Condé Nast 如何用 Amazon Bedrock 打造多模态视频发现系统
Condé Nast 与 AWS Generative AI Innovation Center 合作，基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频发现方案，采用 TwelveLabs Marengo 嵌入模型联合编码视觉、音频和文字稿信号，支持意图式语义搜索、图片查询和时间戳定位。
全部AI 动态
全部动态
今日 4 条AWS Machine Learning BlogAI 评分3434 AWS Machine Learning BlogAI 评分4747 基于 Amazon Quick 和 Amazon Bedrock AgentCore 构建 AI 合同智能平台
AWS 发布了一个合同智能平台参考架构，用 AI 智能体从合同 PDF 中提取 8 个关键字段并独立验证，解决 RAG 无法跨数百份合同做汇总查询的问题。提取由 Claude Sonnet 系列模型驱动，Claude Haiku 独立复核，签名分歧时由 Amazon Textract 做确定性裁定，结果存入 Amazon Aurora PostgreSQL。
AWS Machine Learning BlogAI 评分4949 Amazon Quick 各组件的提示词工程模式与陷阱
AWS 这篇教程按组件讲解 Amazon Quick 的提示词技巧。Quick Research 需要明确研究目标、受众与范围，可拆解子问题并从 Quick Index。
AWS Machine Learning BlogAI 评分3030 Amazon Quick 提示词工程基础指南
AWS 发文讲解 Amazon Quick 的提示词工程基础原则与结构化框架，帮助用户让平台的 AI 功能更准确地响应自然语言请求。文章提出通过具体化、提供业务上下文、用示例（few-shot）示范输出格式等核心原则，并介绍 CRISPE 等通用框架。本文为系列第一篇，聚焦跨组件通用方法，第二篇将深入 Research、Flows、Sight、Chat Agents 等具体组件的技巧。
AWS Machine Learning BlogAI 评分3636 在 SageMaker AI 上用 vLLM-Omni 构建实时语音应用 – 第一部分
AWS 发布教程，讲解如何在 Amazon SageMaker AI 上通过 vLLM-Omni DLC 部署 Qwen3-TTS，实现语音生成完成前即可开始播放的流式语音输出。
AWS Machine Learning BlogAI 评分3737 在 SageMaker AI 上用 vLLM-Omni 生成图像与视频 – 第二部分
在 Amazon SageMaker AI 上部署同一 AWS vLLM-Omni Deep Learning Container 的两个端点：实时端点运行 FLUX.2-klein-4B 生成图像，异步端点运行 Wan2.1-VACE-1.3B 将图像生成为视频，MP4 结果存入 Amazon S3。
AWS Machine Learning BlogAI 评分3737 使用 Amazon Nova Act 实现合成监控
AWS 通过 Amazon Nova Act 与 Amazon Bedrock AgentCore 构建智能体驱动的合成监控方案，用自然语言动作替代基于 DOM 选择器的 Selenium、Playwright 脚本。
Simon WillisonAI 评分5959 Simon Willison 用 Claude Opus 5.5 制作鸮鹦鹉像素动画并用 Claude Code 录制演示视频
Simon Willison 在 WeAreDevelopers World Congress North America 闭幕演讲中，用三张鸮鹦鹉照片和一段提示词让 Claude Opus 5.5 生成含 20 只以上鸮鹦鹉、带彩带和迪斯科球效果的像素艺术动画页面。
AWS Machine Learning BlogAI 评分3131 基于 Amazon EKS、EFA 与 DeepEP 扩展 MoE 强化学习训练，吞吐量提升 40%
AWS 在 Amazon EKS 上结合 Elastic Fabric Adapter（EFA）和 DeepEP，构建了加速 MoE 模型大规模强化学习训练的架构，吞吐量提升 40%。
AWS Machine Learning BlogAI 评分3939 用 SkyRL 在 Amazon SageMaker HyperPod 上加速多模态 RL 训练
本文演示在 Amazon SageMaker HyperPod 上用开源 RL 框架 SkyRL 训练 Qwen3-VL-8B 视觉语言模型完成视觉迷宫导航任务。
AWS Machine Learning BlogAI 评分4545 NarrateAI：在 Amazon Bedrock 上实现生产级 LLM 质量保障
AWS 的 NarrateAI 在 Amazon Bedrock 上通过五项技术为实时商业问答提供生产级 LLM 质量保障，实现约 99% 的数值准确率并实时流式输出响应。
AWS Machine Learning BlogAI 评分3535 在 Amazon SageMaker AI 上部署 Qwen3-TTS 实现实时个性化语音
Alibaba Cloud Qwen 团队开源的 Qwen3-TTS-12Hz-1.7B-Base 文本转语音模型现可通过 Amazon SageMaker JumpStart 部署到全托管实时推理端点。
AWS Machine Learning BlogAI 评分2323 Datacor 如何基于 Amazon Quick Sight 构建自助式租赁数据分析
Datacor 在其 TrackAbout 解决方案中集成 Amazon Quick Sight，为工业气体与焊接分销商提供租赁资产自助分析，客户无需再等待 IT 出报表，其客户合计管理 2750 万资产、每月超 72.5 万笔账单。
AWS Machine Learning BlogAI 评分3939 Amazon SageMaker HyperPod 携手 Qumulo 实现跨区域训练
Amazon SageMaker HyperPod 与 Qumulo 的 Cloud Native Qumulo（CNQ）及 Cloud Data Fabric（CDF）结合，可让训练算力与数据集分别位于不同 AWS Region，无需复制数据即可跨区域读取。
Simon WillisonAI 评分1212 Simon Willison 发布 commit-rewriter 0.2
Simon Willison 于 2026 年 9 月 24 日发布了 git 提交改写工具 commit-rewriter 的 0.2 版本。
GitHub Blog · AI & MLAI 评分5353 GitHub Copilot 如何用 canvas 替代聊天界面
GitHub Copilot 团队认为聊天不是与 AI 交互的正确界面，介绍了 GitHub Copilot app 中的 canvas 功能，它是可与应用内 agent 双向通信的全栈小程序。作者用 Connect 4 游戏、Winget 包管理、SQLite 操作和自动化开发工作流等示例说明，与其让 agent 处理每次交互浪费 token，不如让它构建一个后续交互免费的自定义工具。
GitHub Blog · AI & ML精选AI 评分6464 GitHub Security Lab 发布 Fuzzing Taskflow，用 LLM Agent 自动化 C/C++ 项目模糊测试
GitHub Security Lab 的 Antonio Morales 发布 Fuzzing Taskflow，一个基于 Taskflow Agent 的自主模糊测试流水线，只需提供 GitHub 仓库即可自动识别入口点、编写 harness、运行 AFL++、改进覆盖并分诊崩溃。
推荐理由：原文详述了用 LLM Agent 自动写 harness、跑 AFL、追覆盖缺口和分诊崩溃的完整流水线设计，可直接复用。
AWS Machine Learning BlogAI 评分4343 在 SageMaker AI 上用 WhisperX 实现带说话人标注的语音转写
AWS 发布 WhisperX 深度学习容器（DLC），在 OpenAI Whisper 基础上加入批处理推理、wav2vec2 强制对齐的词级时间戳和说话人分离，可在 SageMaker AI 上一键部署。
AWS Machine Learning BlogAI 评分4545 用 AgentCore Gateway 和 MCP 构建跨 AWS 多账户的 AI 智能体
AWS 展示如何用 Amazon Bedrock AgentCore Gateway 和 MCP 构建多账户架构，让数据保留在各业务线（LOB）账户中，智能体通过统一端点跨账户发现和调用工具。
AWS Machine Learning BlogAI 评分3030 Aderant 用 Amazon Nova 打造智能工单分诊系统
法律行业业务管理软件商 Aderant 基于 Amazon Bedrock 上的 Amazon Nova Lite 构建了智能工单分诊系统，自动化支持工单的上下文收集、分类与路由。
Hugging Face BlogAI 评分5151 如何用 NVIDIA Warp 与 MJWarp 加速机器人仿真与学习工作流
Hugging Face 与 NVIDIA 的教程演示如何将 SO-101 机械臂的 MuJoCo 拾放任务从 CPU 单世界迁移到最多 2,048 个并行 MJWarp GPU 环境。
AWS Machine Learning BlogAI 评分4242 基于 AWS 构建智能体式对话视频智能分析方案
AWS Machine Learning Blog 介绍了基于 Strands Agents SDK 构建的单个 AI 智能体方案，可在运行时自动编排 Amazon Bedrock、Amazon Rekognition 和 Amazon Transcribe，让用户用自然语言查询上传的视频内容。
AWS Machine Learning BlogAI 评分3737 如何在 Amazon Bedrock 上用开放权重模型搭建 OpenCode AI 编程智能体
OpenCode 是一个开源的终端原生 AI 编程智能体，用 Go 编写，可读取编辑文件、执行 shell 命令，并连接包括 Amazon Bedrock 在内的 75+ 家 LLM 提供商。
Latent SpaceAI 评分6161 Latent Space 访谈 John Platt 谈 Google ERA 与 AI for Science
Latent Space 发布对 John Platt 的长篇访谈，介绍 Google 的 Empirical Research Assistance（ERA），用 Gemini 维护实验笔记本树并以类蒙特卡洛树搜索方式迭代变异，已产出至少十篇论文。访谈还讨论了用 AI 减少飞机凝聚尾迹（约占人为变暖 1%）、FireSat 卫星火灾监测，以及如何避免对评分函数的 Goodhart 式过拟合。
Simon WillisonAI 评分3333 llm-keys-ui 0.1：Simon Willison 发布用于安全配置 API key 的 Codex Remote 插件
Simon Willison 发布 llm-keys-ui 0.1 插件，解决在 Codex Remote 远程控制机器时需要配置 API key 的问题。
OpenAI NewsAI 评分3838 OpenAI 如何将 Habitat 存储平台快速扩展以服务超 10 亿 ChatGPT 用户
OpenAI 将 Habitat 从一个 Python 库演进为全球分布式存储平台，服务超过 10 亿 ChatGPT 用户，支撑每秒 2200 万次请求。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot app 新手教程：使用 diff、终端和浏览器面板
GitHub Copilot app 新增内置 diff、terminal 和 browser 面板，让用户无需在编辑器、终端和浏览器之间切换即可审查、运行并预览智能体改动。
Hugging Face Blog精选AI 评分6060 Hugging Face 用 Storage Bucket 和代理实现跨 Jobs 的 Async GRPO LoRA 训练，无需 NCCL
Hugging Face 在 TRL v1.14 的 AsyncGRPOTrainer 中加入 LoRA 支持（PR #7017），训练器与 vLLM 副本作为独立 HF Jobs 运行，仅几 MB 的 adapter 经 Storage Bucket 挂载同步，无需 NCCL。
推荐理由：原文给出完整的跨节点 LoRA 异步 RL 架构与五轮瓶颈调优数据，读者可以复用其中按 KV 前缀路由和 token 打包的调优方法。
GitHub Blog · AI & MLAI 评分5050 GitHub Copilot app 入门教程：并行运行多个智能体会话
GitHub 官方发布面向初学者的 GitHub Copilot app 教程，讲解如何同时运行多个智能体会话。每个会话可运行在独立的 Git worktree 中，互不干扰、各自保留上下文，用户可在会话视图中跟踪进度，把时间花在审查和决策而非等待上。
Hugging Face Blog精选AI 评分6363 Hugging Face 用 TRL GRPO 100 步微调 LFM2.5-350M 提升结构化输出，IFStruct 从 22.6% 升至 29.7%
Hugging Face 发布完整教程，用 TRL 库的 GRPO 结合 LoRA 微调 LiquidAI/LFM2.5-350M，仅需约 500 样本和 100 步训练即可在免费级 Colab 或 Kaggle 16 GB GPU 上完成。
推荐理由：完整开源了小模型 GRPO 结构化输出微调的配方和评测对比，资源门槛低，方法可直接迁移到其他小模型任务。
Hugging Face Blog精选AI 评分6262 用 TRL 和 OpenEnv 复现让编码模型画水彩画的完整开源流程
Hugging Face 博客发布一篇开源复现：受 Surya Narreddi 病毒视频启发，作者用 TRL 和 OpenEnv 训练 Qwen/Qwen3.5-35B-A3B 通过 LoRA 写 p5.brush JavaScript 画水彩画，参考池、RL 环境、训练脚本和模型全部公开。
推荐理由：作者把审美偏好的RL复现完整开源，奖励设计、三组对照和踩坑修复都可迁移到类似的代码生成训练中。
Hugging Face Blog精选AI 评分7171 Sentence Transformers v6.0 教程：训练与微调多向量嵌入模型
Sentence Transformers v6.0 引入 MultiVectorEncoder 模型类型并配套完整训练流程，作者以医学检索为例演示如何微调 ColBERT 式多向量模型。
推荐理由：原文给出完整可复现的多向量模型微调配方，并用实验数据对比起点选择、训练开销和索引压缩，方法可直接迁移到自己的领域数据。
Hugging Face BlogAI 评分5757 Hugging Face 详解 Inference Endpoints、Jobs 与 Buckets 如何支撑 Papers with Code 搜索
Hugging Face 撰文介绍 Papers with Code 复活后的混合搜索系统如何构建：以 PostgreSQL 全文检索加 pgvector 语义召回，经加权 RRF 融合排序。
Hugging Face Blog精选AI 评分6060 IBM Research 用 ALTK-Evolve 测出智能体记忆的最优剂量因模型能力而异
IBM Research 在 Hugging Face Blog 发布 ALTK-Evolve 在 AppWorld 上跨八个模型的记忆校准研究，核心结论是智能体记忆不是开关而是按模型校准的剂量。
推荐理由：原文基于八个模型实测给出智能体记忆的剂量规律，弱模型靠精选检索、强模型用全集，兼顾精度与成本。
Hugging Face Blog精选AI 评分7575 Sentence Transformers v6.0 新增 MultiVectorEncoder 支持多向量晚交互检索
Hugging Face 发布教程介绍 Sentence Transformers v6.0 新增的 MultiVectorEncoder，PyLate、Stanford-NLP ColBERT 及 colpali-engine 检查点可直接加载。
推荐理由：官方详解 Sentence Transformers v6.0 新增多向量模型类型的用法，从原理、代价到索引和视觉文档检索都可落地操作。
Hugging Face BlogAI 评分5252 Dharma AI 发布约束感知 GPU 调度器：同集群利用率最高提升 33 个百分点
Dharma AI 在 Hugging Face Blog 发布约束感知 GPU 分配器，与 FIFO 调度器在 7 个基准场景对比，GPU 利用率最高提升 33 个百分点，优先级加权产出平均提升 52%。该调度器将实时推理视为需求曲线而非峰值预留，批任务按优先级在 24 小时视野内规划，每次决策仅 1 至 15 毫秒，每个时间步只提交当前分配并每 30 至 60 分钟重跑以吸收预测误差。
Hugging Face BlogAI 评分5050 Strands Robots 如何结合 LeRobot 与 Hugging Face Storage Buckets 实现一站式数据流闭环
Hugging Face 演示了 Strands Robots 中一个智能体如何完成机器人数据流闭环：从自然语言提示录制 LeRobotDataset 并同步到 Storage Buckets，训练时通过 stream_dataset 直接流式读取数据而无需下载，再以 mode="real" 一个关键字参数变更即可将 checkpoint 部署回硬件。
Hugging Face Blog精选AI 评分7676 Hugging Face 复盘 ICML 2026 论文复现挑战赛：1,221 人复现 2,226 篇论文
Hugging Face 复盘今年 7 月 15 日至 8 月 2 日举办的 ICML 2026 Open Reproductions 挑战赛：1,221 名社区成员用 Claude Code、Codex、Cursor 等智能体，19 天发布 6,816 份 Trackio 日志，尝试复现 2,226 篇论文，约占会议论文的 34%。
推荐理由：文中给出按声明逐条复核会议论文的结果分布和典型的证伪案例，读者可以借此理解智能体复现研究中人类角色的边界。
Hugging Face BlogAI 评分5353 IBM Research：Agent 里的模型路由不是分类问题，而是系统优化问题
IBM Research 团队结合在 Agent 系统中构建路由的实践，提出模型路由本质是系统优化而非分类问题。
Hugging Face Blog精选AI 评分6565 PyTorch 性能分析系列（三）：用 profiler 读懂注意力机制
Hugging Face 博客发布 Profiling in PyTorch 系列第三篇，用 profiler 分析注意力机制从朴素实现到 SDPA 各后端的表现。
推荐理由：文章用 profiler 逐一对注意力各实现读 trace，给出 kernel 数、耗时与占用率等一手数据，方法可直接迁移到自己的模型调优。