NVIDIA 在 GTC Berlin 公布 RTX Spark、DGX Spark 与 DGX Station 本地 AI 更新
NVIDIA 在 GTC Berlin 展示本地 AI 硬件全线产品，RTX Spark 面向 Windows PC 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。
推荐理由：NVIDIA 一次性公布本地 AI 硬件与软件栈的多项更新，读者可据此了解桌面级智能体与本地推理的当前配置边界。
#部署/工程
NVIDIA Blog精选AI 评分6060 NVIDIA BlogAI 评分5858 黄仁勋 GTC Berlin 2026 主题演讲：发布 DSX POD 与 OpenShell 智能体安全架构
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中宣布多项发布，包括在模块化容器内交付完整 Vera Rubin AI 工厂的参考设计 DSX POD，现场部署时间可从六个月缩短到 14 天。
Latent Space精选AI 评分8585 DeepSeek 开源推理框架 DeepInfer，称单集群日处理 155 万亿 token
DeepSeek 开源生产推理框架 DeepInfer，支持分布式推理、投机解码与结构化输出，覆盖 NVIDIA 与华为昇腾平台，并同步发布 deepseek-recipe 处理 API 协议转换。
推荐理由：DeepSeek 开源生产推理栈并披露单集群吞吐与单卡收入，读者可据此判断缓存命中在成本结构中的权重。
Latent SpaceAI 评分2828 Tenex 如何构建 AI 原生 SDLC：为交付结果而非工时付费
Tenex 联合创始人 Alex Lieberman 与 CJ Hess 在 AIE New York 分享了公司如何把"按交付结果付费"扩展到工程组织，目前团队已增至 75 人，客户覆盖 Fortune 2000 与中型企业。
AWS Machine Learning BlogAI 评分4141 i14 的 Laplace 3B 线性注意力模型如何在 AWS Trainium2 上用原生 PyTorch 训练与推理
i14 与 AWS 合作，通过 TorchNeuron Native 的原生 PyTorch 支持，将采用 GLA 架构的 Laplace 3B 线性注意力模型移植到 AWS Trainium2。
Latent SpaceAI 评分4040 SF Compute CEO Evan Conrad 谈可编程数据中心与 GPU 算力交易市场
SF Compute 正在把 GPU 算力做成可交易市场，并自建云运营能力实现"物理交割"，让买家拿到可用算力而非现金结算。CEO Evan Conrad 称公司按不同约束匹配订单，支持现货与远期定价、批处理与实时推理租赁，并可在运行时细分 InfiniBand 网络。他认为 NVIDIA 因缺乏中立性无法自建这一市场。
The DecoderAI 评分6262 DeepSeek 开源推理框架 DeepInfer，支撑 V4.1-Flash 快速低成本推理
DeepSeek 以 Apache License 2.0 开源内部推理框架 DeepInfer，该框架是支撑 V4.1-Flash 模型大规模快速出结果的推理服务软件。
TechCrunch · AIAI 评分7070 Google 开源 TorchTPU，让 PyTorch 应用无需重写即可跑在 TPU 上
Google 宣布将 TorchTPU 作为开源项目发布，这是其 PyTorch 版本，可让 AI 应用运行在 Google 的 TPU 上，开发者只需修改配置、无需重写代码即可把现有 PyTorch 应用迁移到 TPU 和 Google Cloud。
AWS Machine Learning BlogAI 评分3636 Octave 如何基于 Amazon Bedrock 构建安全的多租户 AI 基础平台
Octave 在 Amazon Bedrock 上为质量管理平台 Reliance 搭建多租户 AI 基础，用 Cohere Embed v4 嵌入 20 亿份文档，并将单用例部署时间缩短 50%。
AWS Machine Learning BlogAI 评分4040 在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 实现多语言推理
在 Amazon SageMaker HyperPod 上对 GPT-OSS-20B 做多语言推理微调，基座模型在 50 例测试中仅 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%）。
AWS Machine Learning BlogAI 评分3636 用 Amazon Quick 与 Amazon Bedrock AgentCore 构建对话式供应链智能
Amazon Quick 与 Amazon Bedrock AgentCore 组合，让供应链管理者用自然语言跨系统查询并执行操作。AgentCore 将企业 MCP 服务器暴露为可组合工具层，答案来自实时记录系统而非模型记忆。演示中一次中断评估显示 75 万美元风险、23 笔订单和 3 天库存，所有变更需指定人员审批。
AWS Machine Learning BlogAI 评分4040 Smartsheet MCP Server 上线 AWS，AI 智能体可读写工作管理数据
Smartsheet 已在 AWS 上推出正式可用的 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、创建和管理表格、行、列与自动化流程。该服务支持 Amazon Quick 和 Kiro 两种接入方式，前者面向业务用户以自然语言查询和更新表格，后者让开发者在编码工作流内引用项目规格、更新任务状态并跟踪依赖关系。
AWS Machine Learning BlogAI 评分4040 Smartsheet MCP Server 上线 AWS，AI 智能体可读写项目数据
Smartsheet 已在 AWS 上推出正式可用的 MCP Server，AI 助手可通过标准化协议读写和管理 Smartsheet 数据，覆盖 40 多个工具，支持用自然语言更新任务状态、创建行和调整项目结构。
AWS Machine Learning BlogAI 评分3838 在 AWS 上用 X.509 PKI 保障 AI 智能体身份安全
AWS 与 Keyfactor 联合发布参考架构，用 Keyfactor EJBCA 的 X.509 PKI 为 AI 智能体建立可验证、可撤销的加密身份，弥补 MCP 缺乏内置认证标准的缺口。
AWS Machine Learning BlogAI 评分5858 AWS 发布 Agent Registry 运行时工具发现教程
AWS 官方博客介绍如何用 AWS Agent Registry 在运行时发现工具，替代把工具硬编码进编排器。编排器先向 Registry 数据面发起自然语言检索，拿到 MCP 服务器或 A2A 智能体的描述符后构造客户端，再为单次请求临时组装内层智能体并在结束后销毁。
AWS Machine Learning BlogAI 评分2222 在加拿大通过跨区域推理在 Amazon Bedrock 上访问 OpenAI GPT 模型
Amazon Bedrock 的跨区域推理（CRIS）现支持从加拿大区域访问 OpenAI GPT-6.1 Sol、GPT-6（Astra/Sol/Luna）和 GPT-5.6（Sol/Terra/Luna），推理在北美处理。
AWS Machine Learning BlogAI 评分3838 用 AtScale 和 Amazon Bedrock AgentCore 在 AWS 上为智能体 AI 构建语义层
AWS 博客演示用 AtScale 作为语义层、在 Amazon Bedrock AgentCore 上运行 Strands 智能体，构建 Customer 360 场景。
AWS Machine Learning BlogAI 评分2929 用 Strategy Mosaic 和 Amazon Bedrock AgentCore 在 AWS 上为智能体 AI 构建语义层
该教程演示如何用 Strategy Mosaic 作为语义层，在 Amazon Redshift 与 Amazon Aurora 上以两个链接模型建模 C360 域，无需 ETL。
AWS Machine Learning BlogAI 评分3030 用 Denodo 和 Amazon Bedrock AgentCore 在 AWS 上为智能体 AI 构建语义层
AWS 博客演示用 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 与本地 PostgreSQL 三处数据源。
AWS Machine Learning BlogAI 评分4242 Eon 如何基于 Amazon Bedrock AgentCore 的 MCP Gateway 构建多云调查能力
Eon 用 Amazon Bedrock AgentCore 的 MCP Gateway 替换了逐工具凭证和本地 MCP 进程，让开发者和自主智能体通过单一认证网关统一访问 AWS、GCP、Azure 三朵云上的调查工具。
MIT Technology Review · AIAI 评分2020 企业 AI 的新经济学：从 token 成本转向有效成果成本
HPE 提出企业 AI 的成本衡量应从 token 或 GPU-hour 单价转向"每个有用成果的有效成本"，即完成可被业务使用的请求或工作流所需的平台、模型、运营与算力总成本。
The DecoderAI 评分5858 Cloudflare 发布文档数据抽取模型 Clairic，称比 LLM 更快更便宜
Cloudflare 发布 AI 模型 Clairic，称其从文档中抽取数据比大语言模型更快、成本更低，已在 Workers AI 上提供预览，开放权重即将跟进。
NVIDIA BlogAI 评分2222 西班牙初创公司借助巴塞罗那超级计算中心推进区域创新
巴塞罗那超级计算中心（BSC）的 AI Factory 加速器计划在试点后全面运营，为初创企业提供主权算力、技术支持和培训，部分服务已可通过 NVIDIA Inception 门户获取。该中心自 2025 年 4 月启动以来已交付超 800 项服务，Qatium、OneCareAI、Avatia 三家 Inception 成员在试点 demo day 上获评 AI Champions。
AWS Machine Learning BlogAI 评分2525 开发者现可通过全新 AWS 体验访问 SageMaker Studio
AWS 新客户现在可用 Google、GitHub、Apple、Amazon 账号或邮箱在 2–3 步内注册，并自动在约 20 秒内进入配置好的 SageMaker Studio 环境，无需完成高级账户注册、验证手机号或（多数情况下）输入信用卡。
AWS Machine Learning BlogAI 评分2828 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，来自 30 家不同提供商。其中 Alibaba（Qwen）贡献 29 个模型，NVIDIA 贡献 17 个，涵盖 Cosmos3 世界基础模型与 Nemotron 系列，Mistral、Google、IBM、Cohere 等亦有新增。
TechCrunch · AIAI 评分6262 AWS 发布 TorchNeuron 开发工具，PyTorch 应用改一行配置即可跑在 Trainium 上
AWS 发布 TorchNeuron 开发工具，让用 PyTorch 编写的 AI 应用只需改一行配置就能运行在亚马逊自研芯片 Trainium 上，无需重写代码。
AWS Machine Learning BlogAI 评分4545 TwelveLabs Pegasus 1.5 在 Amazon Bedrock 上线
TwelveLabs 的视频语言模型 Pegasus 1.5 已在 Amazon Bedrock 上线，可将长视频转为带时间戳的结构化 JSON 元数据。新版本支持视频分段、结合参考图像的多模态提示词和免预索引的即时处理，单次请求可分析最长两小时的视频，较 Pegasus 1.2 的一小时提升一倍。
AWS Machine Learning BlogAI 评分2828 Deepgram 如何借助 AWS Trainium 优化大规模语音 AI
Deepgram 将 Nova-3 语音转文字模型移植到 AWS Trainium2，在单台 Amazon EC2 trn2.3xlarge 实例上运行八个模型副本，离线批处理场景下每美元处理的音频量比原有算力方案提升 11–70%。
AWS Machine Learning BlogAI 评分3636 vLLM 推出基于 push 的 KV 传输，提升分离式推理的 TTFT 与 TPOT
vLLM 新增 push 模式的 NIXL connector，将 prefill 后的传输协调与准备工作移出关键路径，从而降低 TTFT 并提升 TPOT。在基于 Amazon EC2 P5en 实例、通过 EFA 连接的 1P1D 部署上，Qwen3-32B 的测试显示 push 模式相比 pull 模式 TTFT 最高提升 3 倍、TPOT 最高提升 30%。
AWS Machine Learning BlogAI 评分4545 vLLM 双向 KV 传输如何提升多轮智能体工作负载的 TTFT
vLLM 引入双向 KV 传输，让 decode 节点在后续轮次把已计算的 KV 缓存回传给 prefill 节点，避免重复计算对话历史。在 Amazon EC2 P5en 的 1P1D 部署测试中，该机制使 Qwen3-32B 的 TTFT 最高提升 1.6 倍，zai-org/GLM-5-FP8 最高提升 3.3 倍。
TechCrunch · AIAI 评分2525 Laplace Intelligence 为机器人和自动驾驶汽车做自动化红队测试
Laplace Intelligence 正在为机器人和物理 AI 构建自动化红队测试，通过高保真仿真环境在部署前发现并修复问题。其仿真环境基于 Nvidia Cosmos 的后训练版本，AI 智能体可自动设计 corner case，客户包括 Bot Auto 和一家日本大型车企。公司已产生营收并实现小幅盈利，正与 Nvidia 和 T-Mobile 在圣何塞开展免费智慧城市试点。
Simon WillisonAI 评分1515 llm-echo 0.5 发布：模拟 token 用量计入工具调用与推理 token
Simon Willison 发布 llm-echo 0.5，该调试插件提供一个不涉及 LLM 的 "echo" 模型，只回显输入的提示词。新版本更新了模拟 token 用量统计，将工具调用、系统提示词和推理 token 纳入计算。示例中 `llm -m echo 'hi there' -o thinking 1 --usage` 显示 2 input、24 output。
AWS Machine Learning BlogAI 评分3636 用 Amazon Bedrock AgentCore 构建 AI 智能体可信度：一套生产级评估框架
AWS SMGS Operations 团队基于 Amazon Bedrock AgentCore Evaluations 搭建了一套覆盖全生命周期的智能体质量评估框架，用于其服务 AWS 全球现场销售的多智能体系统。
AWS Machine Learning Blog精选AI 评分6262 Reflection AI 开源智能体编码模型 Beam，并在 AWS 上给出部署方案
Reflection AI 推出面向智能体编码与长周期任务的开放权重模型 Beam，总参数 501B、激活参数 23B，Reflection 称其有效上下文长度为 100 万 token，权重以 Apache 2.0 许可在 Hugging Face 发布。
推荐理由：文章给出 Beam 的参数量、上下文长度与三种部署路径，可据此比较托管端点与自建运行时的取舍。
The Verge · AIAI 评分6060 The Verge 实测一周 RTX Spark 笔记本：游戏、续航与本地 AI 表现
The Verge 三位作者用一周时间测试了搭载 NVIDIA RTX Spark N1X 的五款笔记本，包括 Surface Laptop Ultra、Asus ProArt P16、Lenovo Yoga 9n 和 HP OmniBook Ultra，售价从 3199.99 美元到 6999.99 美元。
AWS Machine Learning BlogAI 评分5050 Meta 编码优化模型 Muse Spark Open 上线 Amazon SageMaker JumpStart
Meta 的编码优化开放权重模型 Muse Spark Open 已在 Amazon SageMaker JumpStart 上线，采用 MoE 架构，816B 总参数、42B 激活参数，支持 1M tokens 上下文窗口。SageMaker JumpStart 提供 BF16 与 NVFP4 量化两个版本，NVFP4 显存占用约为 BF16 的四分之一，可部署在用户自有 AWS 账户的端点中。
NVIDIA Blog精选AI 评分6565 NVIDIA 发布 RTX Spark 笔记本平台，主打本地 AI 与创作游戏
NVIDIA 发布 RTX Spark，定位为一台面向创作者、游戏玩家和 AI 智能体的 Windows PC，并将在全球多地举办发布活动。
推荐理由：NVIDIA 官方公布 RTX Spark 面向创作者、游戏玩家和 AI 智能体的定位，并汇总多家媒体对本地 AI 性能的早期评价。
Microsoft Research精选AI 评分6262 微软研究院推出 Magnetar：基于标准哈希函数的通用零知识证明系统
微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的 RISC-V 程序执行过程，在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍，证明验证约需 12 毫秒。
推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何同时兼顾速度、通用性与仅依赖标准哈希函数的安全性。
AWS Machine Learning BlogAI 评分5858 AWS 提出 Trust in Depth 框架，让智能体获得更多自主权而不失控
AWS 副总裁 Shawn Bice 提出 Trust in Depth 框架，主张在动作可被验证时让智能体自主执行，只在需要判断的决策上保留人工介入。
NVIDIA BlogAI 评分2222 NVIDIA DLSS 4.5 控制选项登陆 GeForce NOW
NVIDIA DLSS 4.5 控制选项已在 GeForce NOW 上线，支持 DLSS Super Resolution、Dynamic Multi Frame Generation 和 Ray Reconstruction。