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。
部署工程
全部主题把模型跑起来的工程实践：推理优化、显存与成本、Serving 架构与基础设施选型。
最新精选
第 1–20 条 · 共 69 条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。
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。
AWS Machine Learning Blog精选AI 评分7474 GPT-6.1 Sol 在 Amazon Bedrock 上正式可用
GPT-6.1 Sol 已在 Amazon Bedrock 上正式可用，面向编码、计算机使用和专业工作负载提供更强推理。OpenAI 称其在 DeepSWE v1.1 上达到 GPT-6 Astra 的表现，单任务成本约为其五分之一，并以低于 GPT-6 Sol 相关结果的 reasoning effort 超出后者最高分 6.4 个百分点。
推荐理由：原文以 DeepSWE v1.1 的成本与性能对比，说明 GPT-6.1 Sol 如何服务编码和多步骤智能体工作流。
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。
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。
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。
AWS Machine Learning Blog精选AI 评分6767 NarrateAI：在 Amazon Bedrock 上构建生产级 LLM 质量保障
AWS 介绍了运行在 Amazon Bedrock 上的 NarrateAI 质量保障架构，通过自适应流水线编排、跨账户多模型故障切换、实时流式评估、组合式评估和数据准确性核验，支持实时生成经过验证的回答。该系统在覆盖 4,000 多名用户的六个月部署中，响应约 13 秒开始流式输出，数值准确率达到 99.3%。
推荐理由：文章把查询路由、跨账户多模型故障切换、流式评估与数值核验串成一条工程链，适合参考生产级 LLM 应用如何兼顾准确性、延迟和吞吐。
AWS Machine Learning Blog精选AI 评分6666 AWS 教程：在 Amazon SageMaker AI 上部署 Qwen3-TTS 实时声音克隆
AWS 介绍了如何通过 Amazon SageMaker JumpStart，将公开可用的 Qwen3-TTS-12Hz-1.7B-Base 部署到 Amazon SageMaker AI 实时推理端点，实现基于短音频和文本转录的声音克隆。教程涵盖 24 GB NVIDIA L4 GPU 配置、跨语言声音克隆、请求调用以及 Amazon CloudWatch 监控。
推荐理由：文章给出从 JumpStart 部署 Qwen3-TTS 并调用实时端点完成声音克隆的完整步骤，涵盖 GPU 内存配置和 CloudWatch 监控。
Microsoft Research精选AI 评分7272 Microsoft Research：物理 AI 机器人推理卸载可提升性能与续航
Microsoft Research 的研究显示，将物理 AI 推理从机器人板载 GPU 卸载到边缘或云端 GPU，可提升移动操作任务的成功率、模型运行能力和电池续航。
推荐理由：文章以移动操作机器人工作负载为对象，比较板载、边缘与云端 GPU，呈现推理基础设施对任务成功率、续航和模型部署的具体影响。
NVIDIA Blog精选AI 评分7171 NVIDIA 发布 Isaac ROS 5.0，推进智能体与开源机器人开发
NVIDIA 发布 Isaac ROS 5.0，为基于 ROS 的机器人开发引入智能体工作流和平台支持。
推荐理由：文章将 Isaac ROS 5.0 的智能体工作流、ROS Lyrical 支持与 Jetson 部署路径串联起来，呈现其从开发到机器人落地的变化。
Hugging Face Blog精选AI 评分7979 Hugging Face Transformers 支持运行 llama.cpp GGUF 模型
Hugging Face 为 Transformers 增加 GGUF 模型支持，用户可通过 from_pretrained 在 Apple Silicon Mac 上使用熟悉的 Transformers API 运行量化模型。
推荐理由：文章说明了 GGUF 接入 Transformers 的加载方式、Apple Silicon 性能路径与适用边界，便于开发者评估本地推理工作流。
NVIDIA Blog精选AI 评分6363 NVIDIA为何强调物理 AI 规模化部署需要全层级安全
NVIDIA指出，物理 AI 从研究走向大规模部署后，自动驾驶汽车和机器人需要在硬件、软件、AI 行为、运行环境及整个部署生命周期中持续满足安全要求。NVIDIA介绍了覆盖 AV 与机器人的 NVIDIA Halos 全栈安全系统，以及仿真、合成数据、运行时监控和第三方评估等安全基础设施。
推荐理由：文章把物理 AI 的安全拆解到硬件、软件、AI 行为、运行环境和部署生命周期，并以 NVIDIA Halos 展示 AV 与机器人场景的工程化路径。
Hugging Face Blog精选AI 评分6969 Hugging Face tokenizers v1 发布候选版，编码速度达到 v0.23 的 3 到 30 倍
Hugging Face 发布 tokenizers v1 release candidate，官方基准显示其在 Apple M4 Max 单线程下的编码速度达到 v0.23 的 3 到 30 倍。
推荐理由：文章用统一的 tokbench 基准比较 v1 与 v0.23 的编码表现，并解释缓存、SIMD 分词和无分配合并循环分别带来的加速来源。