Amazon Quick 推出 Live Data in Apps:AI 构建应用可实时查询受治理数据集
Amazon Quick 为 AI 构建的 Quick Apps 推出 Live Data in Apps,应用每次打开时都会实时查询受治理的 Quick Sight 数据集,而非使用构建时的静态快照。该功能支持 SPICE 和 Direct Query 两种数据集模式,查询以查看者身份执行,自动沿用现有行级与列级安全规则,每位查看者首次使用需按数据集授权同意。
Amazon Quick 为 AI 构建的 Quick Apps 推出 Live Data in Apps,应用每次打开时都会实时查询受治理的 Quick Sight 数据集,而非使用构建时的静态快照。该功能支持 SPICE 和 Direct Query 两种数据集模式,查询以查看者身份执行,自动沿用现有行级与列级安全规则,每位查看者首次使用需按数据集授权同意。
NVIDIA NeMo Agent Toolkit(NAT)可将 Amazon S3 Vectors 作为自定义记忆后端,为多智能体系统提供持久化记忆。
OpenAI认为,先进 AI 的重要价值或许在于承担突破性创意背后的常规工作。执行能力可能影响下一阶段经济形态与进步速度。
Amazon Payments 在 Amazon SageMaker AI 上用多目标上下文多臂老虎机(LinUCB)优化产品获客漏斗,七周在线 A/B 测试中,一个人群的最终漏斗转化率取得高个位数相对提升,另一个人群则未见改善,问题出在内容而非模型。
Amazon Bedrock AgentCore 支持构建"环境智能体"(ambient agent),它由 Amazon S3 事件通知、EventBridge 规则等事件流触发,无需用户发起对话即可并行处理多个事件。
AWS 博客给出 Claude Platform on AWS(CPonAWS)多环境访问的完整实现方案:在组织内建专用 AI Services 账户承载订阅与工作区,工作负载账户通过跨账户 SigV4 角色调用推理,无需存储 API key。
Albertsons Companies 正使用 ChatGPT Enterprise 和 OpenAI API 加快团队工作,并让数百万顾客的杂货购物更便捷。相关应用同时着眼于内部工作效率与顾客购物体验。
uniopen 通过 Amazon SageMaker AI 对 Amazon Nova 2 Lite 进行监督微调,并做提示词层面的输出优化,使其适配自身零售审核策略。
NVIDIA 提出 AI 工厂回报由三要素决定:每兆瓦产出能力、硬件使用寿命和 token 需求。SemiAnalysis AgentX 数据显示,Vera Rubin NVL72 每兆瓦吞吐量比 GB300 NVL72 高 30 倍以上,在 DeepSeek V4 Pro 上每百万 token 成本低至 45 倍。
社交俱乐部 The Den 借助 ChatGPT Work 每周节省 10-15 小时,用于业务增长和筹备新地点。其补助申请准备时间从 3 天缩短至 2 小时,酒类许可证材料准备时间从 4 天缩短至 3 小时。
Google DeepMind 发布 Gemini 4 Argon,先通过 Fairwind Program 向一批可信网络防御者开放,并计划逐步扩展至开发者、企业和消费者。
推荐理由:多项基准与 Google 内部部署案例覆盖软件工程、知识工作和网络防御,可据此比较模型在长程复杂任务中的表现。
NVIDIA 面向全球开放 2027–2028 学年研究生奖学金申请,每名博士生最高可获 $60,000。项目面向 AI、机器学习、自动驾驶、机器人等领域,申请者须至少完成博士阶段第一年学习。申请截止日期为 2026 年 10 月 30 日,获选者须于 2027 年夏季先在 NVIDIA 研究办公室参加线下实习。
Microsoft Research 开发机器学习管线,利用太阳风信息为美国本土66,935座变电站生成位置特定的空间天气风险预估。系统结合AE、Dst预测与纬度、地质及地面电导率,可提前30-60分钟预警;对重大、严重和极端事件的检出率分别为76.5%、81.2%和64.1%。
Amazon Bedrock Knowledge Bases 新增 AgenticRetrieveStream API,可将理赔问题拆成子查询并多轮检索,返回带引用的答案。
AWS 官方博客发布教程,演示在 Amazon Bedrock AgentCore Runtime Instances 上部署三智能体音乐制作流水线:作曲智能体在实例 GPU 上用 ACE-Step 模型渲染音频,交付智能体读取共享卷上的 .wav 并做 DSP 处理,合规智能体独立复测并筛查曲库相似度。
Google DeepMind 发布 SynthID Bio 概念验证研究,可在 AI 生成的蛋白质序列和预测 3D 结构中嵌入可检测水印,并在合成后的实体蛋白上验证。
推荐理由:该研究把水印从数字设计延伸到合成后的实体蛋白,并用湿实验检验功能保持,为生物设计溯源提供了可复核路径。
NVIDIA 与 CoreWeave 将新一代智能体 AI 基础设施投入生产,CoreWeave 宣布 NVIDIA Vera Rubin NVL72 可用,并推出连接模型与智能体训练、评估和改进流程的 CoreWeave Forge。
推荐理由:材料结合真实软件工程负载与多项性能数据,可用于评估新基础设施对智能体推理、沙箱运行和训练成本的影响。
OpenAI 阻止了一起试图提取受保护模型推理的协同模型蒸馏行动,并披露正在加强针对对抗性蒸馏的防御措施。
OpenAI 与美国小企业发展中心(America's SBDC)合作,为小企业扩大实操 AI 培训和本地支持,并同步发布一份关于小团队如何使用 AI 的新报告。
Hugging Face 推出 Open TTS Leaderboard,以客观指标评估开源多语种文本转语音与声音克隆模型。榜单使用 Qwen3 ASR 计算 WER/CER,在 H200 GPU 和 CPU 上测量 RTFx 与 TTFA,并以 WavLM 嵌入的余弦相似度评估说话人相似性,将单个模型的评测时间从数周缩短至数小时。该榜单不取代人工偏好排名,也不直接衡量自然度、表现力或听众偏好。
推荐理由:榜单以统一客观指标覆盖开源多语种 TTS,将评测周期从数周缩至数小时,可缓解竞技场对开放权重模型覆盖不足的问题。
Google 提出 Diffusion Controller,将扩散模型去噪统一为连续控制问题,兼顾用户偏好、图像质量与稳定性。其轻量附加网络可在冻结基础模型时修正生成轨迹,并以 Stable Diffusion v1.4、HPS-v2 评估;轻量方案超越行业标准,完全解锁版本对基线胜率达 90%。
NVIDIA 发布开放表格基础模型 Kumo Tabular,无需训练、调优或特征工程,即可在单次前向推理中完成表格分类与回归。模型提供 28M 至 215M 参数的三种尺寸,仅用人工数据预训练,并在 TabArena、BeyondArena、TALENT 和 ScoringBench 排名第一。
推荐理由:它把表格分类与回归压缩为单次前向推理,并以四项基准结果呈现精度与效率相对传统流程的变化。
Microsoft Research 推出 Quine,这套实验性 AI 研究系统由多模态生物世界模型和连接模型、科学工具、文献、湿实验及研究人员的交互框架组成。
推荐理由:案例展示了如何用跨模态生物世界模型筛选实验候选,再以湿实验反馈迭代,提供了可迁移的计算与实验闭环思路。
ProvenanceGuard 是面向 MCP 智能体的生成后核验层,可在不重新训练智能体的情况下,逐条检查声明是否由答案所指向的正确来源支持。在40个答案的361条声明中,专家认为139条不应通过,系统拦截了其中138条;其 Reject/block F1 为0.802,并为每条声明输出来源 ID。面对多个相似来源时,其拦截 F1 为0.846,但精确识别来源的正确率为50.3%。
OpenAI 发布 GPT-6.1 Sol,称其在编码、计算机使用和专业工作方面接近 Astra 智能,且 API 输入输出 token 价格仅为 Astra 标准价的五分之一。
OpenAI 在 DevDay 2026 上发布了超过 20 项公告,涵盖 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者的新工具。
OpenAI 发布 dots,一种能跨复杂项目和日常任务持续工作的主动式助手,并说明其如何让用户在推进工作的同时保持掌控。
Microsoft Research Asia – Singapore 成立一年来扩充团队、深化合作,推动前沿 AI 研究在医疗等领域转化为实际应用。其工作涵盖下一代 AI 模型与智能体系统、领域 AI、AI 原生研究、生态与人才发展,并与 EDB 开展联合博士培养。
OpenAI 公布前沿 AI 训练安全案例的早期指南,覆盖技术防护措施、运营实践以及失准事件调查三方面。该指南旨在为前沿模型训练过程中的安全论证提供框架。
OpenAI 就涉及澳大利亚政府网站的事件致歉,并公布更严格的防护措施与支持方案,以加强澳大利亚的网络防御能力。
Mistral 在慕尼黑开设德国枢纽,将配置专注于 Physics AI 和工业 AI 的研究团队,并由应用工程师直接服务企业合作伙伴。公司计划到 2030 年在欧洲建设 one gigawatt 算力,以开放权重模型、客户自有基础设施和欧洲法律管辖支持主权 AI。
H Company 发布 Holo4 通用计算机使用智能体模型系列,包含 27B dense 和 35B-A3B 混合专家架构两种规格。Holo4 可通过 GUI、代码、MCP 和 API 操作软件,并同步推出 Holotron4 Nano 更新。
推荐理由:文章给出跨 GUI、代码、MCP 与 API 的训练设计,并公开基准轨迹和成本口径,便于复核性能比较。
OpenAI 扩大 Lenfest AI 协作与奖学金计划,提供 500 万美元资金,以及最高 500 万美元的软件额度和工程支持。
Hugging Face Hub 上线 RL Environments 专区,以数据集仓库和标签支持强化学习环境的发现、版本管理与运行。首版聚焦任务集,新增 rl-environment 筛选器,并为 Harbor、Verifiers、OpenEnv 和 NeMo Gym 生成加载命令,无需新建仓库类型、注册表或账号。
推荐理由:它把分散在不同框架的强化学习环境纳入统一标签体系,为跨框架发现、版本管理和复用任务集提供了清晰路径。
OpenAI 正在为 Codex Originals 项目征集使用 Codex 的开发者、研究者与创作者的真实故事,入选者将参与该项目的下一阶段。感兴趣的用户可通过官方表单提交自己的项目与经历。
GPT-6 Astra 完成 50 个标签页的税务工作簿速度是 GPT-5.6 Sol 的两倍,对用户意图的理解也更强,让 Basis 对实际应用更有信心。
Proaction 借助 Codex、GPT-Live-1 和 GPT-6 Astra,更快地构建、运营并销售现代车队管理产品,销售提升 60%,节省 75+ 小时。
GitHub Copilot app 可通过 canvases 构建自定义工作流界面,用户在智能体会话中运行 /create-canvas 并用自然语言描述需求,无需手动编写代码或设计布局。提示词应说明界面支持的工作流、用户可执行的操作以及智能体可执行的操作。生成的 canvas 支持双方实时修改共享状态,并可保存为供团队共享或个人使用的扩展。
推荐理由:通过拆解 /create-canvas 的描述要素和双向协作机制,给出将日常流程转换成可复用界面的具体路径。
Wayfair 借助 OpenAI 模型提升电商客服与商品目录准确率,实现工单自动分类,并大规模优化数百万条商品属性。
当任务需要反复操作、自定义界面或自动化开发流程时,聊天往往不是 GitHub Copilot 的合适交互方式。GitHub Copilot app 的 canvas 是运行在应用内的全栈程序,可与 Copilot 智能体双向通信、调用第三方 API,并在本机执行代码。
推荐理由:文章把重复操作从聊天迁移到可复用的自定义界面,并以数据库和开发流程示例说明如何减少 token 消耗与人工介入。