Amazon SageMaker JumpStart 2026 年回顾:新增 100+ 模型、覆盖 30 家提供商
Amazon SageMaker JumpStart 在 2026 年 1 月至 9 月新增超过 100 个模型,覆盖 30 家提供商。其中 Alibaba(Qwen)贡献 29 个模型,NVIDIA 贡献 17 个,包括 Cosmos3 世界基础模型系列与 Nemotron 系列;Mistral、Google、IBM、Cohere 分别新增 7、6、4、4 个模型。
Amazon SageMaker JumpStart 在 2026 年 1 月至 9 月新增超过 100 个模型,覆盖 30 家提供商。其中 Alibaba(Qwen)贡献 29 个模型,NVIDIA 贡献 17 个,包括 Cosmos3 世界基础模型系列与 Nemotron 系列;Mistral、Google、IBM、Cohere 分别新增 7、6、4、4 个模型。
AWS 发布 TorchNeuron 开发工具,让用 PyTorch 编写的 AI 应用只需改一行配置即可运行在自研芯片 Trainium 上,无需重写代码。AWS 称约 85% 的 AI 应用用 PyTorch 编写,并计划把移除框架与特定芯片绑定关系的代码贡献回 PyTorch 上游,使框架更硬件无关。
MiniMax 发布推理模型 M3.1 Flash,在 Artificial Analysis 智能指数上得 42 分,比上一代 M3 高 13 分,单任务成本不到其一半。
AWS 在 vLLM 中实现双向 KV 传输,让 decode 节点在后续轮次把已算好的 KV 返回 prefill 节点复用,避免重复计算对话历史。在 Amazon EC2 P5en 实例加 EFA 的 1P1D 部署上,最长提示下 Qwen3-32B 的 TTFT 降低约 1.6 倍,zai-org/GLM-5-FP8 降低约 3.3 倍。
vLLM 新增 push-based NIXL connector,把 KV 传输的协调与建立过程移出首 token 关键路径,在 Amazon EC2 P5en 集群的 1P1D 部署上,Qwen3-32B 的 TTFT 最高提升 3 倍、TPOT 提升最多 30%。
NVIDIA 与欧洲广播联盟(EBU)扩大主权框架合作,引入主权云、开放模型和系统集成商,明确广播机构部署智能体时对数据、基础设施、模型与安全的控制方式。
DeepSeek 发布 DeepSeek-V4.1-Flash-1017,已在官网、App 和 API 上线,并在 Hugging Face 与 ModelScope 开源模型权重。
Latent Space 推出新节目 High Taste Testers 首期,以旧金山午餐对话形式回顾 Dev Day 与最新模型和助手。
Reflection AI 发布开源权重模型 Beam,面向智能体编码与长周期任务,可维护代码、调用工具并完成多步工作流。
Goodfire 的 Nick Cammarata 发布文章提出“神经网络本已清晰”的工作假设,认为许多被视为多义性和叠加现象、难以解读的权重纠缠,在进一步用智能体分析后即可拆解;他提到 2023 年在 OpenAI 的自动可解释性工作只找到约 2% 神经元可读,并称若干著名的多义神经元案例被误读。
NVIDIA 联合 IIT Madras 的 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1,约 2.8 万亿 token,覆盖 22 种印度语言,其中 2,601.0 亿为本地文字 token、224.6 亿为罗马化 token,计数使用 Gemma-4 tokenizer。
Meta 发布开源权重模型 Muse Spark Open,称其为美国最强开源权重模型,面向编码与智能体任务,拥有 8160 亿参数(激活 420 亿)、最高 100 万 token 上下文,支持文本、图像、视频和音频。
IBM 发布 Granite Switch 4.1,包含 Granite-Switch-4.1-8B 和 -30B,把通用决策 aLoRA、安全决策 Guardian aLoRA 以及 OpenASR 榜单上最快的 ASR 模型 Granite-Speech-5.0-Turbo-CTC 组合进一个模型,占用显存与基座模型单独运行时大致相当。
Bluesky 在 TechCrunch Disrupt 2026 上宣布扩展其 AI 平台 Attie,新增网站、测验、游戏、投票等互动体验的创建能力,此前 Attie 仅支持构建自定义社交信息流。
Nvidia 发布 Nemotron 3.5 Super VL,一个 1200 亿参数的开源多模态模型,面向持续在后台运行的企业智能体,处理文本、图像、文档和视频。
Black Forest Labs 发布 FLUX 3 Image Klein,这是一个 56 亿参数的开源权重模型,支持文生图、图像编辑以及最多十张参考图的生成,原生支持 4K 输出、像素级编辑和用于元素定位的边界框。
Meta 发布开源权重模型 Muse Spark Open,采用 MoE 架构,总参数约 816B、每 token 激活约 42B,支持文本、图像、音频和视频输入,上下文窗口最高 100 万 token。
Meta 发布 Muse Spark Open 模型,称其是迄今能力最强的美国开源权重模型,也是同类中首个能在桌面端运行、需两台搭载最新 MLX 框架的 Apple M5 Ultra Mac Studio 的模型。
Mistral 发布首个时间序列基础模型系列 Timestral,提供 5M、28M、123M 和 209M 四个尺寸,最大模型以 209M 参数在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上排名第一,参数量仅为前代 SOTA 的三分之二。
Apertus 1.5 在 8B 和 70B 两个规模上扩展了 Apertus 1.0,新增图像与音频理解、可选思考模式、4 倍长的上下文窗口(262,144 tokens)、更好的指令遵循和工具调用能力,权重于 2026 年 7 月 24 日以 Apache 2.0 许可发布在 Hugging Face。
NVIDIA 加入欧盟委员会在都柏林 AI in Science Summit 上启动的 AI in Science Enablers Initiative,为欧洲研究界提供加速工具、算力、培训与创业支持。
NVIDIA 披露其在北欧的技术生态投入,包括投资瑞典初创公司 Lovable 和 Legora,Lovable 正用 NVIDIA Dynamo 与 Nemotron 优化开源模型推理。
Ai2 发布 HiRO-ACE 系统的新版本 HiRO-ACEv2,其降尺度模型 HiROv2 可同时预测多个高分辨率气象场,并提升极端降雨、风速和气压事件的还原能力。
微软研究院提出概率偏差校正(PBC)方法,用机器学习识别并纠正现有天气预报模型的系统性偏差,相关论文发表在 Nature 上,工具已开源。研究显示,PBC 将 ECMWF 物理模型的降水准确率提升至 98%、温度目标提升至 92%,并使其 AI 预报系统的准确率翻倍。该方法可仅靠 CPU 运行,研究者希望资源有限的机构也能借此改进本地预报。
独立游戏开发者 Popcar 谈到近期 AI 驱动的游戏反编译浪潮,它让现有游戏之间出现奇怪的混搭,也推动了让老游戏在新硬件(常通过 WebAssembly 在浏览器中)上运行的保存项目热潮。
Floqer 宣布计划开源其自主客户知识数据库,目标 2027 年初发布,尚待安全审查。该平台用 AI 智能体跨 100 多个第三方数据源自动调研潜客、补全账户信息并持续监测职位与融资变动,客户称 prospecting 时间最多减少 70%。公司称 ARR 已超 120 万美元,过去一年整体收入增长约十倍,现有 1000 多家客户,包括 Perplexity、Wise 和 AngelList。
NVIDIA 宣布对 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 五家英国 AI 与量子计算初创企业进行新投资,此前已投资 Basecamp Research、Synthesia、Wayve 等公司。NVIDIA 还以全球联盟创始合作伙伴身份加入 Earthshot Prize,并提供五年 2.5 亿美元算力承诺支持英国智能体安全与安保研究。
Liquid AI 发布 LFM2.5-24B-A2B,这是一个 24B 总参数、2B 激活参数的推理模型,面向端侧快速、私密的智能体场景,会先思考再作答并调用工具。
针对 MoE 模型在 decode 阶段因 M 维过小导致 Hopper GPU 利用率低的问题,AWS 提出 Swap-AB 优化,将专家输出维度 N=8192 提升为首操作数,在 H200 上为大规模 MoE 模型带来 2–4% 端到端吞吐提升,该优化已合入 vLLM 0.24.0 及更高版本。
Anthropic 发布报告称,中国公司 Z.ai 于 8 月发布的开放权重模型 GLM-5.3 可被任何人自由下载和修改,构成重大网络攻击风险。目前 Artificial Analysis LLM 排行榜前八名均为闭源模型,但开源模型在开发进度上仅落后数月。争论焦点在于开放模型带来的安全风险与防止权力集中、推动技术民主化之间的权衡。
NVIDIA 宣布计划投资 Doctolib、Entalpic、Genesis AI 和 Pigment 四家法国初创公司,分别覆盖医疗智能体、原子级材料工程、通用机器人和企业规划平台。NVIDIA 在欧洲的技术生态投资总额已接近 100 亿美元,此前曾投资 Alice&Bob、Gradium 和 Scintil Photonics。
AWS 发布面向多节点部署的 Ray LLM Deep Learning Containers,可在 Amazon EKS 上把单个大语言模型拆分到两个 GPU 节点,以 prefill/decode 分离方式共用一个 OpenAI 兼容端点。
AWS 发布 llama.cpp 专用深度学习容器(DLC),可在 Amazon SageMaker AI 上以 CPU 或 GPU 托管量化模型,并通过 InvokeEndpoint 提供 OpenAI 兼容的 chat completions。
Python 3.15 正式发布,新增 PEP 810 显式惰性导入(lazy import)和推导式解包语法,标准库加入采样分析器 Tachyon(profiling.sampling)。
NVIDIA 在 OCP Global Summit 上通过开放的 MGX 架构向 OCP 贡献了 Vera Rubin 机架和计算托盘设计,为系统厂商提供构建下一代 AI 工厂基础设施的共同基础。
The Verge 编辑在 M5 Ultra Mac Studio 上安装开源 AI 智能体 Hermes Agent,并选用 1250 亿参数的 Qwen 3.8 Flash Next 模型(约 105GB)进行本地 AI 实测。
Anthropic 推出 Cyber Mission 长期计划,并配套一个免费的 OSS AI 扫描器,定期检查开源项目、自动标记并解释漏洞、给出补丁建议。
作者借助 HuggingChat 中的 ML-intern,用自然语言提示词在两天内训练并发布了六个模型,包括柑橘病害 VLM、Huggy LoRA、相机视角 LoRA、Doodle-in LoRA、Pocket Rewriter 0.8B/2B 和 Agate 4-step 蒸馏模型,总计算成本约 103 美元。
NVIDIA 开发者借助 GPT-6 Astra、Claude 等前沿模型驱动 AI 智能体,结合 Omniverse 库的 GPU 加速物理、渲染与传感器仿真能力,通过自然语言指令完成场景搭建与验证。
Anthropic 推出名为 OSS Scanner 的免费服务,为选择加入的开源项目提供由自家最强模型(包括 Claude Mythos)生成的定期安全扫描报告。