Claude Sonnet 5.5 登陆 Amazon Bedrock 和 AWS 上的 Claude Platform
AWS宣布 Claude Sonnet 5.5 已在 Amazon Bedrock 和 AWS 上的 Claude Platform 提供，面向聚焦型编码与知识工作，速度更快且大多数任务的单任务成本更低。
推荐理由：文章同时给出 Sonnet 5.5 与 Opus 5.5 的任务分工，以及在 Amazon Bedrock 上的调用路径，便于评估模型选型与落地方式。
10月1日 · 周四
精选
最新精选
AWS Machine Learning Blog精选AI 评分7171 Microsoft Research精选AI 评分6161 Microsoft Research 用机器学习预测电网空间天气风险
Microsoft Research 构建了一套机器学习管线，为美国本土 66,935 座变电站生成空间天气风险估计，并可提前 30-60 分钟发出特定风险预警。
推荐理由：文章展示了从太阳风预测到变电站风险估计的完整链路，并用评估指标说明其预警能力与落地前的验证环节。
AWS Machine Learning Blog精选AI 评分8282 Amazon Bedrock AgentCore Runtime Instances 如何构建多智能体音乐制作流水线
AWS 通过 Amazon Bedrock AgentCore Runtime Instances 搭建了一个由作曲、交付和合规三个智能体组成的音乐制作流水线。
推荐理由：文章通过可运行的音乐制作示例，拆解共享会话、GPU 实例、持久卷和独立部署如何组合成可复用的多智能体工作流。
AWS Machine Learning Blog精选AI 评分7171 Amazon Bedrock Knowledge Bases 如何用自然语言查询理赔记录
AWS 介绍如何用 Amazon Bedrock Knowledge Bases 和 Amazon S3 构建带引用的理赔问答助手，通过 AgenticRetrieveStream 处理多轮问题、多条件检索和流式回答。教程还演示了基于元数据的筛选、Amazon Bedrock Guardrails 的上下文接地检查，以及对合成数据集的检索和引用评估。
推荐理由：文章以合成理赔数据演示从文档摄取、自然语言检索到引用和权限控制的完整实现路径，适合迁移到文档问答场景。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 SynthID Bio，为 AI 生成蛋白质加入可验证水印
Google DeepMind 发布 SynthID Bio，为 AI 生成的蛋白质序列和预测结构嵌入可验证的水印，并在实验室测试中保持蛋白质生物功能。该方法在 VEGF-A、SARS-CoV-2 spike protein RBD 和 PD-L1 三种目标蛋白的 binder 设计中，水印版本与未加水印版本的命中率、结合亲和力和天然序列多样性相当。
推荐理由：文章展示了水印如何从数字模型延伸到实体蛋白，并给出实验室验证结果，可帮助理解 AI 生物设计的来源追踪与生物安全应用。
NVIDIA Blog精选AI 评分7474 CoreWeave 提供 NVIDIA Vera Rubin NVL72 并发布 CoreWeave Forge
CoreWeave宣布在CoreWeave Cloud提供NVIDIA Vera Rubin NVL72，并发布用于训练、评估和改进模型与智能体的CoreWeave Forge。Cognition测试显示，Vera Rubin NVL72在SWE-2推理工作负载上的总token吞吐量最高达到GB200 NVL72的4.8x；NVIDIA Vera CPU的智能体沙盒启动速度超过3x。
推荐理由：文章串联了 Vera Rubin、Vera CPU 与 Forge 的产品进展，并给出 Cognition 和 CoreWeave 的实测数据，便于理解智能体从训练到生产的基础设施路径。
AWS Machine Learning Blog精选AI 评分6161 Amazon Bedrock 在 Seoul 支持 Claude Opus 5 与 Claude Sonnet 5、在 Singapore 支持 Claude Sonnet 5 区域内推理
Amazon Bedrock 现已在 Seoul 为 Claude Opus 5 和 Claude Sonnet 5、在 Singapore 为 Claude Sonnet 5 提供区域内推理。
推荐理由：文章说明了 Claude 模型在 Seoul 与 Singapore 的单区域推理范围，并提供控制台、SDK 和 API 调用示例，适合评估数据驻留场景的接入方式。
Hugging Face Blog精选AI 评分6868 Hugging Face 推出 Open TTS Leaderboard，评估多语言 TTS 与声音克隆
Hugging Face 推出 Open TTS Leaderboard，用客观指标评估开源 TTS 模型的多语言表现、声音克隆和流式性能。榜单使用 WER/CER、RTFx、TTFA 和 SIM 等指标，并支持在 H200 GPU 与 CPU 上比较部分模型。平台同时提供 Listen 标签页供用户比较音频和投票，但这些指标不取代自然度、表现力和听众偏好等人工评测。
推荐理由：文章把 TTS 评测拆成可比较的可懂度、速度和说话人相似度指标，并展示多语言、声音克隆与流式性能的查看方式。
OpenAI News精选AI 评分7272 OpenAI 推出 GPT-6.1 Sol，API token 价格为 Astra 的五分之一
OpenAI 推出 GPT-6.1 Sol，在编码、计算机使用和专业工作中提供接近 Astra 的智能水平。其 API 输入和输出 token 价格均为 Astra 标准价格的五分之一。
最新进展9月30日 03:34GPT-6.1 Sol登陆Amazon Bedrock
推荐理由：材料将编码、计算机使用和专业工作中的智能水平与 API 输入输出价格并列比较，为理解模型能力与成本的取舍提供参照。
AWS Machine Learning Blog精选AI 评分6161 Amazon Quick 提示词工程基础：从 CRISPE 框架到 RFI 自动化
AWS 介绍 Amazon Quick 的提示词工程基础，涵盖具体化表达、上下文设定、少样本示例和 CRISPE 等结构化框架。文章还给出 RADAR、ARCHITECT、QUEST 等组件相关框架，并以 RFI 问卷处理 Flow 展示如何将多标签页 Excel 问题转换为结构化 CSV。
推荐理由：文章将提示词具体化、上下文设定、少样本示例与 CRISPE 等框架整理为可复用方法，并用 RFI 自动化展示其落地方式。
AWS Machine Learning Blog精选AI 评分6666 用 Amazon Quick 和 Amazon Bedrock AgentCore 构建 AI 合同智能平台
AWS 展示了一套基于 Amazon Quick 和 Amazon Bedrock AgentCore 的合同智能平台，将合同 PDF 转换为可查询的结构化数据，并支持组合分析与单份合同问答。
推荐理由：文章展示了面向多文档聚合的可迁移架构，将结构化提取、独立模型校验与数据库分析结合，弥补单纯 RAG 的局限。
Hugging Face Blog精选AI 评分7676 NVIDIA 发布 Kumo Tabular 表格预测基础模型
NVIDIA 发布 Kumo Tabular，一款面向表格分类和回归的开放基础模型，可在单次前向推理中直接预测新行，无需训练、调参或特征工程。模型提供 28M 至 215M 参数的三种规格，通过 Hugging Face 提供，采用 OpenMDW-1.1 license，支持商业使用。
推荐理由：材料同时交代了免训练推理、人工数据预训练方式与四项基准结果，便于评估其工程可用性。
Microsoft Research精选AI 评分6363 Microsoft Research 推出 Quine 生物学 AI 研究系统
Microsoft Research 推出 Quine，一套面向生物复杂性的多模态 AI 研究系统，连接生物学世界模型、科学工具、文献、湿实验与研究人员。与 Broad Institute 合作时，Quine 对数千种化合物进行排序，并在 PDAC 肿瘤细胞状态转换实验中验证了部分高排名候选物。Quine 目前仅用于研究，首批访问将通过 Quine Fellows 计划和部分研究合作提供。
推荐理由：文章展示了 Quine 如何把生物多模态建模、科学工具与湿实验纳入迭代闭环，并以 PDAC 化合物筛选案例说明其研究用途。
AWS Machine Learning Blog精选AI 评分8181 Grok 4.7 登陆 Amazon Bedrock，支持长上下文与可配置推理
xAI 的 Grok 4.7 已上线 Amazon Bedrock，面向编码、长时运行的智能体和知识工作，提供 500K token 上下文窗口及 low、medium、high、xhigh 四档推理强度。
推荐理由：文章将 Grok 4.7 的长上下文与推理档位和 Bedrock 的接入、路由及认证方式对应起来，便于评估部署成本与使用路径。
AWS Machine Learning Blog精选AI 评分6464 AWS 在 SageMaker AI 上用 vLLM-Omni 构建实时语音应用 第 1 部分
AWS 介绍如何在 SageMaker AI 上使用 AWS vLLM-Omni DLC 部署 Qwen3-TTS，让文本输入和音频输出通过同一条持久双向连接流式传输。教程提供 GitHub 示例、部署脚本和 Gradio 应用，音频以 24 kHz PCM 分块返回。示例使用 vLLM-Omni v1.5 DLC 与 SageMaker 实例池，并说明了部署、调用和清理端点的步骤。
推荐理由：文章以 Qwen3-TTS 为例展示从模型部署、双向流式传输到 Gradio 调用的完整路径，便于复用这一多模态推理方案。
AWS Machine Learning Blog精选AI 评分6262 教程：AWS 在 SageMaker AI 上用 vLLM-Omni 生成图像并将其动画化为视频
AWS 介绍如何在 Amazon SageMaker AI 上部署两个 vLLM-Omni 端点，将 FLUX.2-klein-4B 生成的图像传给 Wan2.1-VACE-1.3B，生成短视频。图像端点采用实时推理，视频端点采用异步推理，并通过 Amazon S3 传递 multipart 请求和获取 MP4 结果。文章还提供命令行与 Streamlit 示例、部署命令及清理脚本。
推荐理由：文章把图像实时推理与视频异步推理串成可复用流程，并给出部署脚本、请求格式和清理步骤，便于理解两种响应模式的取舍。
Mistral AI精选AI 评分6767 Mistral AI在慕尼黑设立德国中心，推进Physics AI与工业AI
Mistral AI在慕尼黑设立德国中心，组建Physics AI和工业AI研究团队，并由应用工程师服务企业合作伙伴。Mistral计划到2030年建设1 gigawatt的欧洲算力容量，同时与BMW、Siemens Energy及Technical University Munich合作推进工业应用和汽车空气动力学数字孪生研究。
推荐理由：材料将慕尼黑中心、Physics AI布局与欧洲算力主权计划放在同一框架下，呈现Mistral服务德国工业客户的落地路径。
AWS Machine Learning Blog精选AI 评分6868 使用 Amazon Nova Act 实现智能体驱动的合成监控
AWS 介绍了如何结合 Amazon Nova Act 与 Amazon Bedrock AgentCore，构建用于验证登录、搜索、购物车和结账流程的智能体驱动合成监控。
推荐理由：文章给出从旅程定义、Agent 部署到定时告警的完整实现路径，并用示例仓库展示如何减少基于 DOM 选择器的维护工作。
AWS Machine Learning Blog精选AI 评分6262 Amazon Textract 适配器跨账户生命周期管理实践
AWS 介绍如何将 Amazon Textract Custom Queries 适配器纳入跨账户生产生命周期管理，覆盖创建、推广、路由与安全配置。文章比较跨账户复制和集中式 Hub 账户两种推广方案，并说明适配器复制只会转移训练模型权重，查询定义与训练数据需要单独维护。
推荐理由：文章把跨账户推广、文档路由和生产安全拆成可实施的架构，并提供 CloudFormation、Terraform 与 CLI 示例，适合评估落地路径。
Hugging Face Blog精选AI 评分8080 Holo4 发布通用计算机使用智能体模型系列
Holo4 发布通用智能体模型系列，提供 27B dense 和 35B-A3B Mixture of Experts 两种规格，可通过 GUI、代码、MCP 和 API 与软件交互。
推荐理由：文章同时给出 OSWorld 2.0 成绩、成本口径与可复现轨迹，便于比较 Holo4 在多界面工作流中的实际取舍。