Claude Sonnet 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。
推荐理由：AWS 官方给出 Sonnet 5.5 的适用边界与 Opus 5.5 的分工，读者可据此判断何时选 Sonnet 更划算。
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 1–16 条 · 共 16 条AWS Machine Learning Blog精选AI 评分6262
Microsoft Research精选AI 评分6060 微软研究院：把物理 AI 推理卸载到边缘或云端可提升机器人性能与续航
微软研究院对移动操作机器人工作负载做了首次系统性测量，发现把物理 AI 推理从机器人本体 GPU 卸载到边缘或云端 GPU，可提升任务成功率、支持更大模型并延长续航。
推荐理由：微软研究院首次系统测量机器人本体推理的瓶颈，并给出可复用的 Kubernetes 卸载工具链，读者可据此判断物理 AI 的部署取舍。
Google DeepMind精选AI 评分6262 Google DeepMind 为 Private AI Compute 引入安全服务端记忆
Google DeepMind 公布 Private AI Compute 架构更新，将为其加入持久化、跨设备的服务端 AI 记忆，同时保持端侧隐私标准。新架构把协助所需信息封存在加密存储中，解密密钥仅保存在用户个人设备上，模型访问时通过端到端加密通道连接云端安全隔离区，在隔离内存中临时解密、保存新上下文后立即重新加密。
推荐理由：Google 给出私有 AI 计算加入持久化服务端记忆的架构思路，读者可了解云端记忆如何与端侧密钥结合。
AWS Machine Learning Blog精选AI 评分7474 GPT-6 Sol 与 GPT-6 Luna 在 Amazon Bedrock 正式可用
OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 已在 Amazon Bedrock 正式可用，API 定价明显低于上一代 GPT-5.6。GPT-6 Sol 面向每周反复出现的复杂开发与运维任务，可写功能、调试、重构与审查代码、分析数据并完成跨工具多步流程；OpenAI 内部事实性评测显示其事实错误约为 GPT-5.6 Sol 的一半。
推荐理由：原文给出两款新模型在 Bedrock 上的定位差异、定价变化与提示词缓存等落地细节，便于判断如何按任务分配模型。
AWS Machine Learning Blog精选AI 评分7676 Claude Opus 5.5 上线 AWS，Amazon Bedrock 与 Claude Platform 同步可用
Anthropic 的 Claude Opus 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上线，是 Claude 5.5 系列的首个模型，面向智能体编码、知识工作和长时任务。
推荐理由：原文给出 Claude Opus 5.5 在 Bedrock 上的定价、推理控制与安全分类器变化，便于判断迁移成本。
NVIDIA Blog精选AI 评分6262 NVIDIA 发布 Isaac ROS 5.0，推进智能体化开源机器人开发
NVIDIA 在加拿大多伦多 ROSCon 大会上发布 Isaac ROS 5.0，这是一套基于 ROS 的 GPU 加速软件包集合，新增智能体工作流与平台支持。
推荐理由：Isaac ROS 5.0 把智能体工作流引入机器人开发，并给出多家厂商的落地案例，可据此判断开源机器人栈的演进方向。
GitHub Blog · AI & ML精选AI 评分8282 GitHub 用 Copilot 把 Copilot 运行时迁移到 Rust
GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust，AI 智能体写了其中大部分代码，跨 128 个 PR 增量合入 main。
推荐理由：作者以亲历者身份给出把 80 万行运行时迁到 Rust 的完整工程数据，可迁移到大规模智能体协作开发。
NVIDIA Blog精选AI 评分6262 NVIDIA Vera Rubin NVL72 首次亮相 MLPerf Inference v6.1 并取得领先性能
NVIDIA 在 MLPerf Inference v6.1 中首次提交 Vera Rubin NVL72 预览成绩，在 Qwen3-VL 上吞吐最高达 GB300 NVL72 的 3.7 倍，在 DeepSeek-R1 上最高达 2.5 倍。
推荐理由：MLPerf v6.1 成绩单给出 Vera Rubin 与 GB300 的吞吐、扩展效率和软件优化数据，可据此比较两代平台的推理经济性。
NVIDIA Blog精选AI 评分6262 NVIDIA 详解 DSX 如何提升 AI 工厂每兆瓦产出
NVIDIA 在 AI Infra Summit 上介绍 DSX 平台，用于在固定电力预算内提升 AI 工厂的 token 吞吐。
推荐理由：NVIDIA 官方给出 DSX 各组件在真实部署中的量化结果，可据此判断固定电力预算下算力密度的提升空间。
NVIDIA Blog精选AI 评分6767 NVIDIA 在 AI Infra Summit 公布 Vera Rubin 与 DSX 平台能效进展
NVIDIA 在 AI Infra Summit 上公布 Vera Rubin 系统与 DSX 平台的多项能效进展，提出以每兆瓦有效 token 数衡量 AI 基础设施。
推荐理由：NVIDIA 公布 Vera Rubin 与 DSX 平台在每兆瓦 token 产出上的多项实测数据，可据此判断 AI 工厂的能效与成本走向。
GitHub Blog · AI & ML精选AI 评分7171 GitHub 发布 Project HydraFusion：用多模型编排实现前沿级编码质量
GitHub 推出研究预览版 Project HydraFusion，在 GitHub Copilot CLI 中通过 /experimental 启用，可在多个提供商的模型间做运行时编排，自动选择 Single、Cascade、Critique 三种执行模式来平衡质量、成本与延迟。
推荐理由：GitHub 官方给出 HydraFusion 的三种编排模式与三个编码基准的成本质量对比，可据此判断多模型编排在真实编码任务中的取舍。
Berkeley AI Research精选AI 评分6262 从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon
Berkeley AI Research 与 IBM Research 将 K-Search 进化式内核搜索框架扩展到 MLX，通过结构化 CUDA-to-MLX 翻译层把已有 CUDA 内核作为知识库，为 Apple Silicon 生成高质量内核。
推荐理由：展示了把 CUDA 内核优化经验结构化迁移到 Apple Silicon 的方法，并给出注意力与 Mamba 两类内核的实测对比。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 DiffusionGemma：文本生成提速 4 倍
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用文本扩散方式并行生成整块文本，在专用 GPU 上推理速度最高提升 4 倍。
推荐理由：官方给出 4x 推理加速、26B MoE 与 18GB 显存门槛，读者可据此判断本地交互式工作流的可行性。
Google DeepMind精选AI 评分7272 Google 将 SynthID 与 C2PA 内容验证扩展到 Search、Gemini、Chrome 和 Pixel
Google 宣布扩展内容透明度与验证工具，把 SynthID 验证从 Gemini 应用扩展到 Search，并将在未来几周进入 Chrome，此前该功能已被使用 5000 万次。
推荐理由：Google 把 SynthID 与 C2PA 验证铺到 Search、Gemini、Chrome 和 Pixel，读者可据此了解内容溯源工具的落地范围。
Google DeepMind精选AI 评分7474 Google DeepMind 公布 AlphaEvolve 一年落地成果
Google DeepMind 汇总了 Gemini 驱动的编码智能体 AlphaEvolve 发布一年来的应用成果，涵盖数学、量子物理、基因组、电网优化和 Google 内部基础设施。
推荐理由：官方汇总 AlphaEvolve 一年落地案例，覆盖基因组、电网、TPU 与商业客户，可据此判断编码智能体的实际渗透范围。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构，将大规模训练拆分为解耦的计算“岛屿”，岛屿间异步传输数据，从而隔离局部故障并降低带宽需求。
推荐理由：原文给出跨数据中心异步训练在带宽、容错和混合硬件上的实测结果，可据此判断分布式预训练的工程取舍。