Amazon SageMaker AI 推出跨区域推理路由功能
Amazon SageMaker AI 推出跨区域推理路由功能,允许开发者通过统一的调用路径在多个 AWS 区域或账户间自动分发推理请求。该功能通过监控端点健康状况,在本地区域容量不足时自动将流量切换至其他区域,并在恢复后平滑回流,无需修改现有的模型部署或自动扩缩容配置。
推荐理由:该功能通过统一的路由路径实现跨区域推理故障转移,帮助开发者在单一区域容量不足时自动将流量切换至其他区域,提升模型服务的可用性。
Amazon SageMaker AI 推出跨区域推理路由功能,允许开发者通过统一的调用路径在多个 AWS 区域或账户间自动分发推理请求。该功能通过监控端点健康状况,在本地区域容量不足时自动将流量切换至其他区域,并在恢复后平滑回流,无需修改现有的模型部署或自动扩缩容配置。
推荐理由:该功能通过统一的路由路径实现跨区域推理故障转移,帮助开发者在单一区域容量不足时自动将流量切换至其他区域,提升模型服务的可用性。
Amazon Polly 现已推出语音克隆功能,用户仅需提供几分钟的录音即可创建专属的生成式语音。该功能支持英语、德语、西班牙语、法语、意大利语、葡萄牙语和印地语,具备自动加密和访问控制,并允许通过 API 将克隆语音集成至各类 AWS 应用中。
推荐理由:AWS 推出 Amazon Polly 语音克隆功能,通过少量录音即可生成专属品牌音色,并支持多种语言和企业级安全合规控制。
Amazon Bedrock AgentCore 升级至 Strands 框架,提供推荐模型、自动提示词缓存、上下文管理及多种内置工具,无需用户自行配置基础设施。新增的生命周期钩子允许开发者在智能体循环的关键节点运行确定性代码,从而实现对智能体行为的安全治理与流程控制。
推荐理由:此次升级引入了 Strands 框架与生命周期钩子,开发者可借此实现更可控的智能体工作流,并利用内置工具降低开发与运维成本。
Amazon SageMaker AI 现可自动监控生成式 AI 推理端点,针对延迟漂移、GPU 空闲及配置优化缺失提供智能体驱动的改进建议。该功能默认开启且不读取请求内容,用户可通过 AWS Health 接收通知,并在 SageMaker Studio 中利用智能体体验进行基准测试,从而在数据支持下决策是否应用优化配置。
推荐理由:该功能通过自动监控推理端点并提供基于智能体的基准测试建议,帮助用户在不改变生产环境的前提下优化性能与成本。
AWS 扩展了 Amazon Bedrock AgentCore payments 功能,允许 AI 智能体在 AWS Marketplace 中发现并购买支持 x402 协议的软件、API 和数据,费用直接结算至开发者的 AWS 账单。该方案通过 AWS Billing 集成、支出限额设置及 CloudTrail 审计功能,为企业提供了安全且可控的智能体自主交易环境。
推荐理由:AWS 将 AWS Marketplace 集成至 AgentCore payments,使 AI 智能体能通过 AWS 账单直接支付 x402 协议的付费内容,为企业级智能体交易提供了可审计的结算方案。
AWS Quick 推出多项更新,支持用户通过自然语言在聊天中构建和运行自动化流程,实现多智能体协同处理复杂任务。更新后的网页端新增了每日简报、任务看板及后台持续运行功能,并增加了对 Meta Ads 和 Amplitude 的数据连接支持,同时引入了提示词安全防护与多语言支持。
推荐理由:AWS Quick 此次更新强化了流程自动化与多智能体协作能力,通过自然语言构建工作流及新增数据连接器,帮助团队将个人经验转化为可复用的标准化流程。
Google 宣布将 Duplex 语音通话技术集成至 Gemini 应用,支持用户通过 AI 智能体代为拨打商家电话处理预约等现实任务。该系统已从早期的专用模型演进为基于 Gemini 的统一架构,利用多模态理解与实时推理处理复杂通话场景,并支持通过 Agent Payments Protocol 处理交易。
推荐理由:Google 将 Duplex 语音通话能力集成至 Gemini 应用,展示了从专用模型到 Gemini 统一架构的演进,并支持处理更复杂的现实任务。
Amazon SageMaker HyperPod 推出 Global Inference Gateway,允许用户通过单一端点管理多个集群的推理流量。该网关根据 KV 缓存利用率、队列深度、区域距离及错误率自动路由请求,并支持跨区域自动故障转移,无需用户手动维护负载均衡或 DNS 配置。
推荐理由:该功能通过单一端点实现跨集群与跨区域的流量调度与自动故障转移,帮助用户提升 GPU 资源利用率并简化网络架构。
Amazon Textract Insights 正式发布,允许用户通过自然语言描述字段,从混合文档包中提取结构化数据。该功能无需模型训练,支持自动拆分文档,并为每个提取值提供置信度评分与页面级溯源,确保处理结果可审计。
推荐理由:该功能通过自然语言定义字段并提供置信度评分与溯源,帮助企业在复杂文档处理中平衡自动化程度与审计需求。
Google 在 Gemini Mac 应用中推出 Computer Use 功能,允许模型在后台独立运行并完成跨本地文件、桌面应用和网页的多步骤任务。用户可通过自然语言描述目标,Gemini 将在隔离窗口中执行点击、输入和导航操作,同时支持用户实时监控、暂停及授权关键步骤。
推荐理由:该功能通过后台隔离窗口实现桌面自动化操作,为用户提供了一种在不中断当前工作流的情况下处理多步骤任务的新方式。
NVIDIA 与 Microsoft 在 Microsoft Ignite 上宣布深化合作,将 NVIDIA Vera Rubin NVL72 系统引入 Azure,并扩展 Microsoft Foundry 的模型定制与部署能力。
推荐理由:此次合作扩展了从云端到边缘计算的 AI 基础设施,为企业提供了更灵活的模型定制与本地化部署方案。
Google DeepMind 推出 Genie 4 模型,现已向 Google AI Ultra 订阅用户开放。该模型支持在交互式世界中通过提示词实时编辑环境,并首次引入了自适应原生音频。此外,Project Genie 还更新了 Genie 3 的长会话与全景图生成功能,并新增了智能体辅助创作工具及社区画廊。
推荐理由:Google DeepMind 发布的 Genie 4 引入了实时交互与原生音频生成能力,为用户构建和探索交互式世界提供了更强的控制手段。
IBM 宣布其时间序列基础模型现已原生集成至 Confluent 平台,支持在云端及本地环境通过 Apache Flink 运行。该集成允许企业在流数据处理过程中直接应用预测、异常检测及语义智能,无需为每个序列单独训练模型,且模型可在标准 CPU 上运行,助力智能体在生产、零售、金融等场景中实现实时决策。
推荐理由:IBM 将时间序列基础模型集成至 Confluent 平台,使企业能够直接在流数据上进行实时预测与异常检测,从而缩短从信号获取到决策执行的周期。
NVIDIA 推出 RTX Spark 紧凑型桌面电脑,由 ASUS、Dell 和 MSI 等厂商提供,搭载 NVIDIA Grace CPU 和 Blackwell RTX GPU,支持本地运行大模型、智能体及模型微调。
推荐理由:NVIDIA 推出的 RTX Spark 紧凑型桌面电脑通过整合高性能硬件与 AI 软件栈,为开发者和创作者提供了本地运行大模型及智能体的专用环境。
NVIDIA 在 SC26 大会上发布了面向科学计算的 Nemotron for Science 模型、Rubin HPC GPU 及 Vera CPU 平台,旨在通过 AI 智能体自动化处理实验规划、代码运行与结果验证。该系列工具支持在本地环境运行,并已在化学研究、天文观测及代码移植等场景中展现出显著的效率提升。
推荐理由:NVIDIA 在 SC26 发布了面向科学计算的智能体工具集与硬件平台,展示了 AI 智能体在自动化实验规划与科学研究中的应用潜力。
NVIDIA 在 SC26 大会上推出 DGX Spark HPC 开发套件,旨在为研究人员提供桌面级的多节点集群环境。该套件支持单节点至四节点扩展,通过 ConnectX-7 网络互联,无需交换机即可实现 512GB 内存与 16TB NVMe 存储,支持在本地部署如 DeepSeek V4.1 等参数量达 700B 的模型,帮助科研团队绕过共享集群的排队时间,加速科学模拟与 AI 训练工作流。
推荐理由:该套件通过将多节点集群小型化至桌面端,为科研人员提供了本地化运行大规模科学计算与 AI 模型的方案,有效缩短了排队等待时间并提升了研发效率。
Hugging Face 宣布将推理服务路由切换至 OpenRouter,通过实时监测价格、速度和可靠性,自动为每个请求匹配最优供应商。该更新支持 OpenAI 和 Anthropic 的标准 API 格式,用户无需更改代码即可调用 Hub 上的开源模型,并可通过 Hugging Face 账户统一结算。
推荐理由:Hugging Face 将推理服务路由切换至 OpenRouter,通过自动选择最优供应商提升了模型运行的稳定性与效率,并统一了调用接口。
Google 宣布向研究人员和开发者开放 Antigravity 平台的 /teamwork 功能,该工具利用 Gemini 4 模型系列构建多智能体工作流,通过并行探索与自动化验证机制解决数学证明、代码重构及系统工程中的复杂长程任务。目前该平台已支持包括代码优化、文档审查在内的多种模式,并为学术研究人员提供免费使用额度。
推荐理由:Google 开放了 Antigravity 平台的 /teamwork 多智能体协作功能,通过将复杂任务拆解并引入自动化验证机制,为科研与工程领域提供了一种可复用的长程推理工作流。
Google DeepMind 发布了 SatWeave 和 PARDIG 两项基础数据集,旨在支持气象、水文及气候应用开发。SatWeave 提供全球静止卫星影像的统一镶嵌视图,PARDIG 则利用 AI 技术实现高分辨率的全球降水重分析,两者均已在 Google Cloud Storage 开放历史存档与实时数据流。
推荐理由:Google DeepMind 开源了用于 WeatherNext 3 模型的 SatWeave 和 PARDIG 数据集,为全球气象、水文及气候研究提供了高精度的实时与历史观测数据。
Microsoft Research 推出的 PDD Kit 是一种证明驱动开发(PDD)工具,旨在解决 AI 智能体生成代码时可能偏离原始意图的问题。该工具通过将用户意图转化为 Verus 形式化规范,利用数学证明确保代码在所有输入下均符合要求,并结合测试覆盖无法证明的部分,从而在无需开发者逐行审查的情况下,为 AI 生成的 Rust 全栈应用提供可靠性保障。
推荐理由:该研究展示了如何通过 PDD Kit 将形式化验证引入 AI 编码工作流,通过将意图转化为数学证明来约束智能体行为,从而减少对代码逐行审查的依赖。