Amazon Bedrock 将 Claude Opus 5、Sonnet 5、Haiku 4.5 的推理扩展至印度境内
Amazon Bedrock 在印度上线 Anthropic 的 Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5，通过地理跨区域推理让请求仅在 ap-south-1 与 ap-south-2 之间路由，数据留在印度境内。
#部署/工程
#部署/工程
今日 10 条AWS Machine Learning BlogAI 评分2222 AWS Machine Learning BlogAI 评分2222 Amazon Bedrock 在首尔和新加坡上线 Anthropic Claude 模型区域内推理
Amazon Bedrock 现支持在首尔和新加坡区域进行区域内推理的 Anthropic Claude 模型：首尔支持 Claude Opus 5 和 Claude Sonnet 5，新加坡支持 Claude Sonnet 5，均通过 bedrock-runtime 端点调用。
AWS Machine Learning BlogAI 评分3030 用 Amazon Quick 和 Bedrock AgentCore 构建 AI 合同智能平台
AWS 发布基于 Amazon Quick 与 Amazon Bedrock AgentCore 的合同智能平台参考架构，用 AI 智能体从合同 PDF 中提取结构化字段并交叉验证，解决 RAG 无法跨数百份合同做聚合统计的问题。
AWS Machine Learning BlogAI 评分2222 Condé Nast 如何用 Amazon Bedrock 构建多模态视频检索
Condé Nast 与 AWS 生成式 AI 创新中心（GenAIIC）合作，基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频检索方案，将单次内容发现任务耗时从平均 250 分钟降至 2 分钟以内。
OpenBMB@OpenBMBAI 评分3838MiniCPM-o 4.5 现已支持 SGLang Omni v0.1.7。 为开发者提供更多灵活运行和构建该模型的方式。
SpaceXAI@SpaceXAIAI 评分3434Databricks：Blog（RSS）AI 评分5858 Databricks 为 Lakebase Postgres 推出 Lakebase Search 向量与全文搜索
Databricks 发布 Lakebase Search，为 Lakebase Postgres 带来 lakebase_vector（可扩展近似最近邻搜索）和 lakebase_text（BM25 全文搜索）两个扩展，已在 AWS 和 Azure 正式可用。
Databricks：Blog（RSS）精选AI 评分6565 Databricks 如何让 12000 名员工在模型发布首日用上新前沿模型
Databricks 分享其让全部员工在模型发布首日即可试用新模型的内部流程，依托 Unity Gateway 做配置分发、治理与可观测性。流程分三步：立即以实验标签开放新模型、用四类按人预算控制成本、再依据内部基准、用户反馈和 OpenTelemetry 成本追踪决定推广或下线。
推荐理由：Databricks 以自家 12000 名员工的实际 rollout 为例，给出可复用的新模型评估、预算分层与成本度量方法。
Tomer Tunguz 博客（VC 分析）精选AI 评分6363 Tomer Tunguz 解析 GPU 租金翻倍而 AI 价格下降的并行逻辑
GPU 租赁价格在九个月内从 $4.40 翻倍到 $8.08 每 GPU 小时，但 AI 使用价格仍在下降。
推荐理由：文章用 GPU 租金翻倍与 AI 推理降价并存的数据，解释两条曲线如何靠效率提升维持平衡，并指向每 GPU 小时毛利这一关键指标。
Mistral AI：News（网页）AI 评分5353 Mistral 在慕尼黑设立德国中心，发力工业 AI 与 Physics AI
Mistral 宣布在慕尼黑开设新中心，设立专注 Physics AI 和工业 AI 的研究团队，并直接服务企业客户。2026 年 5 月收购 Emmi AI 后，超过 30 名物理与工程 AI 研究人员加入；目前正与 BMW 合作碰撞仿真、与 Siemens Energy 合作工业 AI 应用，并与慕尼黑工业大学（TUM）利用其风洞设施研发汽车空气动力学数字孪生。
AWS Machine Learning Blog精选AI 评分6262 Claude Sonnet 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。
推荐理由：AWS 官方给出 Sonnet 5.5 的定位、与 Opus 5.5 的分工以及 Bedrock 上的调用方式，便于判断何时选用。
AWS Machine Learning BlogAI 评分3333 用 vLLM-Omni 在 SageMaker AI 上构建实时语音应用（上）：流式部署 Qwen3-TTS
AWS 发布教程，演示如何用 vLLM-Omni Deep Learning Container 在 Amazon SageMaker AI 上部署 Qwen3-TTS 文本转语音模型，实现边生成边播放的流式语音输出。
Unsloth AI@UnslothAIAI 评分5555公众号：千问APP（阿里）AI 评分3737 千问APP接入中国移动算力套餐，支持Token额度直接抵扣
2026年9月28日，千问APP与PC端宣布接入中国移动算力套餐。已订阅该套餐的用户可在千问“工作助理”中直接使用本人中国移动账户内的Token额度，相关消耗将从对应账户扣除。双方还推出联名版，办理指定套餐可获千问会员权益。该合作率先在广东、湖南、湖北、江苏等地试推，后续将推向全国。
OpenCode@opencodeAI 评分5858opencode 宣布其平台上 DeepSeek v4.1 Flash 的 60 美元用量额度转为永久提供，此前该额度为阶段性活动。
GitHub Blog精选AI 评分6464 GitHub 如何通过迁移 CSS Modules 将 SSR 时间降低 55%
GitHub 工程师 Josh Black 复盘将 Primer 设计系统从 CSS-in-JS 迁移到 CSS Modules 的历程。截至 2024 年 12 月 Primer 全部组件迁移完成，服务端渲染时间减少 55%，组件初始化时间减少 25%。
推荐理由：原文给出大厂从 CSS-in-JS 迁移到 CSS Modules 的完整路径和量化收益，可迁移到类似的前端架构改造。
Google AI：DEV 作者专属（RSS）AI 评分5353 Postgres 中向量内联存储与独立表对比：AlloyDB Omni 实测 join 开销
Gleb Otochkin 在 AlloyDB Omni 上用 3 万行商品数据和 vector(768) 嵌入，实测语义搜索、过滤查询和多表 join 三类场景下向量与业务数据同表存储与独立嵌入表加主键 join 的性能差异。
OpenAI NewsAI 评分2222 Wayfair 用 OpenAI 模型提升商品目录准确率与客服速度
Wayfair 使用 OpenAI 模型改进电商客服与商品目录准确性，自动完成工单分类，并大规模优化数百万条商品属性。
vLLM 官方博客（RSS）精选AI 评分6666 vLLM 新增基于 Gumbel-max 的无失真文本水印功能
vLLM 宣布支持基于 Gumbel-max 算法的无失真水印，将其集成进 Model Runner v2 的采样管线，并通过 PR #54053、#56122、#56233 实现融合 GPU kernel、双键方案和上下文去重，以兼容投机解码并保持输出多样性。
推荐理由：原文给出水印算法原理、双键与去重方案及实测吞吐数据，读者可评估在生产环境启用水印的可行性与代价。
Factory 研究 / 产品（RSS）AI 评分5555 Factory Router 生产环境推理成本节省升至 63%，并在 Factory Private 开放私有预览
Factory 宣布 Factory Router 的生产环境推理成本节省从 6 月下旬的 42% 升至截至 9 月 13 日当周的 63%，同期路由会话量增长约四倍。
Google Developers Blog（RSS）AI 评分5151 Google 团队在 TPU 上用 MaxText 复现 Ai2 的 Olmo 3 7B 预训练
Google 团队用 MaxText 在 Google Cloud TPU 上从头复现 Ai2 的 Olmo 3 7B，完成 stage-1 预训练（约5.93T token。
- OpenCode@opencodeAI 评分5757
Google Cloud：Databases（RSS）AI 评分5151 Google 发布 AlloyDB 智能体数据库架构，开放 AlloyDB PostgreSQL for agents 预览
Google Cloud 推出 AlloyDB 新的智能体数据库架构并开放 AlloyDB PostgreSQL for agents 预览，通过 MCP 接入独立 microVM 代理节点池，直接读取 Colossus 存储实现与生产集群物理隔离。
Google Cloud：Databases（RSS）AI 评分5252 AlloyDB 推出面向 Agent 的 PostgreSQL 预览版，实现秒级沙箱实例与工作负载隔离
Google Cloud 宣布 AlloyDB 推出面向 Agent 的 PostgreSQL（预览版），通过在数秒内动态配置沙箱化数据库实例实现完整工作负载隔离，Agent 任务完成后自动缩容到零并按活跃推理循环计费。
Liquid AI 模型与工程博客（网页）AI 评分5757 Liquid AI 发布 LFM2.5-VL-DSpark 视觉语言 drafter 模型，边缘端解码最高提速 3.13 倍
Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark drafter 模型，参数约 280M，仅增加 8.9% 参数量。GPU 上解码吞吐最高提升 2.66 倍、边缘设备 3.13 倍，端到端分别最高 2.27 倍和 2.62 倍；模型已上架 Hugging Face，支持 llama.cpp、SGLang 和 MLX-VLM。
Hugging Face：Blog（RSS）AI 评分5757 Liquid AI 发布 LFM2.5-VL-DSpark 视觉草稿模型加速 VLM 推理
Liquid AI 在 Hugging Face 发布面向视觉语言模型 LFM2.5-VL-3B 的实验性 DSpark 草稿模型，通过投机解码在不改变输出质量的前提下换取推理加速。
NVIDIA BlogAI 评分88 《CONTROL Resonant》登陆 GeForce NOW，Googlebooks 将支持云游戏
Remedy Entertainment 的《CONTROL Resonant》本周在 GeForce NOW 首发上线，Ultimate 会员可以 GeForce RTX 5080 级性能串流游玩，支持 DLSS 4、光线追踪与最高 5K HDR，无需 100GB 本地安装。
Google AI：DEV 作者专属（RSS）AI 评分5151 用 google-cloud-developer 插件让智能体按 Google Cloud 最佳实践完成部署实测
Remigiusz Samborski 用 Antigravity CLI 实测 Google 的 google-cloud-developer 插件，一条命令安装五个技能和 Developer Knowledge MCP 服务器，支撑 Claude Code、Codex CLI 等智能体。
公众号：蚂蚁百灵（Ling）精选AI 评分6767 蚂蚁开源 Ming-Image-0.1-Design 系列：两个 6B 模型打通设计生成与图层编辑
蚂蚁百灵开源 Ming-Image-0.1-Design 系列模型，包含两个 6B 模型：Design 从文字需求生成 UI、信息图、海报等完整设计，Layer 将设计图拆成 2 至 9 个可独立编辑的 RGBA 图层，并同步开源 Design Skill 和 PPT Skill。
推荐理由：原文给出两个 6B 模型的能力划分、评测成绩和实际接入效果，读者可以据此评估设计生成加图层编辑链路的部署价值。
ClaudeDevs@ClaudeDevs精选AI 评分5151推荐理由：作者分享了用 Claude 测量、调试并提升 claude.ai 性能的具体方法，并附上提示词，读者可参考复用。
- ClaudeDevs@ClaudeDevs精选AI 评分6868
推荐理由：云会话正式结束预览期，Pro 和 Max 订阅者可领取一次性额度，在本地受限或合盖后仍能继续任务。
Meta Engineering Blog（RSS）AI 评分5555 Meta 为 AI 眼镜推出 Private Processing 机密计算基础设施
Meta 宣布将 Private Processing 机密计算基础设施扩展到 Meta AI 眼镜，把信任边界延伸到云端 CVM，使包括 Meta 在内的任何人都无法访问用户数据。
Cursor Blog精选AI 评分6161 Cursor 发布 Rollouts 和 Security Reviewer 开发机器人
Cursor 发布两款软件开发机器人 Rollouts 和 Security Reviewer，帮助团队更快把安全可靠的代码送入生产环境。
推荐理由：原文说明了两款机器人的工作机制和可配置动作，读者可以据此评估是否接入自己的部署与安全流程。
Cursor Blog精选AI 评分6161 Cursor 提升 agent 长时运行 token 效率，用户成本降低 7%
Cursor 通过改进 agent harness，在不降低 agent 质量的情况下将用户 token 成本降低 7%。
推荐理由：官方拆解了 agent harness 省钱的具体层级做法，含可复用的工具加载与缓存断点经验。
Fireworks AI（网页）精选AI 评分6666 Fireworks 发布 Ember-1，以约四成更少 token 达到 Kimi K3 质量
Fireworks Research 发布基于 Kimi K3 训练的专用模型 Ember-1，通过学习精简不必要的推理，在保持质量的同时减少约 35-50% 的 reasoning token。
推荐理由：官方给出了多组基准、A/B 测试和成本数据，读者可以据此评估用 Ember-1 替代 Kimi K3 降低推理 token 开销的可行性。
NVIDIA Technical Blog：Agentic AI / Generative AIAI 评分5353 NVIDIA 开源 NVCRE，在 AI 工作负载上线前验证 GPU 集群就绪度
NVIDIA 发布开源 Kubernetes 控制器 NVIDIA Cluster Readiness Engine（NVCRE），通过运行真实的分布式负载（如 NCCL all-reduce 和 Nemotron 5 预训练测试）在集群进入生产前验证就绪度，并将故障归因到具体节点。
OpenRouter：Announcements（RSS）AI 评分5858 TypeSafe 决策模型 Jev 使用教程：用 TypeScript 在 OpenRouter 上实现市场商品审核
OpenRouter 发布 Jev 使用教程，Jev 是 TypeSafe 推出的决策模型（模型 ID typesafe/jev-1.13），通过 OpenRouter Decisions API 接收 state 和问题，返回带概率的类型化答案而非生成文本。
Hugging Face：Blog（RSS）AI 评分5858 NVIDIA 教程：如何用 Warp 和 MJWarp 将 MuJoCo 机器人仿真扩展到 2048 个并行环境
Hugging Face 发布 NVIDIA 物理仿真系列第二篇教程，讲解如何将 SO-101 机械臂的 MuJoCo 场景迁移到基于 NVIDIA Warp 的 MuJoCo Warp（MJWarp），扩展到最多 2048 个并行 GPU 环境并测量聚合吞吐量。
Modal 官方工程博客（RSS）精选AI 评分6262 Modal 详解如何以万亿 token 规模服务 Kimi K2.6 编码 Agent 推理
Modal 分享为编码 Agent 提供万亿参数模型 Kimi K2.6 推理服务的优化实践，优化后单副本每用户性能提升 2.8x、副本整体吞吐提升 5.6x，单个服务日处理数千亿 token。
推荐理由：原文以一线实践拆解编码 Agent 推理优化的完整路径，读者可以迁移其瓶颈定位与 KV 缓存路由方法。
Google DeepMind：Blog（RSS）AI 评分5454 Google DeepMind 为 Private AI Compute 增加安全的服务端持久记忆
Google DeepMind 宣布将为 Private AI Compute 平台引入私密的服务端持久记忆，使 AI 助手能跨设备长期保留上下文。数据密封在云端专用加密存储中，解密密钥仅保存在用户设备上，请求通过端到端加密通道在隔离的安全飞区中临时解密处理，即使 Google 也无法访问。