Qwen-Image-2.1 获 OpenVINO Day-0 支持
来自 @inteldevs 的 Day-0 OpenVINO 支持！🥳 Qwen-Image-2.1 已可在 Intel 硬件上优化运行。一个开放权重 checkpoint，同时支持生成和编辑。👇
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。
Qwen · X33 Kimi · X32 Kimi K3 上线 Amazon Bedrock
Kimi K3 现已登陆 Amazon Bedrock！ 借助 Bedrock 的访问、加密和审计控制，运行编码、文档分析和扩展智能体工作流。支持显式 prompt caching。 在 AWS 上开始用 K3 构建 👉 https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-moonshot-ai-kimi-k3.html
Simon Willison71 TypeSafe AI 发布 Jev，推出只输出浮点决策的 System One 模型
TypeSafe AI 上周发布 Jev，这是其称为 System One 模型（作者更倾向叫 decision models）的新类别模型：仍接受文本输入，但输出的是对应类别、是非题、评分及置信度的浮点数，而非文本。
Latent Space精选76 TypeSafe AI 创始人 Diogo Almeida 谈 Jev 与 RLCD：为软件而非聊天造 System 1 模型
TypeSafe AI 创始人 Diogo Almeida 在 Latent Space 访谈中介绍新模型 Jev，称其为面向代码消费的 System 1 模型，按每美元智能而非聊天体验优化，核心创新是未发表的 RLCD（Reinforcement Learning for Calibrated Decisions），用校准概率替代人类评分反馈。
推荐理由：Diogo Almeida 复盘 RLHF 到 RLCD 的路线分歧，并解释为何把可靠性而非基准分数当作模型目标。
NVIDIA Blog28 NVIDIA 推出 DSX Ready 认证计划，为 AI 工厂筛选供电与制冷产品
NVIDIA 推出 DSX Ready 认证计划，用于审核合作伙伴产品是否符合 NVIDIA DSX AI 工厂参考设计要求，首批覆盖电池储能系统（BESS）与冷却分配单元（CDU）两类。
NVIDIA Blog22 NVIDIA 为何称物理 AI 规模化部署需要全栈安全体系
NVIDIA 发布 Halos，称其为首个也是唯一面向物理 AI 的全栈安全系统，覆盖设计、验证与部署各层。
NVIDIA Blog20 NVIDIA 埃及 AI 生态迈向生产规模：DLI 学员一年增长超十倍
NVIDIA 在埃及大埃及博物馆举办活动，展示当地 AI 生态从能力建设走向生产落地，其埃及 Deep Learning Institute 学员规模一年内增长超十倍。
NVIDIA Blog36 NVIDIA 谈 AI 安全：如何在 Agent 栈的每一层解决这一工程问题
NVIDIA 提出 AI 安全是工程问题，需要可执行的控制、明确的责任人和验证证据，并强调安全边界必须独立于智能体推理之外。其开源安全运行时 NVIDIA OpenShell 在智能体触及范围之外强制执行策略并提供沙箱化执行，Cisco DefenseClaw 与 JFrog 已在其上构建治理与技能扫描能力。
NVIDIA Blog17 NVIDIA 在纽约气候周展示 5 家用 AI 推进清洁能源的公司
NVIDIA 在纽约气候周上重点介绍了 5 家用 AI 推进清洁能源的公司。ThinkLabs AI 用数字孪生和智能体把电网并网申请评估时间从 30-45 天缩短到 2 分钟。
Hugging Face Blog48 Hugging Face tokenizers v1 发布：编码解码与扩展性能实测
Hugging Face 发布 tokenizers v1，输出 token ID 与 v0.23 完全一致，但速度最高提升数十倍。v1 将单一 crate 拆为工作区，引入 bitcannon 用 SIMD 位运算替代正则分词、无分配 merge 循环、线程本地 word cache 和原生多线程并行。
Simon Willison18 Simon Willison 发布 llm-keys-ui 0.1，为 Codex Remote 提供 API key 配置界面
Simon Willison 发布 llm-keys-ui 0.1 插件，用于在不将 API key 粘贴进 ChatGPT 应用的情况下，把密钥配置到远程机器上。
Z.ai 智谱 · X60 智谱分享 GLM-5.3 如何搭建并优化 GLM-5.3-Flash 推理基础设施
智谱分享 GLM-5.3 如何参与搭建并优化为 GLM-5.3-Flash 提供服务的推理基础设施，系统从首次跑通到具备生产可用性用了不到两周，端到端吞吐量相对初始基线提升至三倍。
GitHub Blog · AI & ML精选78 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，代码主要由 AI 智能体编写，分布在 128 个 PR 中增量合入 main，而非一次性切换。
推荐理由：作者以亲历者身份复盘 80 万行 Rust 重写，给出可迁移的智能体编排与评审方法。
NVIDIA Blog精选62 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 预览结果，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 Inference v6.1 结果给出 Vera Rubin NVL72 与 GB300 NVL72 的吞吐、扩展效率和软件优化幅度，可用于判断推理基础设施的性价比走向。
NVIDIA Blog42 Emerald AI、Google 与 NVIDIA 发起 AI 能源管理联盟 AEMA
Emerald AI、Google 和 NVIDIA 宣布成立 AI 能源管理联盟（AEMA），推动数据中心根据电网状况动态调节用电。该联盟采用技术中立、基于性能的要求，聚焦响应速度、持续时长、可预测性和应急行为等可量化指标，并制定并网前降载与应急响应义务、统一技术标准与数据共享、加快并网路径及按实际系统影响分摊成本。
Latent Space70 TypeSafe 发布 Jev 决策模型：比小型前沿 LLM 快 100 倍以上、便宜 200 倍以上
TypeSafe 发布 Jev，一个用 RLCD 训练、只做决策/分类/路由/打分的非自回归模型，宣称比小型前沿 LLM 快 100 倍以上、便宜 200 倍以上，输出 token 免费。
NVIDIA Blog38 曼彻斯特大学用 NVIDIA Earth-2 预测全英空气污染
曼彻斯特大学团队基于 NVIDIA Earth-2 的生成式模型 Earth-2 CorrDiff 训练出覆盖全英国的空气污染模型，在 Isambard-AI 上仅用单个八 GPU 节点、两天完成训练，分辨率达 2-3 平方公里。
NVIDIA Blog精选62 NVIDIA 详解 DSX 平台：MaxLPS 让同等电力预算多出 24% token 吞吐
NVIDIA 在 AI Infra Summit 上介绍其 DSX 平台，其中 DSX MaxLPS 在 Lambda 的五机架 19 节点 HGX B200 集群上验证，在相同电力预算下集群 token 吞吐提升 24%，从约每秒 400 万 token 升至 500 万，每瓦性能提升 23%。
推荐理由：原文给出 DSX MaxLPS 在 Lambda 集群上的实测数字，读者可据此判断固定电力预算下的吞吐提升空间。
NVIDIA Blog精选72 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 与 DSX 平台的多项进展，将 AI 基础设施的衡量指标从峰值性能转向每兆瓦有效 agentic token 数。
推荐理由：原文给出 Vera Rubin 与 DSX 平台在每兆瓦 token 产出上的多项实测数字，可据此判断 AI 工厂的能效衡量口径变化。
NVIDIA Blog34 费城儿童医院如何用开源 NVIDIA AI 做心脏建模与手术模拟
费城儿童医院（CHOP）基于 NVIDIA 联合发起的开源医学影像框架 MONAI，把 CT、MRI、3D 超声等既有影像在数秒内生成解剖精确的儿童心脏模型，此前这一流程需熟练研究员耗时 4 小时。
GitHub Blog · AI & ML34 GitHub 如何用 Copilot 把营销活动变成代码：从策划到跟进全自动
GitHub 日本和韩国区营销负责人用 GitHub Copilot 把活动运营流程自动化：以 GitHub Issue 为工作单元，Issue forms 充当报名表单、Labels 作为触发器、Actions 执行具体任务，活动从单个 Issue 自动搭建、每天自动筛选报名者并在结束后自动收尾。
OpenAI News38 OpenAI 如何将 Habitat 扩展为支撑 10 亿 ChatGPT 用户的在线存储平台
OpenAI 将 Habitat 从 Python 库演进为全球分布式存储平台，支撑 10 亿 ChatGPT 用户、每秒 2200 万次请求。该平台用于满足 ChatGPT 在线存储的规模化需求。
Mistral AI26 Cloudera 与 Mistral 达成合作，将专用主权智能引入企业数据
Mistral 与 Cloudera 建立合作，将 Mistral 模型集成进 Cloudera 混合数据平台，企业可在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业还能在受控环境中用专有数据训练自有模型，保留数据与模型所有权，Cloudera 平台承载 30 exabytes 客户自管数据。
Hugging Face Blog49 Hugging Face Jobs 上用 LoRA 实现异步 GRPO：一个 Bucket、一个代理，无需 NCCL
TRL v1.14 的 AsyncGRPOTrainer 现已支持只训练并同步 LoRA adapter 到 vLLM，rank-1 adapter 仅几 MB，可通过挂载在多个 Hugging Face Jobs 上的 Storage Bucket 传输，无需 NCCL。
Mistral AI58 Mistral 如何用 AI 智能体迁移 4 万行 Fortran 遗留代码
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 的油藏模拟器迁移到 C++，该代码库没有测试套件也没有集中文档。团队先搭建数值对齐测试框架，用 Skill.md 引导智能体导出 Fortran 状态快照并在 C++ 侧校验，再用自定义解析器生成调用树、由 Vibe CLI 调度上百个智能体结合 Mistral OCR 补文档。
Kimi · X40 Kimi Work 上线远程控制功能
Remote Control 现已在 Kimi Work 上线。 让 Kimi Work 在电脑上保持运行，就能用手机持续推进任务。随时随地，用 Kimi Work 办公。
GitHub Blog · AI & ML精选71 GitHub 推出 Project HydraFusion：多模型编排的研究预览
GitHub 发布 Project HydraFusion 研究预览，在 GitHub Copilot CLI 中通过 /experimental 启用，可在 /model 中选择，按各模型标准价格按 token 计费。
推荐理由：GitHub 官方给出三种编排模式与三个基准的质量成本对照，可据此判断多模型编排在编码任务上的取舍。
Hugging Face Blog40 Hugging Face 发布 NeoMME：260M/800M 多模态多语言编码器
Hugging Face 推出 NeoMME 系列多模态多语言编码器，含 260M 和 800M 两个规模，用单个双向 Transformer 直接处理文本 token 与原始图像 patch，无需独立视觉塔或因果语言模型。
Hugging Face Blog精选62 Hugging Face 发布 @huggingface/kernels：207 个 WebGPU kernel 与 Fleet 基准工具
Hugging Face 发布 @huggingface/kernels，一个从 Hub 加载并运行优化 WebGPU kernel 的 JavaScript 库，同时上线 207 个 kernel 的初始集合，均以 Apache-2.0 许可、独立仓库形式发布，包含 manifest、正确性用例、基准用例和 WGSL 着色器模板。
推荐理由：Hugging Face 把 207 个 WebGPU kernel 连同契约、测试和基准一起发布，读者可据此判断浏览器端推理的底层可复用程度。
Hugging Face Blog精选62 Hugging Face 在 Gradio 中推出 gr.Workflow，把 AI 流水线做成可拖拽画布
Hugging Face 在 Gradio 中推出 gr.Workflow，把多步 AI 流水线描述为由引用、算子、主体三类节点组成的图，Gradio 直接提供可拖拽画布，每个节点可运行、每个中间结果可见。
推荐理由：原文给出 gr.Workflow 的节点类型、REST 端点与部署路径，读者可据此判断多步 AI 流水线如何落地。
Mistral AI · X38 Mistral 与 HUMAIN 达成战略合作
今天，我们宣布与 @HUMAIN 达成战略合作，涵盖 AI 基础设施、先进模型开发，以及在沙特阿拉伯及整个地区部署 AI 解决方案。 我们将共同开发本地化的前沿 AI 模型，初期重点领域包括网络安全、语音，以及在阿拉伯语系语言中表现强劲的模型。 https://mistral.ai/news/mistral-x-humain/
Mistral AI36 Mistral 与 HUMAIN 达成战略合作，推进沙特及中东主权 AI
Mistral 与 HUMAIN 宣布战略合作，覆盖 AI 基础设施、先进模型开发与 AI 解决方案部署，初期聚焦网络安全和语音，并计划开发阿拉伯语表现强劲的前沿模型。合作规模达数亿欧元，Mistral 将探索使用 HUMAIN 数据中心基础设施，双方还将在沙特面向受监管行业制定联合市场策略。
Thinking Machines · X47 我们希望提升 Inkling 的智能体表现。为了帮助我们了解它在现实中的行为，我们从现在起将在接下来的几周内通过 OpenRouter 免费提供该模型（仅限搭配智能体框架使用）。我们会使用与账户脱离关联的数据来改进它。
我们希望提升 Inkling 的智能体表现。为了帮助我们了解它在现实中的行为，我们从现在起将在接下来的几周内通过 OpenRouter 免费提供该模型（仅限搭配智能体框架使用）。我们会使用与账户脱离关联的数据来改进它。
Hugging Face Blog34 Hugging Face Inference Endpoints、Jobs 与 Buckets 如何支撑 Papers with Code 搜索
Papers with Code 的混合搜索系统由 Hugging Face Jobs、Storage Buckets 和 Inference Endpoints 三项服务支撑，目前为来自 arXiv 和 Daily Papers 的逾 110,000 篇论文维护嵌入向量。
Hugging Face Blog56 Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理最高提速 3.2 倍
Liquid AI 为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 发布 DSpark 草稿模型检查点，通过投机解码在不改变输出质量的前提下提升解码速度，GPU 上吞吐最高提升 3.18 倍，端侧最高 2.87 倍。
Mistral AI精选71 Mistral 发布 Agentic Search，检索准确率最高提升约 3 倍
Mistral 发布 Agentic Search，一种面向企业复杂文档的多步检索层，通过 search、open、navigate、read、grep 五个工具让模型在回答前检查、导航并核实来源。
推荐理由：原文给出多步检索循环在 FinanceBench 与 OfficeQA Pro 上的准确率、token 与延迟变化，可据此判断传统 RAG 的替代路径。
Jeremy Howard · X50 Sentence Transformers v6.0 新增对 ColBERT 风格后期交互模型的支持
Jeremy Howard 强调了 Sentence Transformers 对 @answerdotai 的 ColBERT 模型的支持，称其速度惊人、准确度极高，且仅有 30M，并可直接在 Python 中创建和查询本地嵌入索引。在引用的公告中，@tomaarsen 发布了 Sentence Transformers v6.0，并推出 MultiVectorEncoder，将其作为一流的模型类型，用于 ColBERT 风格的训练、推理和解读，与密集、稀疏及重排序模型并列。
Hugging Face Blog48 Hugging Face 推出约束感知 GPU 分配器：同集群利用率最高提升 33 个百分点
Hugging Face 构建了约束感知的 GPU 分配器，在七个基准场景中与 FIFO 调度器对比，相同硬件与负载下 GPU 利用率最高提升 33 个百分点，优先级加权产出在每个场景均有提升，最高达 105%。
Hugging Face Blog精选62 用 Strands Agents、LeRobot 和 Hugging Face Storage Buckets 完成录制、训练与部署闭环
Hugging Face 博客给出 Strands Robots 的流式数据闭环教程：同一个 Robot() 录制 LeRobotDataset 并同步进 Storage Bucket，再通过 stream_dataset() 直接从 Hub 流式读取训练，无需先下载整个数据集，训练好的 checkpoint 只需把 mode 改为 real 即可部署回硬件。
推荐理由：以 Strands Robots 为例拆解机器人数据闭环，读者可据此理解录制、流式训练与部署如何共用一套 LeRobot 格式。
Mistral AI精选62 Mistral 推出区域推理端点与 Priority Tier，并接入 GLM-5.2 等第三方开源模型
Mistral 宣布三项推进 AI 主权的举措：Mistral Regional Endpoints 正式可用，客户可选择推理在欧洲或美国运行；Mistral Priority Tier 进入公开预览，为关键业务负载提供自定义速率限制和带 SLA 的正常运行时间承诺。
推荐理由：Mistral 把区域推理端点、优先级服务层与第三方开源模型接入放在同一套基础设施上，读者可据此判断主权 AI 的落地形态。