HPE AI Factory with NVIDIA 组合提供三条路径：HPE Private Cloud AI 是面向本地部署的 turnkey 方案，支持最多 256 块 GPU 的微调、RAG 与推理；HPE AI Factory at-scale 面向模型构建者、服务商和大型企业，支持数百到数万块 GPU 的集中管控与多租户；HPE Sovereign AI Factory 在此基础上增加数据驻留、主权管理（含可选气隙配置）与合规框架。
匹配字段摘要、正文
卡内基梅隆、纽约大学、斯坦福和 MIT 团队在 Nature 发表论文，提出 Stratego AI 系统 Ataraxos，在 20 局正式系列赛中以 15 胜 1 负 4 平击败荷兰选手 Pim Niemeijer，作者称这是首个在该棋类达到超人水平的 AI。训练仅用 16 块 Nvidia H100 GPU 一周加 4 块 GPU 四天，按 2025 年价格算不到 8000 美元，约为 DeepMind DeepNash 算力成本的 1/500。该方法还用于 Barrage Stratego、Hanabi 和斗地主，代码已公开。
匹配字段摘要、正文
巴克莱扩大与 Anthropic 的战略合作，在全行范围部署 Claude，用于加速软件开发、现代化遗留系统并提升运营效率；预计到 2026 年底 Claude Code 覆盖其 50% 开发者，2027 年覆盖多数软件工程师。已上线的 Colleague Knowledge Assistant 由 Claude 通过 RAG 架构驱动，超 16,000 名员工使用、处理逾 100 万次搜索；全球市场业务每天用 Claude 处理约 120,000 封邮件。
匹配字段摘要
G42 旗下 Inception、MBZUAI 基础模型研究所与 Cerebras 联合发布阿拉伯语大模型 Jais 2，包含 8B 和 70B 两个版本，并在 Hugging Face 开放权重。Jais 2 70B 在阿拉伯语榜单 AraGen 上取得该榜单阿拉伯语模型的最优表现，同时在翻译、摘要、金融分析以及诗歌、宗教、饮食、解梦等阿拉伯文化相关任务上表现突出。Jais 2 70B 部署在 Cerebras CS-3 集群上，配合推测解码实现 2000 tokens/秒的输出速度，官方称比 GPT-5、Claude 等前沿模型在真实负载上快 20 倍以上。
匹配字段摘要、正文
Perplexity Research 与 turbopuffer 发布 pplx-embed-v2-context-9b-preview，一个面向 RAG 管线的上下文嵌入模型，每个 chunk 在编码时都能看到完整文档。模型以 Perplexity 的 query-aware 上下文压缩模型作为教师，用逐 token 打分池化出的软目标替代单一 gold passage 标注，训练时随机采样切块策略，推理阶段不增加延迟或存储。权重已在 Hugging Face 以 MIT 许可开源，需 transformers>=5.4.0 并设置 trust_remote_code=True，暂未上线 Perplexity API，模型卡提示权重与接口可能不向后兼容。模型基于内部 9B ColBERT 检索模型，线性投影输出 2048 维，Matryoshka 训练支持 1024 维，量化感知训练支持原生 int8 嵌入，训练使用约 430 个数据集、覆盖 50 多种语言。
Perplexity Research 与 turbopuffer 发布 pplx-embed-v2-context-9b-preview，一个面向 RAG 管线的上下文嵌入模型，每个 chunk 在编码时都能看到完整文档。模型以 Perplexity 的 query-aware 上下文压缩模型作为教师，用逐 token 打分池化出的软目标替代单一 gold passage 标注，训练时随机采样切块策略，推理阶段不增加延迟或存储。权重已在 Hugging Face 以 MIT 许可开源，需 transformers =5.4.0 并设置 trust remote code=True，暂未上线 Perplexity API，模型卡提示权重与接口可能不向后兼容。模型基于内部 9B ColBERT 检索模型，线性投影输出 2048 维，Matryoshka 训练支持 1024 维，量化感知训练支持原生 int8 嵌入，训练使用约 430 个数据集、覆盖 50 多种语言。
匹配字段摘要、正文
NVIDIA cuObject 客户端与服务器库正式 GA，提供标准化 API 和 RDMA 线协议，让 GPU 无需经服务器 CPU 即可加速访问对象存储。xio-sig 联盟将 cuObject 与 cuFile 并列纳入，Google Cloud 正评估参与、Microsoft 计划加入董事会；新 SCADA Server SDK 支持存储厂商构建响应 GPU 发起请求的服务器，IBM 已用 IBM Storage Scale 完成原型验证。NVIDIA Storage-Next 计划联合 40 多家厂商定义 GPU 驱动的细粒度存储开放标准。
匹配字段摘要、正文
AWS 分享了一套合同智能平台架构：用 AI 智能体从合同 PDF 中提取 8 个关键字段，再由独立的验证智能体复核，签名识别分歧时由 Amazon Textract 做确定性裁决，结果存入 Amazon Aurora PostgreSQL。该方案针对 RAG 语义检索无法回答跨全部合同的聚合问题，改用结构化提取加数据库查询，并通过嵌入式仪表盘和自然语言聊天智能体提供答案。
匹配字段摘要、正文
Inception 发布 Mercury 2，称其为全球最快的推理语言模型，采用扩散式并行精炼而非自回归逐 token 解码，生成速度提升超过 5 倍。官方数据为 NVIDIA Blackwell GPU 上 1,009 tokens/sec，定价 $0.25/1M 输入 token、$0.75/1M 输出 token，支持可调推理、128K 上下文、原生工具调用和 schema 对齐的 JSON 输出，并兼容 OpenAI API。该模型面向编码补全、智能体循环、实时语音和搜索 RAG 等延迟敏感场景，现已可用。
匹配字段摘要、正文
SearchBlox 将 Inception 的 Mercury dLLM 集成进 SearchAI，为企业搜索带来亚秒级 GenAI 响应，并将推理成本降低 60% 至 90%。Mercury 作为模型端点接入现有 RAG 管线，无需重构，客户可在 AWS Bedrock 或 Azure Foundry 上私有部署。该方案已覆盖电商、客服、企业知识与数字体验搜索等场景。
匹配字段摘要、正文
ElevenLabs 的 ElevenAgents 通过动态变量、通话发起 webhook 和通话后 webhook 实现跨通话记忆，单次通话内自动保留完整上下文。智能体支持 PDF、Word、文本、Markdown、HTML、EPUB 等格式内容训练，用 RAG 检索相关段落，小文档则保留完整上下文。情绪检测可在客户不满时实时降级并转接人工，隐私设置涵盖数据保留、音频存储、转录脱敏和零保留模式，企业医疗部署可申请 HIPAA 合规。
匹配字段摘要、正文
Remedy Entertainment 的《CONTROL Resonant》在发售当天加入 GeForce NOW，Ultimate 会员可以 GeForce RTX 5080 级性能串流，支持 DLSS 4、光线追踪、NVIDIA Reflex 和最高 5K HDR，无需 100GB 本地安装。GeForce NOW 还将于今年秋季 Googlebooks 上市后支持这一新笔记本品类，本周另有《DragonSword: Awakening》等九款游戏加入。
匹配字段摘要、正文
Machine Earning AI 峰会将于 9 月 29 日在旧金山举行，新增 Anish Acharya（Andreessen Horowitz 普通合伙人）、Airwallex CFO Pranav Sood、Gusto CFO Mike Taylor 和 Browserbase 创始人兼 CEO Paul Klein IV 四位主舞台演讲嘉宾。峰会还新增 Frank Rotman、Daragh Murphy、Croom Beatty 和 Rob Whiteley 四位讨论组负责人，目前仍有少量名额可申请。
匹配字段摘要、正文
GitHub Next 的 staff research engineer Maggie Appleton 在 Pragmatic Engineer 播客中分享设计工程实践：她用手绘草图而非 Claude Code 起步，并自建带滑块和取色器的“jigs”原型实时调整。她已不再查看 AI 生成的 PR 代码，而是写详细 spec 让智能体自行验证；她还提出“能力煤气灯”现象，指前沿模型会让用户误以为自己很专业。
匹配字段摘要、正文
PrismML 在高通骁龙峰会上展示了 1-bit Bonsai LLM，可在基于 Snapdragon AR1 Gen 1 平台的 AI 智能眼镜上本地运行。该智能眼镜版本是 20 亿参数的视觉语言模型，支持佩戴者实时询问眼前所见，模型体积缩小 4 倍仍保留标准基准上的几乎全部性能。目前尚无搭载 PrismML 的智能眼镜产品发布。
匹配字段摘要、正文
Meta 发布 Meta VR Glasses，整机约 100 克，比 Meta Quest 3 轻五倍，采用眼镜加外接 puck 的两段式设计，puck 负责算力、电池与存储。设备搭载 5K Infinite Display 与 micro-OLED 面板、37 PPD，支持 Dolby Vision 和 Dolby Atmos，由高通 Snapdragon Reality Elite 处理器驱动，puck 电池可支持约三小时高分辨率媒体播放和 45W 快充。Meta AI 智能体已集成进操作系统，可通过语音、眼动和手势操作，无需手柄；产品将于 2027 年春季开售，售价 1299.99 美元。
匹配字段摘要、正文
Pragmatic Engineer 采访微软 Windows 团队，梳理下一代 Windows 在系统层面对 AI 智能体的支持计划。Windows 将原生支持智能体身份识别（基于 Entra ID，可在任务管理器中与人类用户区分），并推出本地 MCP 服务器注册中心 ODR、智能体隔离技术 MXC，以及跨 GPU、NPU、CPU 运行本地模型的 Windows ML。微软还计划在系统中内置小语言模型，Scott Hanselman 演示了一台搭载 NVIDIA GPU 的预发布 Surface 笔记本本地运行 Qwen 并接入 GitHub Copilot，出词速度约 40 tokens/秒。
匹配字段摘要、正文
Agentic workflow 让 AI 智能体在每一步自行推理并决定下一步动作，而非沿固定脚本执行。它由 LLM 推理层结合 RAG、记忆与 guardrails 构成，高风险步骤仍走固定审批，超出权限时转人工。ElevenLabs 的 ElevenAgents Workflows 编辑器可显式映射决策点，在专用子智能体或人工坐席之间路由。
匹配字段摘要、正文
Matt Pocock 在 The Pragmatic Engineer 播客中讲述他创建的 grill-me 等 AI 技能，该技能让智能体持续追问用户，灵感来自 Anthropic 的 Thariq Shihipar。他提出用“战略编程”把战术性编码交给智能体，并借助“tracer bullet”等引导词提升生成代码质量；他还主张把编码会话迁到云端智能体，以便合上笔记本后仍能运行并支持多人协作。
匹配字段摘要、正文
Pragmatic Engineer 作者 Gergely Orosz 走访 OpenAI 总部，采访七位工程负责人，梳理 Codex 与 ChatGPT Work 如何成为公司内部工作的主干。文中提到，四个月内非工程团队对 Codex 的使用率从约 0% 升到 90%，IDE 使用自 1 月起下降，PR 数量与 CI/CD 负载出现约 10 倍增长。OpenAI 还搭建了 Perf Factory、Sevbot 等基于 Codex 的自动化反馈回路，用于性能回归定位和事故响应。
匹配字段摘要
Chips and Cheese 作者 Chester Lam 用 Geekbench 7 实测 Windows 11 的 Prism 二进制翻译，发现 x86-64 程序经翻译后执行的 aarch64 指令数约为原生两倍，各核心均出现数代性能损失。测试在 Snapdragon X2 Elite Extreme X2E-96-100 笔记本和 Azure 上的 Neoverse N1、N2 实例上进行，Snapdragon 的 E-Core 与 P-Core 即使承担翻译损失仍分别超过 Neoverse N1 和 N2。作者还查看 C:\Windows\XtaCache 中的翻译代码，指出 Prism 会做不必要的寄存器溢出，并把 256 位 AVX 运算拆成多条 128 位 NEON 指令。
匹配字段摘要、正文