跳到正文
  1. NVIDIA Blog65

    NVIDIA 发布面向欧洲各行业的开源模型组合

    NVIDIA 扩展其开源模型家族,覆盖语言、机器人、生物和量子计算领域,包括 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo RFD4-Proteina 和 Ising。

    推荐理由:官方一次性梳理了覆盖语言、机器人、生物、量子的开源模型组合及获取渠道,读者可按行业找到对应可定制的基础模型。

  2. AWS Machine Learning Blog67

    AWS 拆解多智能体系统五大生产挑战并开源 Deep Insight 参考架构

    AWS Solutions Architecture 团队发布三篇系列的第一篇,介绍生产级多智能体系统 Deep Insight 如何解决多智能体系统的五大生产挑战,系统已开源。

    推荐理由:AWS 团队以自研开源系统拆解多智能体落地的五类生产挑战,给出架构、模型分配与隔离执行的完整可复用方案。

  1. OpenAI News70

    OpenAI 模型将登陆 Google Cloud

    OpenAI 与 Google Cloud 宣布合作,把 OpenAI 的前沿模型和 Codex 工作流带入 Gemini 的 Model Garden,通过 Google Cloud Marketplace 提供。

    推荐理由:OpenAI 模型将进入 Gemini 的 Model Garden,读者可以据此评估多云部署与 Codex 工作流的新选择。

  2. NVIDIA Blog60

    NVIDIA 在 GTC Berlin 公布本地 AI 硬件全线进展并推出 Recursive Flint 编码模型

    NVIDIA 在 GTC Berlin 展示本地 AI 产品线更新:RTX Spark 已于 10 月 16 日发售并开放桌面智能体应用 Underdog,DGX Spark 64GB 于 10 月 23 日开售且支持最多八机集群,DGX Station Windows 版预计 12 月推出。

    推荐理由:原文汇总了 GTC Berlin 上本地 AI 硬件与软件的多项具体更新和可用时间,读者可以据此评估端侧智能体方案的落地节奏。

  1. Hugging Face Blog69

    Hugging Face 联合 TorchTPU 为 Transformers、Diffusers、Kernels 带来 TPU 原生支持

    Hugging Face 宣布通过 PyTorch 原生后端 TorchTPU,Transformers、Diffusers 和 Kernels 无需 torch_xla 或 JAX 即可原生运行在 TPU 上,模型只需 device_map="tpu" 即可加载。

    推荐理由:原文给出从 torch_xla 迁移到原生 PyTorch 后端的具体用法和内核加速数据,读者可据此评估 TPU 工作流迁移成本。

  1. Microsoft Research66

    微软亚洲研究院开源 Agent Lightning v1.0:3,500 行代码的 Harnessed Agentic RL 框架

    微软亚洲研究院发布 Harnessed Agentic RL 训练范式并开源重建的 Agent Lightning v1.0,让部署时使用的真实 agent harness 直接参与强化学习,无需在训练框架内重新实现 agent。

    推荐理由:部署用的 agent harness 直接参与 RL 训练,免去在训练框架内重写 agent,并用 Kubernetes jobs 替代付费 sandbox 降低规模化成本。

已经到底了