AWS 发布 WhisperX 深度学习容器（DLC），在 OpenAI Whisper 基础上加入批量推理、wav2vec2 强制对齐的逐词时间戳和说话人分离，可部署到 Amazon SageMaker AI 实时或异步端点，无需自建镜像。实时端点适用于 60 秒内完成的短音频，长音频建议用异步端点，两者均需将 InferenceAmiVersion 固定为 al2-ami-sagemaker-inference-gpu-3-1。
匹配字段摘要
Aderant 基于 Amazon Bedrock 调用 Amazon Nova Lite，为 38 人的 SierraOps 团队构建了智能工单分诊系统 Intelligent Ticket Analyzer，自动完成上下文收集、分类、路由与知识补充。2026 年 6 月 30 日至 7 月 17 日的 2.5 周生产期内，该系统审查 109 张工单，路由准确率约 96%，预计每周节省 8–14 个工程小时，每月总运营成本低于 30 美元，其中 Bedrock 推理成本低于 1 美元。
匹配字段摘要
NVIDIA 发布 NV-Reason-CT，一个面向 3D CT 分析的视觉语言模型，将思维链推理扩展到全容积 CT，可生成结构化诊断报告并支持多轮追问。模型由 3D ViT 编码器与 Qwen3.5-4B 语言模型组成，在 CT-RATE 基准上取得 Macro-F1 0.614、Macro-AUROC 0.871，超过已发表的 3D 对比学习与 2D/3D 融合基线。权重和配置已在 Hugging Face 开放，训练配方与推理脚本发布在 NVIDIA-Medtech/NV-Reason-CT 仓库，定位为供研究者后训练的研究基础模型，而非获批的临床诊断产品。
匹配字段摘要
TypeSafe 的 Jev 面向结构化判定，输入价格 $0.042/百万 tokens 且不收取输出 token 费用；Pydantic AI 2.46.0 已内置对 Jev 的 judge 支持，可在 Pydantic Evals 评估器中调用并把结果记录到 Pydantic Logfire。按文中假设，100 万次评估（每次 3 个结果）的 Jev 推理成本为 $42、Logfire 遥测为 $20，而 Braintrust Pro 仅记录这 300 万个分数的边际费用为 $4,500（不含推理）。
匹配字段摘要
Baseten 在 Model Library 上线 NVIDIA Nemotron 3 Diarization，提供预录、流式和实时转写三种预设，单次推理即可标注最多 8 位说话人，间隔最低 320ms。该模型约 100M 参数，基于 NVIDIA Streaming Sortformer，同一 checkpoint 支持 0.32 至 30.4 秒四档算法延迟；在 RTX PRO 6000 上可维持 500 路以上并发分离流，加入转写后为 190 路。AISHELL-4 低延迟档 DER 为 9.8%，对比 Streaming Sortformer v2.1 的 27.2%，模型已在 Hugging Face 和 Baseten Model Library 开放。
匹配字段摘要
Radical Numerics 联合创始人兼 CEO Eric Nguyen 认为，生物安全是一场 AI 军备竞赛，提升生物能力的模型同样能帮助防御方跟上节奏。该公司正构建基因组语言模型（GLM），用 DNA 语言中的链式推理和多模态感知处理 RNA、蛋白质等问题，其团队此前在 Arc Institute 参与开发了 Evo 与 Evo 2。Nguyen 称目前防御方在这场竞赛中处于下风。
匹配字段摘要、正文
开源终端 AI 编码智能体 OpenCode 可接入 Amazon Bedrock 上的开放权重模型，推理在用户自己的 AWS 账户内完成，无需管理基础设施，也没有按席位收费。文章演示了用 Moonshot AI Kimi K3、OpenAI GPT-OSS 120B 和 NVIDIA Nemotron 3 Super 120B 配置多模型工作流，并介绍 Bedrock 的三种定价层级：Priority、Standard 按 token 计费，Flex 成本低 50%。
匹配字段摘要
集中式 AI 把 AI 负载放在单一数据中心或云区域，分布式 AI 按多站点设计跨多个数据中心或云区域部署，边缘 AI 则把负载放在靠近用户、设备或本地数据源的位置。三者区别主要在站点数量与位置、性能与成本目标以及运维复杂度：集中式更易部署和治理，分布式与边缘可降低延迟、出口成本并满足数据驻留要求。许多企业最终采用集中式训练加分布式或边缘推理的混合模式。
匹配字段摘要、正文
Anthropic 于 9 月 22 日发布 Claude Opus 5.5，这是 Claude 5.5 家族的首个模型，官方称其在多数任务上性能接近 Claude Fable 5.1。Claude Platform 常规价格为输入每百万 token 4 美元、输出 20 美元，较 Opus 5 的 5 美元和 25 美元各降 20%，缓存读取从 0.50 美元降至 0.20 美元；官方测试称默认设置下典型任务成本比 Opus 5 低 40%，输出速度提升超 30%。Terminal-Bench 4.0 解决率为 66.4%（Opus 5 为 52.3%，但两者推理计算量设置不同），OSWorld 2.0 为 81.8%，GDPval-AA v2.1 的 Elo 为 1846。该模型已成为 Pro、Max、Team 等计划的默认模型，Claude Code 的 5 小时用量上限提高 20%，API 模型 ID 为 claude-opus-5-5，上下文窗口 100 万 token。
匹配字段摘要
蚂蚁百灵开源 Ming-Image-0.1-Design 系列，包含两个 6B 模型：Design 从文字需求生成 UI、信息图、海报等完整视觉设计，Layer 将设计图拆成 2—9 个语义独立的 RGBA 图层，同时开源 Design Skill 和 PPT Skill。在 Artificial Analysis 2026 年 9 月 18 日更新的 UI/UX Design 评测中，Design 位列开源模型第 1，Elo 得分 1082；Layer 在 Crello-Test 的 12 项指标中全部最优，单次推理时间从 795 秒降至 183 秒。蚂蚁内部画眉接入 Layer 后，首次获得可编辑图层从 5 分钟以上降至约 40 秒。
匹配字段摘要、正文
Fireworks Research 发布专用模型 Ember-1，基于 Kimi K3 训练，在保持同等质量的同时减少约 40% 的 token 消耗。官方称在 7 个基准和两家客户的生产流量中，K3 的推理过程可缩短 35–50% 而准确率不降；在 Bedside Bench 上，Ember-1 在成本与任务完成度上处于帕累托前沿。该模型以 Research Preview 形式在 Serverless 上线，与基础版 Kimi K3 并列提供，并同步开放基于企业自有数据的训练支持。
匹配字段摘要、正文
Fireworks Research 发布专用模型 Ember-1，基于 Kimi K3 训练，在保持同等质量的前提下减少约 40% 的 token 用量，今日起在 Serverless 上以 Research Preview 形式与 Kimi K3 并行提供。团队称在七个基准和两家客户的生产流量 A/B 测试中，K3 的推理过程可缩短 35%–50% 而不损失准确率，其中一家客户已在生产环境运行 Ember-1 并计划扩大规模替换基础模型。Ember-1 使用 Fireworks 自有数据训练，未使用客户数据，同时开放针对该模型的训练支持，供企业用自己的数据定制。
匹配字段摘要
llm 0.36 新增 gpt-6-sol 和 gpt-6-luna 两个 OpenAI 模型。模型插件现可声明 supports_conversation = False，仅接受单轮提示词，LLM 在收到 assistant 或 tool 历史时抛出 llm.ConversationNotSupported，llm chat 会在开启会话前拒绝；首个使用该能力的插件是 llm-typesafe。llm logs 的 Markdown 输出中推理轨迹现被包裹在标签内。
llm 0.36 新增 gpt-6-sol 和 gpt-6-luna 两个 OpenAI 模型。模型插件现可声明 supports conversation = False，仅接受单轮提示词，LLM 在收到 assistant 或 tool 历史时抛出 llm.ConversationNotSupported，llm chat 会在开启会话前拒绝；首个使用该能力的插件是 llm-typesafe。llm logs 的 Markdown 输出中推理轨迹现被包裹在标签内。
匹配字段摘要
AWS 宣布 Claude Opus 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，是 Claude 5.5 模型家族的首个成员。据 Anthropic 称，该模型用更少 token 完成更多工作，单 token 价格更低、缓存读取更便宜，平均每任务成本低于 Claude Opus 5；自适应思考始终开启，由 effort 控制推理量。它也是首个配备生物学、网络安全和 AI 开发安全分类器的 Opus 模型，请求被拒绝的频率高于此前 Opus 版本，可通过 Bedrock 控制台 Playground 或 Anthropic Messages API 等方式调用。
匹配字段摘要
NVIDIA 在 ROSCon 发布 Isaac ROS 5.0，为基于 ROS 的机器人开发引入智能体工作流与新的平台支持，并新增用于环境搭建和操作的 Isaac 技能。该版本支持 ROS Lyrical 和 Ubuntu 24.04，FoundationPose 的智能体推理库让机器人感知和跟踪物体位姿的速度最高提升 5.5 倍，抓取放置流程也作为独立技能开放。Isaac ROS 5.0 支持从 Jetson Orin Nano 到 Jetson Thor 的可扩展算力，Mentee Robotics、Universal Robots、ROBOTIS 等公司已将其用于各自机器人平台。
匹配字段摘要
OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 现已在 Amazon Bedrock 正式可用，两者 API 定价均明显低于前代 GPT-5.6。GPT-6 Sol 面向开发与运维中反复出现的复杂任务，可写功能、调试、重构与审查代码、分析数据并完成跨工具的多步流程；OpenAI 内部事实性评测显示其事实性错误约为 GPT-5.6 Sol 的一半。GPT-6 Luna 面向高频重复任务，如从大规模文档中抽取信息、摘要、分类和定向问答，并支持按请求调整推理投入。两者均支持显式提示词缓存，推理数据不用于模型训练。
匹配字段摘要
Tata Elxsi 在 AWS 上构建了实时工业安全平台 IRIS，在边缘用 AWS IoT Greengrass 和 GPU 服务器抽帧并做首轮过滤，只把安全相关帧和结构化元数据上传云端，使上传帧量减少约 70–80%。平台以 Amazon Kinesis Data Streams 为事件骨干，单部署持续吞吐 2,000–5,000 事件/秒、突发约 15,000 事件/秒，p95 事件摄取延迟低于 200 毫秒，模型推理运行在 Amazon SageMaker AI 的 ml.g5.xlarge 实例上。
匹配字段摘要
阿里巴巴 CEO 吴泳铭 9 月 22 日表示，强劲的 AI 需求正推动基础设施投资，目标是到 2032 年全球云数据中心容量超过 20GW。平头哥发布 Zhenwu V900，宣称算力性能是 M890 的 3 倍，并支持最多 50 万张加速卡的集群，用于前沿模型训练和推理。采用 V900 芯片的服务器计划于 2027 年第一季度推出。
匹配字段摘要
Aikido Security 于 9 月 21 日发布其首个开源权重安全模型 Altar-1，模型权重已公开，可在组织自管基础设施上运行。Altar-1 基于 GLM-5.3 压缩，通过量化和 REAP 专家剪枝把每层专家候选从 256 减到 168，体积降至 328GB，比量化版 GLM-5.3 小 32.8%，且未做再训练。在 30 个仓库 32 个已知漏洞的 3 次评测中，Altar-1 与量化版 GLM-5.3 均重新发现 23 个，16 位版为 25 个；模型已在 Hugging Face 的 AikidoSec/altar-1 发布，模型卡建议使用 4 基 NVIDIA H200 搭配 vLLM 推理。
匹配字段摘要
小米于9月21日发布 MiMo-V2.6 系列的 Pro 和 Flash 并公开模型权重，两者均为可处理文本、图像、视频和音频的多模态模型，通过扩大强化学习规模提升编码、PC 操作、3D 空间推理和内容制作等智能体能力。小米称 Pro 在多数智能体基准上达到 Claude Opus 5 和 GPT-5.6 Sol 的水平，在 Artificial Analysis Intelligence Index 上得分 46，为发布时开源模型最高，但与 Claude Fable 5.1、GPT-6 Astra 等顶级闭源模型仍有差距。权重和技术报告已在 Hugging Face 的 MiMo-V2.6 集合发布，同时公开 7000 多个强化学习任务环境、训练框架、轻量智能体运行基座 mini-harnesses，以及基于 Qwen3.5-9B 蒸馏的 MiMo-V2.6-Distill-Qwen-9B。
匹配字段摘要