Vector Institute 与欧洲航天局合作推进地球观测 AI 应用
Vector Institute 与 ESA 宣布合作，聚焦气候科学与北极监测的地球观测 AI 应用。Vector 学者 Evan Shelhamer 加入 ESA Φ-lab 担任访问教授，并在 Φ-innovation Summit 发表多模型主题演讲。合作将深度学习与 Copernicus Sentinel 卫星数据结合，推动开放、可访问的地球观测分析。
#部署/工程
#部署/工程
今日 67 条Vector InstituteAI 评分4040
Amazon Science精选AI 评分7676 Turnstile：在 Agent 交互中捕获 token ID 以改进强化学习
Amazon Science 发布 Rust 编写的代理 Turnstile，在模型生成时刻精确记录 token ID、log 概率、loss mask 与 MoE 路由轨迹，并导出与框架无关的 TrainingSequence。
推荐理由：原文给出了精确的 token 级记录方法，读者可据此避免 RL 训练中因重渲染导致的信号偏差。
Mistral AIAI 评分4242 Mistral Studio 为 Prompts 和 Skills 提供系统记录（System of Record）
summary_zh: Mistral Studio 现已上线，为企业的 Prompts 和 Skills 提供集中化的版本管理、归属权与审计追踪。每条指令不可变版本、可回滚、可标注（如 Production/Staging），并通过 Observability 将生产输出追溯至具体资产版本。
Hugging Face Blog精选AI 评分6565 transformers vLLM 后端达到原生推理速度
Hugging Face 更新 vLLM 的 transformers 建模后端，在 Qwen3-4B、Qwen3-32B、Qwen3-235B-A22B-FP8 三种模型上达到或超越原生 vLLM 吞吐。模型作者只需添加 --model-impl transformers 标志即可自动获得优化推理，无需手写自定义实现。
推荐理由：transformers 后端现已达到原生 vLLM 实现同等吞吐，模型作者无需重写代码即可在 vLLM 中获得优化推理性能。
Hugging Face BlogAI 评分3535 Hugging Face 与 Amazon SageMaker Studio 一键直达集成上线
Hugging Face 与 Amazon SageMaker AI 推出深度链接集成，支持一键进入 SageMaker Studio。
Berkeley AI Research精选AI 评分6060 Intelligence is Free, Now What? Data Systems for, of, and by Agents
Berkeley EAIR 发表观点文章，探讨当推理成本接近零时数据系统面临的三重挑战：Data Systems For Agents（为智能体推测性查询重新设计，如共享扫描与近似答案）、Data Systems Of Agents（为多智能体集群提供结构化记忆与协调子层）、Data Systems By Agents（由智能体从零合成定制数据系统并验证正确性）。
推荐理由：原文从推理成本骤降切入，提出数据系统需为智能体重塑的三重挑战，为理解Agent与数据基础设施的共演化提供了一个可迁移的分析框架。
Hugging Face Blog精选AI 评分7070 SkyPilot 集成 Hugging Face Storage：零 egress 跨云读取 Hub 数据
Hugging Face 与 SkyPilot 联合推出 store: hf 存储后端，用 hf:// URL 将 HF Bucket 或 Hub repo 挂载到 SkyPilot 任务，实现跨云 GPU 任务零 egress 读取。
推荐理由：Hugging Face Storage 成为 SkyPilot 官方存储后端，团队可在任意云上运行 GPU 任务并免费读取 Hub 数据，无需跨云拷贝或承担 egress 费用。
Hugging Face Blog精选AI 评分8282 LeRobot v0.6.0 发布：Imagine, Evaluate, Improve
LeRobot v0.6.0 发布，引入世界模型策略（VLA-JEPA、FastWAM、LingBot-VA）、新 VLA 模型（GR00T N1.7、MolmoAct2、EO-1、Multitask DiT、EVO1）和奖励模型 API（Robometer、TOPReward）。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face BlogAI 评分5858 Hugging Face Kernels 项目重大更新
Hugging Face 推出 Hub 上的新仓库类型 kernel，并重构 CLI 与安全机制，包括可信发布者、代码签名与 manylinux_2_28 动态链接支持。
Hugging Face BlogAI 评分5555 Hugging Face 与 Cerebras 推出 Gemma 4 实时语音 AI 演示
Hugging Face 与 Cerebras 联合展示了基于 Gemma 4 31B 的实时语音对话流水线，将语音输入、Parakeet 语音识别、Gemma 4 VLM 推理和 Qwen3TTS 语音合成串联为端到端开放架构。该流水线已在 Hugging Face Space 开放演示，代码仓库为 huggingface/speech-to-speech。
Together AIAI 评分5050 Together AI 完成 8 亿美元 C 轮融资，加速开源 AI 转型
Together AI 完成 8 亿美元 C 轮融资，投资方包括 Aramco Ventures、NVIDIA、General Catalyst 等，并获得 500MW 以上算力承诺。
Hugging Face BlogAI 评分5656 ScarfBench：评测 AI 智能体在企业 Java 框架迁移中的表现
IBM Research 发布开源基准 ScarfBench，包含 34 个应用、102 套框架实现、204 个迁移任务和约 151K 行代码，覆盖 Spring、Jakarta EE、Quarkus 之间的迁移。当前前沿智能体行为成功率不足 10%，构建成功率显著高于部署和行为验证成功率；智能体普遍高估自身构建结果，且反复回到配置层处理依赖与环境问题。
Google ResearchAI 评分5353 Google Research 推出 TabFM：面向表格数据的零样本基础模型
Google Research 推出 TabFM，将表格预测重构为上下文学习问题，单次前向传播即可生成零样本预测。该模型基于数亿个合成数据集训练，无需手动特征工程与超参调优，目前已开源并集成至 Google Cloud BigQuery。
Kubernetes AIAI 评分2828 Headlamp 推出 Cluster API 插件，提供可视化集群管理
Headlamp 开源 Kubernetes SIG UI 项目新增 Cluster API 插件，在浏览器内提供集群资源可视化管理。插件包含集群概览、MachineDeployments/MachineSets/Machines/MachinePools 详情、集群健康仪表盘、拓扑感知、Prometheus 指标集成等功能，支持 v1beta1 和 v1beta2 版本。
Kubernetes AIAI 评分3333 用 Headlamp 插件更快查看 Volcano 工作负载
Headlamp 推出 Volcano 插件，将 Job、Queue、PodGroup 等核心资源与地图视图集成到统一界面，方便检查批处理工作负载的调度状态与阻塞原因。插件提供任务详情、Pod 状态、事件、日志查看及 Suspend/Resume 等生命周期操作，但不替代 kubectl 与 Volcano CLI。
Kubernetes AIAI 评分2828 Headlamp 推出 Knative 插件，0.3.0-beta 版发布
Headlamp 推出 Knative 插件，让用户在单一界面查看 KService、Revision 和 DomainMapping 等资源。插件支持编辑流量分配、查看 Prometheus 指标与自动扩缩配置，需配合 Prometheus 插件使用。当前版本为 0.3.0-beta，可通过 Headlamp Desktop 插件目录安装。
Google ResearchAI 评分4040 Google Research 提出线性弹性缓存优化云成本
Google Research 在 CIDR 发表论文，提出线性弹性缓存，将页面驱逐建模为滑雪租赁问题，用轻量机器学习动态调整缓存大小以最小化总拥有成本。在 Spanner 生产环境中测试数月，内存使用减少 15.5%，缓存未命中仅增加 5.5%，总成本降低约 5%，实际 I/O 成本影响仅 0.5%。
MIT News · AI精选AI 评分6262 MIT 与 Microsoft 提出 Murakkab 系统，提升 AI Agent 工作流的速度与能效
MIT 和 Microsoft 研究人员开发了 Murakkab 系统，开发者可用自然语言描述意图，系统自动选择模型、工具并动态配置硬件资源。测试显示，该方法在视频问答和代码生成任务中仅用约 35% 的计算量、27% 的能耗和不到 25% 的成本，同时满足性能要求。
推荐理由：原文给出了具体优化幅度和动态配置方法，读者可以据此评估云上 Agent 工作流的能效潜力。
Weaviate Blog精选AI 评分6464 Weaviate 1.38 发布：HFresh 与 MCP Server 进入通用可用
Weaviate v1.38 已开源并在 Weaviate Cloud 上线，HFresh 磁盘向量索引与内置 MCP Server 达到 GA，异步复制改为集群级调度并默认开启。
推荐理由：HFresh 与 MCP Server 同时进入 GA，读者的运维复杂度与集成方式会因此变化，可据此评估是否升级现有集群。
Amazon ScienceAI 评分4040 Amazon 投资 TRISO 粒子燃料：为何这种新型核燃料对 AI 基础设施至关重要
Amazon 投资 Cascade Energy Center 项目，部署 TRISO 燃料驱动的 Xe-100 小型模块化反应堆，为数据中心和云基础设施供电。
Kubernetes AI精选AI 评分7474 Kubernetes 设备管理工作组聚焦 DRA 与硬件感知调度
Kubernetes WG Device Management 聚焦 Dynamic Resource Allocation（DRA），该框架在 1.34 毕业 GA，将设备管理分为建模、请求、调度和执行四阶段。
推荐理由：DRA 毕业 GA 改变了 Kubernetes 调度专用硬件的方式，读者可据此评估自身 AI/ML 工作负载的编排能力是否需要升级。
Mistral AIAI 评分4747 Mistral 为 Connectors 带来更多管理控制
Mistral 为 Connectors 新增多项管理与安全能力：按 workspace 或组织分配连接器访问权限、带 connector scope 的 API key、单个连接器绑定多账号，三项均已 GA。
Mistral AI精选AI 评分6464 Mistral OCR 4 发布
Mistral 发布 OCR 4，支持 170 种语言的单容器自托管文档解析，返回边界框、区块分类与内联置信度。
推荐理由：独立标注者平均 72% 偏好 OCR 4，配合单容器自托管与结构化输出，为企业 RAG 和智能体工作流提供了兼顾数据主权与提取精度的 OCR 方案。
MIT News · AI精选AI 评分6262 MIT发布Gleanmer芯片，低功耗实时3D建图助力小型机器人
MIT研究人员发布名为Gleanmer的系统级芯片，仅消耗约6毫瓦功率即可实时构建详细3D地图，功耗仅为现有最佳建图芯片的2.5%。芯片采用高斯椭球（Gaussian）替代传统体素表示，并结合单遍生成与高斯融合算法，大幅降低内存与功耗，可帮助小型无人机在工业HVAC系统等复杂环境中避障规划路径。
推荐理由：算法与硬件协同设计让低功耗实时3D建图成为可能，为小型自主机器人和轻量AR设备提供了新的能效路径。
Weaviate BlogAI 评分3434 Weaviate 大规模数据导入与向量化指南
summary_zh: Weaviate 提供服务端流式批处理导入模式，服务器根据队列深度自动调节速率，客户端无需手动设置 batch_size 或并发数。导入时需处理 per-object 失败、重复写入与内存溢出问题：HTTP 200 不代表全部写入，应通过 failed_objects 重试并用 generate_uuid5 避免重复。
Google DeepMindAI 评分4747 Google DeepMind 与英国政府合作推出基于 Gemini 的 AI 规划原型工具
summary_zh: Google DeepMind 与英国政府合作开发基于 Gemini 的 AI 规划原型工具，旨在将家庭规划申请处理时间缩短 50%。该工具可整合数据、提取关键信息、识别本地政策、总结反馈并起草评估报告，规划官保留最终决策权。
Google ResearchAI 评分3535 Google Earth AI 发布 Farmscapes 高分辨率向量化乡村生态地图
Google Earth AI 发布 Farmscapes 向量化数据集，将英国 130,000 km² 高分辨率卫星影像中的树篱、石墙和林地转为可操作矢量清单。基于 RSF ViT 骨干（预训练于 3 亿+全球卫星图）微调，结合亚米影像与 1 米 LiDAR 双层标注，用 Polsby–Popper 紧凑度得分区分林地（≥30 米直径）、树丛与线性植被。
Kubernetes AIAI 评分4747 Kubernetes SIG Storage 聚焦：持久存储、数据保护与 COSI 进展
summary_zh: SIG Storage 负责 Kubernetes 持久数据、卷管理及存储接口，近期 VolumeGroupSnapshot 在 v1.36 升至 GA。
Vector InstituteAI 评分4040 Anne Martel：用 AI 个性化癌症治疗
Anne Martel 开发 AI 系统，从医学影像（数字病理与放射影像）和临床文本数据中提取可操作信息，辅助肿瘤科医生制定个性化治疗方案。她的团队在 ICCV 展示多模态融合方法：将病理大模型与基因组数据及临床记录结合，通过多任务学习共享表征，提升预测准确性。医学影像 AI 已从跟随计算机科学进展转向贡献原创方法。
Ollama Blog精选AI 评分6262 Ollama MLX引擎在Apple Silicon上性能再提升，支持NVFP4与快照系统
Ollama更新MLX引擎，在Apple Silicon上最高提速20%，并新增对NVIDIA NVFP4格式的支持，使模型量化质量损失约为q4_K_M的一半。Ollama推出快照系统，在Agent多子Agent切换、思考模型推理和分支重试时保存模型状态，避免重复处理上下文。用户可下载最新版Ollama后运行gemma4:12b-mlx模型，或通过ollama launch在编码Agent中使用。
推荐理由：Ollama在Apple Silicon上通过MLX引擎支持NVFP4格式并引入快照系统，读者可据此评估本地Agent工作流的性能提升与跨端部署可能性。
Google DeepMind精选AI 评分6464 Google DeepMind 发布 DiffusionGemma：4 倍加速的并行扩散文本生成实验模型
Google DeepMind 发布开源实验模型 DiffusionGemma，采用并行扩散架构替代逐 token 生成，在本地 GPU 上实现最高 4 倍推理加速。
推荐理由：DiffusionGemma 采用并行扩散架构替代传统逐 token 生成方式，在本地 GPU 上实现最高 4 倍推理加速，为交互式本地工作流提供了新的速度方案。
Amazon Science精选AI 评分7676 AWS EC2 M9g 实例推出经形式化验证的隔离引擎
AWS 宣布 EC2 M9g 和 M9gd 实例正式可用，首次搭载 Graviton5 处理器并配备 Nitro Isolation Engine。该组件是首个部署在商用云环境的形式化验证 Hypervisor，使用 Isabelle/HOL 完成 33 万行机器检查数学证明，涵盖保密性、完整性、功能正确性、无运行时错误和内存安全。
推荐理由：给出了可量化的验证规模和语言选择，读者可以据此评估云虚拟机隔离的形式化保障程度。
Amazon ScienceAI 评分4040 AWS Graviton5 处理器提升性能与能效，超越摩尔定律
AWS 宣布 Graviton5 处理器正式商用，搭载于 M9g 和 M9gd 实例。相比 Graviton4，核心数从 96 增至 192，支持 DDR5-8800 内存和 PCIe gen5，每核性能提升 25%，数据库性能提升 30%。采用 3nm 工艺、四芯片架构，L3 缓存增至 192MB，并引入 Nitro Isolation Engine 实现形式化验证的云安全隔离。
Amazon ScienceAI 评分4747 Project Eluna：智能体 AI 的物理世界锚定
2026 年 AI 从"知道"转向"行动"，Amazon 推出 Project Eluna，作为仓库运营的智能体模型，通过数字仪表板辅助运营决策。论文提出四种锚定方法：物理引导深度学习、不确定性感知推理、文本到数值桥接，以及第四种方法。UQ4CT 框架在五个基准上保持高准确率，同时将预期校准误差降低 25% 以上。
Ollama Blog精选AI 评分6262 Ollama 0.30 发布：提升性能并扩展 GGUF 模型兼容
Ollama 0.30 发布，通过 llama.cpp 增强 GGUF 兼容并保留 MLX 引擎，NVIDIA 硬件吞吐量最高提升 20%，Vulkan 默认启用以支持 AMD 与 Intel 设备。
推荐理由：Ollama 0.30 通过 GGUF 兼容与 Vulkan 默认启用扩展了硬件覆盖，读者可据此评估自身设备能否更便捷地运行更多模型。
Ollama Blog精选AI 评分6767 NVIDIA Nemotron 3 Ultra 模型发布
NVIDIA Nemotron 3 Ultra 现已上线 Ollama 云端，为 550B 总参数、55B 活跃参数的开放模型，专为长程 Agent、编码 Agent 与复杂企业工作流设计，支持 1M 上下文与 NVFP4 推理。
推荐理由：原文给出参数规模与 NVFP4 优化，读者可据此评估它在长程 Agent 工作流中的成本与吞吐表现。
Google ResearchAI 评分5858 Google开源水文模型框架以提升全球洪水韧性
Google Research将用于Google Flood Hub的水文模型框架开源至GitHub，采用Apache 2.0许可，基于PyTorch并支持LSTM架构。框架包含2024基准测试版与升级版，新版本在有测站流域将可靠预报期延长6天、无测站流域延长1天，并可与Delft-FEWS平台集成。捷克水文气象研究所（CHMI）已合作验证并提供适配器。
Kubernetes AIAI 评分3131 从 Kubernetes Dashboard 到 Headlamp：理解迁移与过渡
Kubernetes Dashboard 项目已归档，Headlamp 继承其可视化界面并扩展多集群可见性、应用中心视图、插件扩展及集群内与桌面灵活部署能力。Headlamp 保留浏览 workloads、编辑 manifests、遵循 RBAC 等熟悉工作流，并通过 Projects 将相关资源聚合，同时支持 Flux 插件与 AI Assistant 等功能。
Together AI精选AI 评分7878 Together AI 构建最快语音转文本栈的方法
Together AI 详细介绍了其生产级 ASR 栈的优化，覆盖 TensorRT 多 profile 编码器、无 CPU 同步的条件 CUDA 图解码器、共享内存与 Unix 域套接字零拷贝路径、epoll 事件驱动流式 I/O，以及 gc.freeze() 消除 p95 延迟尖峰。
推荐理由：原文给出多层次系统优化路径，读者可据此评估自身 ASR 延迟瓶颈是否落在数据路径而非模型本身。
Google ResearchAI 评分5858 Google Research 在 I/O 2026 发布多项研究产品与开源工具
Google Research 在 I/O 2026 集中发布 Gemini for Science、Google Health 应用、Coralboard、WeatherNext、Groundsource、Gemma V4 等研究驱动产品与开源工具，并开放 Science Skills、Paper Assistant Tool 等实验性能力。