NVIDIA AI 工厂如何最大化投资回报：高产出、长寿命、通用性
NVIDIA 提出 AI 工厂投资回报取决于三个因素：每兆瓦产出能力、硬件使用寿命和 token 需求，并以 Vera Rubin NVL72 为例称其每兆瓦吞吐量比 GB300 NVL72 高 30 倍以上，在 DeepSeek V4 Pro 上每百万 token 成本最多低 45 倍。
#部署/工程
#部署/工程
今日 3 条10月1日
用 Amazon Bedrock Knowledge Bases 以自然语言查询理赔数据
Amazon Bedrock Knowledge Bases 新增 AgenticRetrieveStream API，可将多部分理赔问题拆成子查询并多轮检索，直到证据充分再生成带引用的回答。
微软研究院用机器学习预测电网空间天气风险，覆盖美国 66,935 座变电站
微软研究院开发了一套端到端机器学习流水线，利用 L1 太阳风观测、AE 与 Dst 指数预报及各地地质电导率数据，为美国本土 66,935 座变电站生成 30 至 60 分钟前的局地空间天气风险估计。
9月30日
在 Amazon Bedrock AgentCore Runtime Instances 上构建多智能体音乐制作流水线
AWS 官方博客演示在 Amazon Bedrock AgentCore Runtime Instances 上部署三智能体音乐制作流水线：作曲智能体用 Claude Sonnet 4.6 生成音乐简报并在实例的 NVIDIA L4 上运行 ACE-Step 渲染音频，交付智能体读取共享卷上的 .wav 做测量与 DSP 处理，合规智能体独立复测并筛查与曲库的谐波相似度。
NVIDIA 与 CoreWeave 将 Vera Rubin NVL72 投入生产，Cognition 为首家客户
CoreWeave 宣布 NVIDIA Vera Rubin NVL72 系统搭配 Spectrum-X 102.4T 以太网在 CoreWeave Cloud 上可用，Cognition 成为首个在生产环境运行该系统的客户。
Amazon Bedrock 将 Claude Opus 5、Sonnet 5、Haiku 4.5 的推理扩展至印度境内
Amazon Bedrock 在印度上线 Anthropic 的 Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5，通过地理跨区域推理让数据在印度境内处理。
Amazon Bedrock 在首尔和新加坡上线 Anthropic Claude 模型区域内推理
Amazon Bedrock 现已在首尔和新加坡支持 Anthropic Claude 模型的区域内推理：首尔支持 Claude Opus 5 和 Claude Sonnet 5，新加坡支持 Claude Sonnet 5，均通过 bedrock-runtime 端点调用。
GPT-6.1 Sol 在 Amazon Bedrock 正式可用
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，面向智能体编码、计算机操作和日常专业工作负载提供更强的推理能力。据 OpenAI 称，它在 DeepSWE v1.1 上以约五分之一的单任务成本达到 GPT-6 Astra 的水平，并比 GPT-6 Sol 的最佳成绩高出 6.4 个百分点。
用 Amazon Quick 和 Amazon Bedrock AgentCore 构建 AI 合同智能平台
基于 Amazon Quick 与 Amazon Bedrock AgentCore 的合同智能平台，用 AI 智能体从合同 PDF 中提取 8 个关键字段并独立校验，签名识别分歧由 Amazon Textract 裁定，结果存入 Amazon Aurora PostgreSQL。
9月29日
Condé Nast 如何用 Amazon Bedrock 构建多模态视频检索
Condé Nast 与 AWS 生成式 AI 创新中心（GenAIIC）合作，基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频检索方案，并选用 TwelveLabs Marengo 嵌入模型联合编码画面、音频与转录文本。
Claude Sonnet 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。
在 SageMaker AI 上用 vLLM-Omni 构建实时语音应用（上）：部署 Qwen3-TTS 流式语音
AWS 发布 vLLM-Omni DLC，可在 SageMaker AI 上部署 Qwen3-TTS，通过一条持久双向连接实现文本流入、音频流出，语音在生成完成前即开始播放。
在 SageMaker AI 上用 vLLM-Omni 生成图像与视频（第二部分）
AWS 发布教程，演示在 SageMaker AI 上部署同一个 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 做图像条件视频生成。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，最终从 S3 取回 MP4，示例含命令行流程和可选的 Streamlit 界面。
9月28日
Mistral 在慕尼黑开设德国中心，推进工业 AI 与 Physics AI
Mistral 在慕尼黑开设新中心，组建专注 Physics AI 与工业 AI 的研究团队，并计划到 2030 年建成 1 吉瓦欧洲算力。该中心将与 BMW 合作碰撞仿真与工程 AI、与 Siemens Energy 合作工业 AI 应用，并与慕尼黑工业大学（TUM）合作利用风洞设施开发汽车空气动力学数字孪生。
用 Amazon Nova Act 与 Bedrock AgentCore 实现合成监控
基于 Amazon Nova Act 与 Amazon Bedrock AgentCore 的智能体驱动合成监控方案，用自然语言动作替代 Selenium、Playwright 的 DOM 选择器脚本，由多模态 LLM 读取 UI 截图执行登录、下单、结账等关键流程。
跨账户自动化管理 Amazon Textract 适配器生命周期
AWS 发布跨账户自动化管理 Amazon Textract 适配器生命周期的方案，通过将适配器 ID 外置到 AWS Systems Manager Parameter Store，生产环境适配器引用可零停机更新，无需重新部署应用，原本需数小时至数天的协调工作缩短到数秒。
9月26日
在 Amazon EKS 上用 EFA 和 DeepEP 扩展 MoE 强化学习，吞吐量提升 40%
AWS 给出在 Amazon EKS 上结合 EFA 与 DeepEP 扩展 MoE 强化学习训练的架构方案，吞吐量提升 40%。
在 Amazon SageMaker HyperPod 上用 SkyRL 加速多模态 RL 训练
在 Amazon SageMaker HyperPod 上使用开源 RL 框架 SkyRL，通过 GRPO 对 Qwen3-VL-8B 视觉语言模型进行多模态强化学习后训练，在固定 64 个迷宫评测集上把解迷宫成功率从 43.75% 提升到 95% 以上。
NarrateAI：在 Amazon Bedrock 上实现生产级 LLM 质量保障
NarrateAI 在 Amazon Bedrock 上通过五项技术实现约 99% 的数值准确率并实时流式返回响应，服务超过 4000 名 AWS 高管。这五项技术分别是自适应流水线编排、跨账户多模型故障转移、实时流式评估、复合评估框架和数据准确性验证，其中约 90% 的查询走单次快速路径，仅约 10% 走并行批处理路径。
在 Amazon SageMaker AI 上部署 Qwen3-TTS 实时个性化语音
阿里云 Qwen 团队开源的 Qwen3-TTS-12Hz-1.7B-Base 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。
9月25日
Datacor 如何用 Amazon Quick Sight 构建自助式租赁分析
Datacor 将 Amazon Quick Sight 嵌入 TrackAbout 解决方案，为工业气体与焊接分销商提供交互式仪表盘和自然语言搜索，业务用户无需提 IT 工单即可查询租赁数据。
Amazon SageMaker HyperPod 与 Qumulo 实现跨区域训练
Amazon SageMaker HyperPod 搭配 Qumulo 的 Cloud Native Qumulo（CNQ）与 Cloud Data Fabric（CDF），可让训练集群跨 AWS Region 直接读取远端数据集而无需复制数据或改动代码。
GitHub Copilot 为什么说 chat 是错的 UI：用 canvas 构建自定义交互界面
GitHub Copilot 应用引入 canvas——一种运行在应用内、无浏览器外壳的全栈小应用，可与 Copilot 智能体双向通信，也能调用第三方 API 或在本地执行代码。
在 SageMaker AI 上用 WhisperX 做说话人标注转录
AWS 发布 WhisperX Deep Learning Container，在 OpenAI Whisper 基础上加入批处理推理、wav2vec2 强制对齐的逐词时间戳和说话人分离，可部署到 Amazon SageMaker AI 实时或异步端点，无需自建镜像。
用 AgentCore Gateway 和 MCP 构建多账户 AI 智能体
企业可用 Amazon Bedrock AgentCore Gateway 与 MCP 构建多账户 AI 智能体架构，让各业务线数据留在自己的 AWS 账户内，仅在查询时按需流出。
Aderant 用 Amazon Nova Lite 构建智能工单分诊系统
Aderant 基于 Amazon Bedrock 调用 Amazon Nova Lite，为 38 人的 SierraOps 团队构建了智能工单分析器，自动完成工单上下文收集、分类与路由。
9月24日
Liquid AI 发布 LFM2.5-VL-DSpark 草稿模型，为 LFM2.5-VL-3B 加速推理
Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark 草稿模型 LFM2.5-VL-DSpark，通过投机解码在不改变输出质量的前提下提速，端侧解码最高 3.13x、H100 上最高 2.66x，端到端最高 2.62x 和 2.27x。
CONTROL Resonant 登陆 GeForce NOW，DragonSword: Awakening 领衔九款新游
Remedy Entertainment 的 CONTROL Resonant 已在发售当日登陆 GeForce NOW，Ultimate 会员可以 GeForce RTX 5080 级性能串流，支持 NVIDIA DLSS 4、光线追踪、NVIDIA Reflex 和最高 5K HDR，无需 100GB 本地安装。
HEMA 如何用 MCP 和 Amazon Bedrock AgentCore 打造内部 AI 助手 HAL
荷兰零售商 HEMA 基于 MCP 和 Amazon Bedrock AgentCore 构建了内部 AI 助手 HAL，把原本分散在多个门户和 wiki 中的知识集中到一处，并直接送进 Kiro、Claude 等团队日常使用的工具中。
GitHub Copilot 应用如何渲染超大 pull request
GitHub Copilot 应用重建了 pull request 视图，以应对超大 diff 与评论带来的渲染压力，实测对象是一个包含 2,200 个文件、超 100 万行改动和 400 多条行内评论的开源 pull request。其做法是把文档高度拆成确定性的代码几何与动态块几何两个独立域，代码行高提前精确计算，评论等动态块则采用有界高度、延迟测量，并把修正锚定在用户当前浏览位置。
微软研究院：把物理 AI 推理卸载出机器人，任务成功率与续航同步提升
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。
9月23日
Airbnb 扩大 GPT-6 Astra 与 OpenAI 前沿模型的使用范围
Airbnb 正在扩大 GPT-6 Astra 及 OpenAI 前沿模型的使用范围，帮助工程团队排查 bug、设计系统并加快交付。
9月22日
NVIDIA 发布 Isaac ROS 5.0，推进智能体化开源机器人开发
NVIDIA 在加拿大多伦多 ROSCon 大会上发布 Isaac ROS 5.0，这是一套基于 ROS 的 GPU 加速软件包集合，新增智能体工作流与平台支持，帮助开发者更快构建、定制和部署机器人应用。
NVIDIA 推出 DSX Ready 认证计划，为 AI 工厂筛选供电与制冷产品
NVIDIA 推出 DSX Ready 认证计划，用于验证合作伙伴产品是否符合 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）两类。
NVIDIA 详解为何规模化部署物理 AI 需要全栈安全
NVIDIA 发文阐述物理 AI 规模化部署需要覆盖硬件、软件、AI 行为与运行环境的安全体系，并介绍其全栈安全系统 NVIDIA Halos。
NVIDIA 埃及 AI 生态迈向生产规模：开发者一年增长超十倍
NVIDIA 在埃及大埃及博物馆举办 AI 生态活动，其 Deep Learning Institute 埃及学员规模一年内增长超十倍。Hassan Allam 获埃及国家电信管理局数据中心牌照，并与 A15 合作开发预计投资 4 亿美元的新数据中心。NVIDIA 称非洲已有四座 AI 工厂宣布或上线，另有 656 兆瓦新增算力在建。
9月21日
NVIDIA：AI 安全是工程问题——如何在 Agent 栈的每一层解决它
NVIDIA 提出 AI 安全应按工程问题处理，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 在智能体推理范围之外强制执行策略并提供沙箱化执行，Cisco DefenseClaw 在其上增加治理层，JFrog 则集成 OpenShell 扫描和验证智能体技能。
NVIDIA 在纽约气候周展示 5 家用 AI 推进清洁能源的公司
NVIDIA 在纽约气候周重点介绍了 5 家用 AI 推进清洁能源的公司。ThinkLabs AI 的数字孪生与智能体基于 NVIDIA CUDA，帮助南加州爱迪生将电网并网申请评估时间从 30-45 天缩短到 2 分钟。
Hugging Face tokenizers v1 发布：编码解码与扩展性能实测
Hugging Face 发布 tokenizers v1，输出 token ID、API、词表和 merge ranks 与 v0.23 保持一致，但速度最高提升数十倍。
9月19日
Google Research 推出 MilleMiglia：面向中程物流的真实实例生成器
Google Research 发布 MilleMiglia，一个用 C++ 编写的实例生成器，用于为中程物流配送问题生成真实且保护隐私的基准数据，源码与文档已在 GitHub 公开。