跳到正文
K = 0.731
全部动态 · 今日9条

#部署/工程

信源抓到、进了内容池的全部内容，按时间排列；精选只是其中一部分。
10月9日周五
  2. The Verge · AI38

    Alexa Plus 评测：智能家居更强了，但当私人助理还不够格

    Alexa Plus 是目前评测过最好的智能家居助手，能理解“我冷了”这类自然指令，天气查询和定时器响应从 2025 年的 10-15 秒缩短到 3-5 秒，还能上传食谱照片辅助做饭。但它在个人助理场景表现不成熟，Echo Show 上的全屏广告严重干扰体验，Echo Dot Max 是无广告运行 Alexa 的最佳选择。

  7. NVIDIA Blog59

    进入 Omniverse：开发者如何利用前沿 AI 智能体将创意转化为仿真

    NVIDIA 介绍了其开发者如何将前沿 AI 智能体（包括 GPT-6 Astra）与 Omniverse 库结合，通过自然语言指令、人工审核和迭代测试来构建和完善仿真。示例涵盖仓库规模扩展、电缆布线、机器人资产准备、自动驾驶工作流，以及基于传感器的数字孪生优化。在一次为期两分钟的测试中，一项仓库仿真在包含 80 条传送带、40 条机械臂和 800 个箱子的情况下保持了每秒 30 帧；一个机器人 CAD 示例使用了估算的物理属性，这些属性未经真实机器人校准。

  10. Sundar Pichai · X78

    Google在Gemini at Work活动上推出Gemini工作智能体

    在NASA Hangar One举行的一场面向700多家Google Cloud客户的Gemini at Work活动上，Sundar Pichai介绍了一款新的Gemini智能体，并将其描述为面向工作的单一通用智能体。他表示，它能在一个提示框中回答问题、处理知识工作、创建图像和媒体内容，以及编写和运行代码；它还能接入个人工作流、记录系统和企业控制机制。Pichai列出了其核心架构原则：统一的智能体、访问权限、持续执行、多智能体编排、上下文，以及灵活选择模型。

    推荐理由：这篇文章阐述了Google全新通用工作智能体背后的架构原则，让读者得以直接了解它如何处理上下文、编排和模型选择。

10月8日周四
  2. 量子位30

    正行创新发布全球首个零售物理智能24/7服务解决方案，推出人形机器人H1与轮臂式机器人C1

    正行创新在APRCE 2026发布面向零售开放场景的Physical AI解决方案，同步推出双足人形机器人H1和搬运理货轮臂式机器人C1，支持门店"0改造"快速部署。方案由机器人本体与统一管理平台M1组成，机器人可实现99%任务自主完成，计划2027年提供商业化服务，支持直接采购或RaaS订阅。

  3. The Decoder72

    Zenity Labs 披露 AWS Bedrock AgentCore 漏洞：一个公开智能体可接管同区域全部智能体

    安全公司 Zenity Labs 称，AWS 的 Bedrock AgentCore 存在一条被其命名为 AgentCorruption 的漏洞链：攻击者只需获得一个公开可访问智能体的聊天权限，用一条提示词即可接管同一 AWS 账户和区域内所有 AgentCore 智能体，读取私密对话、下载源代码并获取存储的凭证。

  4. Ars Technica · AI50

    Nvidia 押注物理 AI：Halos 安全系统瞄准 Robotaxi 与人形机器人

    Nvidia 正将其 Halos 安全系统从自动驾驶扩展到机器人领域，2026 年 6 月发布的 Halos for Robotics 面向仓库自主移动机器人、工厂人形机器人和手术机器人。该系统提供硬件与软件工具，帮助开发者在物理 AI 设备中实现安全护栏。Nvidia 机器人生态与边缘计算负责人 Amit Goel 称，随着 AI 模型和机器人硬件能力提升，安全正成为下一个瓶颈。

  6. 量子位22

    吉利发布AI补能技术“吉利智充”：单枪峰值2250千瓦，2027年底实现“县县通”

    吉利汽车集团发布新一代AI补能技术“吉利智充”，单枪峰值充电功率达2250千瓦，最高充电温度保持在65℃以内，电池循环寿命提升20%。该技术依托与阶跃星辰联合开发的星睿PowerMind能源大脑，领克10实测SOC从10%充至97%平均仅需8分40秒。吉利计划到2027年底建成超2.2万座充电站、超10万把充电枪，率先在全国实现“县县通”。

  7. vLLM · X62

    vLLM v0.31.0 发布，支持 DeepSeek-V4.1-Flash 并实现快速重启

    vLLM v0.31.0 现已发布，包含 307 位贡献者提交的 717 个提交，其中 96 位是首次贡献者。主要亮点包括：支持 DeepSeek-V4.1-Flash，搭配 FlashMLA Mega Attention 和 NVFP4 KV 缓存；通过 vllm preload 快速重启路径将权重保留在 GPU 内存中；支持 Model Runner V2 推测解码；以及 MoonEP 均衡全互联通信和 DeepEPv2 等大规模服务功能。完整发行说明见 GitHub。

  8. MIT Technology Review · AI15

    AVEVA 如何为自主工业 AI 构建更安全的落地路径

    AVEVA 首席技术专家 Arti Garg 提出，工业 AI 正从预测分析转向基础模型、physical AI 与 agentic AI，需以数据打通、治理框架和人类监督保障安全。AVEVA 的责任 AI 框架强调安全、效率与人工监督，主张 AI 增强而非取代关键决策中的人。Garg 还参与 IEEE 工作组，制定覆盖电力、能源、资源、水和碳的 AI 环境影响测量标准方法。

  10. 雷锋网42

    CARES 4.0 在港发布：中科院香港 CAIR 推出多模态临床智能体系统

    中国科学院香港创新研究院人工智能与机器人创新中心（CAIR）在第四届香港具身智能医疗科技论坛上发布多模态临床智能体系统 CARES 4.0，该系统依托 Harness 智能体框架构建，底层搭载自研 CT、核磁、超声、内镜、脑电多模态医疗基座，已在多家三甲医院完成落地验证。CARES 4.0 官网已开放，框架与通用工具包已发布，医疗工具包陆续上线，自研超声、手术视频开源模型也将接入平台并免费开放。

  11. 雷锋网60

    卡尔动力启动规模化AI运输网络，无驾驶舱重卡上路

    卡尔动力9月22日在鄂尔多斯棋盘井镇宣布启动规模化AI运输网络，把有人驾驶重卡、保留驾驶舱的无人卡车和无驾驶舱运输机器人放进同一运输系统。其无人运输车队已达百台量级，业务覆盖内蒙古、新疆、甘肃、陕西、山西等6个省份，并与30家客户、8家车企及约30家生态伙伴合作。

  12. vLLM · X62

    vLLM-Omni 技术报告提出用于全模态生成的统一服务运行时

    vLLM 项目分享了 vLLM-Omni 技术报告，介绍了一种用于全模态生成的统一服务运行时。报告指出，语音助手、视觉生成、世界模型和机器人循环不再遵循单一的文本解码循环，而是演变为多阶段自回归流水线、迭代式扩散和有状态会话；LLM 服务器和扩散框架都只能部分覆盖这些需求。vLLM-Omni 作为共享控制平面，由一个编排器、专用引擎、一个连接器和统一的会话路径组成。文中附有论文和代码仓库链接。

  20. NVIDIA Blog78

    NVIDIA 与 Microsoft 发布 RTX Spark 与 Windows 智能体基础设施

    NVIDIA 与 Microsoft 在旧金山 Windows AI and Surface 活动上宣布为 Windows PC 的智能体时代共同设计软硬件，Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers（MXC）正式可用，让智能体在系统控制下安全持久地在后台运行。

    推荐理由：NVIDIA 与 Microsoft 把智能体运行所需的系统级容器和本地算力一起补齐，读者可据此判断本地智能体工作流的落地条件。

  22. Microsoft Research72

    微软研究院开源 Agent Lightning v1.0：3500 行轻量级智能体 RL 框架，支持真实 harness 训练

    微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量级智能体 RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的同一 agent harness 直接参与强化学习，无需在训练框架内重新实现智能体。

    推荐理由：原文给出了框架的代码规模、Kubernetes 支持与训练配方，读者可据此判断真实 harness 参与 RL 的落地成本。

10月7日周三
  1. AWS Machine Learning Blog36

    Cornerstone OnDemand 如何用 Amazon Bedrock 将数据库诊断时间缩短 78%

    Cornerstone OnDemand 基于 Amazon Bedrock 和开源智能体编排框架 Strands Agents 构建了多智能体系统 Orion AI，将数据库诊断时间从 45 分钟降至 10 分钟，减少 78%。该系统还把手动生命周期操作从 10 多个步骤压缩为 1 次交互（减少 70%），并将冗余告警中位数削减 65%，由三人团队在六个月内完成交付。