本文へスキップ

すべての記事

今日 29 件
10月27日火
  2. 腾讯混元 公众号72

    腾讯混元同声传译大模型 Hy-SimulMT 开源中国語

    腾讯混元正式开源同声传译大模型 Hy-SimulMT，支持中英双向语音到语音实时翻译与音色克隆，实测响应时间约 3 秒。评测显示其在 RealSI 等长短音频数据集上的表现超越主流开源模型和部分商用 API，并在多领域测试中翻译质量达到人类口译专家水平。该模型已在腾讯 Hy 翻译 APP 上线并提供免费体验，相关代码与模型已同步上线 GitHub 及 Hugging Face。

    推薦理由：该模型给出了端到端语音同传与音色克隆的开源方案，读者可参考其在长短音频评测集与专业译员基准下的低延迟表现。

  3. Apple Machine Learning Research36

    GHARP：基于大规模重建先验的实时高斯人头动画中国語

    GHARP 是一种基于大规模重建先验的实时 3D 人头动画方法，仅需少量输入图像与表情驱动信号即可生成驱动效果。该方法将离线身份构建与面向移动端优化的轻量级动画阶段解耦，并通过身体对齐网络消除身体姿态模糊与时序闪烁。其在 Ava-256 基准上取得 SOTA 质量，高斯数量减少 8x，在 A100 GPU 上运行速度提升最高达 13x。

  6. AWS 机器学习47

    基于 SageMaker SDK v3 实现边缘全机群计算机视觉生命周期管理中国語

    基于 Amazon SageMaker Python SDK v3 的边缘方案可为产线每台摄像头独立训练并交付计算机视觉模型。双分支流水线分别训练自编码器与 ResNet18 分类器，通过质量门禁后由 SageMaker Neo 编译为边缘设备优化格式。架构由 AWS Step Functions 编排并基于 AWS CDK 部署，单次合成数据运行算力成本约为 $0.07。

  9. Claude 官方博客（网页）49

    Anthropic 扩展 Claude for Nonprofits 并推出专用插件中国語

    Anthropic 正式推出 Claude for Nonprofits 插件，由约 30 家非营利组织联合构建，提供一套专属技能与连接器。该插件支持团队结合自身组织背景与政策配置 Claude，覆盖全流程筹款，并协助处理营销、招聘等日常运营事务。目前已有超过 25,000 家非营利机构使用 Claude，Anthropic 还计划与 Taproot 合作扩展 Claude Corps 计划。

  11. AWS 机器学习69

    Amazon Bedrock 详解智能体 Prompt 缓存模式，降低 OpenAI 模型调用成本中国語

    AWS 详细介绍了在 Amazon Bedrock 上调用 OpenAI 模型时应用 Prompt 缓存的工程模式，解决 AI 智能体在多轮对话中重复读取历史上下文导致的高成本问题。

    推薦理由：原文给出了隐式与显式缓存结合的具体配置模式，帮助多轮智能体复用工具与上下文并降低输入成本。

  14. Google Developers · AI 筛选81

    Google Docs 与 Google Drive 支持原生预览、编辑与协同处理 Markdown 文件中国語

    Google Docs 与 Google Drive 正式支持原生查看、编辑及协同处理 Markdown（.md）文件，无需手动进行格式转换。编辑时保留原生格式并带有 .md 标识，支持人类与 AI 智能体实时协同编辑、添加行级评论与追踪版本历史，Google Drive 也提供富文本预览与纯文本切换功能。该功能已面向所有 Google 及 Workspace 账户开放。

    推薦理由：原生支持让技术文档免于格式转换，方便开发者与智能体在保持源文件结构的前提下直接协同编辑。

  15. NVIDIA Developer Blog24

    NVIDIA Minerva 如何化解遥测混乱并实现峰值 GPU 产出中国語

    NVIDIA Minerva 旨在化解 AI 工厂中的海量遥测数据混乱，以实现峰值 GPU 产出效能。在包含数十万颗 GPU、NVIDIA NVLink 与 NVIDIA Spectrum-X 以太网网络以及长达数周训练任务的极复杂环境中，它助力各协作层作为统一的生产系统实现持续协同运行。

  16. Engineering at Meta82

    Meta 在 2026 OCP 峰会公布全栈 AI 网络架构，涵盖液冷机架与 102.4T 交换机中国語

    Meta 在 2026 OCP 全球峰会上公布了用于支持吉瓦级 Prometheus 集群的多项 AI 网络基础设施与开源架构方案。发布内容包括 Meta 首款 102.4T 液冷网络机架 IcePack 与 IceCube 交换机、单 GPU 连接 8 个网络平面的 FPF 架构，以及用于跨园区与跨区域连接的 BAG 超级骨干网。

    推薦理由：原文系统公开了吉瓦级集群的完整网络方案，为行业设计液冷机架与跨数据中心互联提供了工程参考。

10月26日月
  1. AWS News · 云基础设施43

    AWS 每周精选：Amazon Polly Generative 引擎、Trainium 版 TorchNeuron 等更新中国語

    AWS 发布多项服务更新，端到端漏洞管理服务 AWS Continuum 与 Amazon ECS Gateway 正式上线。算力与模型生态方面，原生支持 Trainium2 和 Trainium3 的开源后端 TorchNeuron 开启公测，Polly Generative 引擎新增 14 种语音。

  2. NVIDIA Developer Blog49

    NVIDIA Mission Control 2.5 如何为 Kubernetes 带来自主恢复中国語

    NVIDIA Mission Control 2.5 为 Kubernetes 引入自主恢复机制，旨在数千块 GPU 规模下训练大规模 AI 模型时优化集群弹性与运行时间。针对现代 AI 工厂的高风险运行需求，该方案通过内置监控与自动化功能，帮助数据中心进一步优化平均修复时间（MTTR）与平均故障间隔时间（MTBF）。

  4. CNCF Blog60

    结合 kagent 与 Agent Substrate 构建 Kubernetes 上的 AI Agent 沙箱隔离环境中国語

    CNCF 博客详细介绍了如何结合声明式运行时 kagent 与底层沙箱平台 Agent Substrate，在 Kubernetes 环境中实现 AI Agent 的隔离与受控运行。系统通过 gVisor 拦截系统调用实现软件隔离，并借助 microVM 硬件虚拟化实现物理级隔离；工作负载以 Actor 形式按会话动态启停，支持通过 CRD 和 UI 进行声明式配置与快照管理。

    推薦理由：文章展示了结合 kagent 与 Agent Substrate 在 Kubernetes 上实现多租户 Agent 软硬件隔离沙箱的具体部署与调度方案。

  6. LangChain 官方博客71

    LangChain 总结构建企业级智能体 Harness 的五大核心组件中国語

    LangChain 总结了在内部构建企业级智能体 Harness 的五大核心组件，涵盖嵌入工作流的用户体验、用户代行与固定身份认证、分层记忆、沙箱代码执行以及定时调度机制。

    推薦理由：文章提炼了企业级多协作智能体的通用架构模式，为落地内部工作流与权限隔离提供了可复用实践方案。

10月25日日
  1. vLLM 官方博客（网页）71

    vLLM 实现 DeepSeek-V4.1-Flash 大规模推理优化：性能对标 DeepInfer 并扩展至 GB300 NVL72中国語

    vLLM 在单台 NVIDIA GB300 NVL72 机架上结合 P/D 分离与 Wide-EP，运行 DeepSeek-V4.1-Flash 在 SemiAnalysis AgentX 基准中达到单 GPU 954K tokens/s 的吞吐量，P90 延迟为单用户 196 tokens/s。

    推薦理由：原文详细拆解了 vLLM 在整机架规模下结合 Wide-EP 与 EPLB 优化 MoE 推理的瓶颈与解法，为超大规模并发部署提供了实操参考。

  2. Ollama 更新71

    Ollama v0.40.11 发布：支持 macOS 语音生成并引入 d3 决策模型中国語

    Ollama 发布 v0.40.11 版本，在 macOS 上新增语音生成能力并引入 d3 决策模型。使用 `ollama run` 可在生成音频时朗读文本或模型回复，外部应用可通过兼容 OpenAI 的 `/v1/audio/speech` 端点流式获取音频。

    推薦理由：该版本为本地环境补充了语音生成端点与轻量分类决策模型，便于开发者在端侧搭建多模态与意图路由工作流。

10月24日土
  1. Ollama 更新27

    Ollama v0.40.11-rc0 发布：为 Phonon 增加语音目录中国語

    Ollama 发布 v0.40.11-rc0 预发布版本，为 Phonon 添加了语音目录。该版本将 llama.cpp 版本升级至 b11845，并在 mlxrunner 中为 Phonon 支持拼写展开符号、数字和链接。此外，本次更新还修复了 qwen3coder 参数中闭合标签保留问题，并调整了 OpenCode 上下文分配及 vllm-d3 状态处理逻辑。

  5. 月之暗面 Kimi 公众号82

    月之暗面正式发布 Kimi K3.1 Pro 模型中国語

    月之暗面正式推出 Kimi K3.1 系列首个模型 Kimi K3.1 Pro 及其高速版 Kimi K3.1 Pro Highspeed。该模型拥有 3 万亿级参数并支持 100 万上下文，在代码编写、3D 创作、金融研究和长程 Agent 任务上表现显著提升，完整模型权重将于 11 月 4 日前发布。目前用户与开发者已可通过 Web、App、桌面端及 API 接入使用。

    推薦理由：月之暗面推出首个3万亿级参数模型并承诺开源权重，重点增强了代码与长程智能体能力。

  6. Claude 官方博客（网页）76

    Anthropic 详解主动型智能体 Claude Duet 的安全与隐私架构中国語

    Anthropic 详解了处于研究预览阶段的主动型智能体 Claude Duet 的安全与隐私架构。该系统支持在用户离线时通过云端浏览器代办读取邮件、起草回复和执行日常任务，在架构上实现了密码、登录 Token 及浏览器沙箱与核心模型的完全隔离。系统还引入了模型外的独立校验器与敏感信息分类器，针对支付、转账或删除数据等关键操作实施分级拦截与人工审批。

    推薦理由：文章详细拆解了后台代办智能体在凭证隔离与敏感动作校验上的具体防护方案，为自主系统设计提供了工程参考。

  8. vLLM 官方博客（网页）64

    vLLM 基于 16 卡 H200 优化 GLM-5.3：结合 PCP、DCP 与 Hybrid HiSparse 支持 1M 上下文中国語

    vLLM 推出针对 GLM-5.3 的长上下文推理优化方案，在 16 张 H200 上结合 PCP、DCP 与 Hybrid HiSparse 技术，实现了 1M token 上下文支持并在 AgentX 基准上达到数据并行部署 1.7–3.2 倍的单用户速度。

    推薦理由：原文详细对比了 PCP 与 DCP 分片如何打破超长上下文的显存与计算瓶颈，为大模型长上下文推理部署提供了具体可落地的工程参考。

  9. Google Research67

    Google 将 MedGemma 等基础模型应用于全球结核病筛查中国語

    Google 汇总了其利用 MedGemma、MedSigLIP 与 HeAR 等基础模型赋能全球结核病（TB）筛查的落地进展，实现离线快速分诊与多国规模化应用。

    推薦理由：展示了医疗多模态模型从算法验证、设备法规认证到离线部署的转化路径，为公共卫生 AI 落地提供了参考范式。

  10. Claude 官方博客（网页）70

    Claude Enterprise 正式推出整合 Chat 与 Cowork 的统一体验中国語

    Claude Enterprise 方案正式全面上线整合 Chat 与 Cowork 的统一体验，支持用户在跨端同一对话中直接提问或交付由云端完成的智能体任务。智能体任务在 Anthropic 托管的独立虚拟机中运行且默认关闭网络出口，原有项目、连接器与技能配置均可继承。此外，管理员可通过新增的高效模式、模型使用权限及分级预算限额来管控用量与成本。

    推薦理由：企业级统一体验打通了对话与云端智能体执行，管理员可通过隔离环境、高效模式及配额预算在安全合规前提下控制成本。

  12. NVIDIA Developer Blog17

    借助 Global Performance Tuner 扩展 NVIDIA TensorRT 性能优化：超越单一构建路径（第 1 部分）中国語

    NVIDIA TensorRT 借助 Global Performance Tuner 拓展超越单一构建路径的性能优化能力。在构建引擎时，模型部署不仅是将算子转为 GPU kernel 的编译问题，TensorRT 还需针对 graph-IR 转换、融合、实现选择、内存布局与量化等环节做出相互依赖的调度决策。

  15. AWS 机器学习47

    用 AWS CDK 编排 SageMaker AI 端点自动扩缩容中国語

    AWS CDK 方案通过引入 CloudFormation 自定义资源，自动编排 Amazon SageMaker AI 端点更新前后的自动扩缩容注销与重新注册，解决了配置变更时部署失败的问题。该方案使用 3 个自定义资源严格控制依赖执行顺序，使用户无需人工干预即可在单次部署中同步更新端点配置与自动扩缩容参数。

  16. LangChain 官方博客66

    LangChain 详解 AI 智能体上下文工程与检索策略中国語

    LangChain 发布博客探讨 AI 智能体的上下文工程与检索设计，提出避免上下文窗口被冗余信息撑爆的工程化策略。针对低效搜索、单次上下文过载与过时噪音三大痛点，文章介绍了结合文件系统工具（glob/grep）、按需语义检索、大结果自动转存文件返回路径以及利用子智能体并行过滤事实的“检索-转存-委托”设计模式。开发者可通过安装 deepagents 库复用上述检索调度能力与多智能体分流流程。

    推薦理由：文章拆解了智能体检索导致上下文超载的常见瓶颈，并给出了文件指针分流和子智能体并行过滤的具体工程方案。