face 博客介绍 Palette,用 LoRA 微调一个 20B 开源权重模型,把做幻灯片拆成设计师写 JSON 简报、编码器写 pptxgenjs 代码两个角色,训练数据约 1000 份幻灯片、近 1 万页,遵循 IBM Design Language。
IBM 团队用同一开源权重模型 GLM-5.3-flash 在 AppWorld 的 90 个任务上对比 CUGA、Hermes 和 Deep Agents,任务通过率分别为 81.1%、46.7% 和 30.0%,场景全通过率为 66.7%、26.7% 和 6.7%。
针对 Amazon Bedrock Knowledge Bases 中需要精细控制的网页来源,可用开源 Python 爬虫 Crawl4AI 做预处理:将每页写成 Markdown 和元数据 sidecar 上传到 Amazon S3,再由知识库的 S3 数据源摄取。
NVIDIA Nemotron 3.5 Super VL 已上线 AWS,这是一个 120B 参数的 MoE 多模态模型,每 token 激活 12B 参数,支持最长 1M tokens 上下文和文本、图像、文档、视频输入。
Mistral 发布多模态 MoE 模型 Mistral Large 4(Le Chonk),总参数约 1T、激活参数 49B,上下文窗口 1M tokens,以 FP8 和 NVFP4 两种官方权重发布,采用 Mistral Ecosystem Open-Weight License。
Hugging Face 宣布发起 Project ProtoStar,联合卡内基梅隆大学、普渡大学、佐治亚理工学院等机构,推动公共资助的科研数据集、模型和代码以 AI-ready 格式开放共享。
Mistral 发布旗舰多模态模型 Mistral Large 4(代号 Le Chonk)的开放权重,参数量 1 万亿,主打编码与防御性网络安全能力。
Hugging Face 发布 AnySpeechRecognizer 和 AnyDecisionModel 两个 Swift 包,让 Apple 平台开发者可自选引擎完成语音识别与决策任务。
IBM 发布 Granite Switch 4.1.1 补丁版本,与 4.1 完全向后兼容、无需迁移,基础模型未重算,仅更新适配器。此次更新包括支持 10 种语言、原生标点与大小写的 Granite Speech ASR 模型,以及在 Jev Decision Index 测试集上表现提升的 granitelib-core Decision 适配器。
AWS 发布 Ray Train DLC 镜像(public.ecr.aws/deep-learning-containers/ray:train-ml-cuda-v1.1),预集成 Ray 2.58.0、PyTorch 2.13.0、CUDA 13.0.2、NCCL 2.29.7 与 EFA 及 AWS OFI NCCL 插件,无需自行构建镜像。
NVIDIA 发布开放权重模型 Nemotron 3.5 Transcribe,把多语言转写、说话人分离、翻译和音频问答合入同一 checkpoint,已在 Hugging Face 和 ModelScope 上线。
NVIDIA 为 RTX Spark 轻薄笔记本带来一批更新,包括开放权重的语音模型 Nemotron 3.5 Transcribe、Liquid AI 的 LFM3 系列模型支持,以及 NVIDIA App 中可在前台应用与后台 Agent 之间分配 GPU 资源的控制项。
Liquid AI 发布 LFM3 新一代 Liquid Foundation Models,以 LFM3-1.7B-Base 为统一骨干衍生出文本、视觉、音频、全模态和决策共六款 2B 级模型,全部开源权重并已在 Hugging Face 上线。
NVIDIA 与 C-BRAIN 合作,用 AI 加速阿尔茨海默病研究,C-BRAIN 已建成 OpenScientist 和 InsightEngine 两款开源智能体工具。