Antigravity SDK 新增本地 AI 模型支持
Google 宣布 Antigravity SDK 支持本地模型与多种执行选项，初始支持通过 LiteRT 运行 Gemma 4 26B A4B，开发者可在离线环境下使用与云端相同的 agentic 能力。
推荐理由：本地 Gemma 4 26B 与云端 Gemini 3.8 Flash 协同的混合编排示例，帮助开发者在隐私与成本约束下设计本地 agent 工作流。
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 63 条Google Developers · AI精选AI 评分6262 量子位精选AI 评分8080 DeepSeek开源昇腾基础组件，与华为共建AI芯片软件生态
DeepSeek正式开源面向华为昇腾算力平台的基础设施组件，涵盖TileLang编译工具、高性能计算库、分布式通信库及DeepEP通信库。
推荐理由：DeepSeek与华为联合开放昇腾侧的基础设施与部署实践，为国产算力平台提供了可复用的软件栈参考。
爱范儿精选AI 评分7979 OpenAI DevDay 2026 发布 dots 等 20 余项更新，GPT-6.1 Sol 定价为 Astra 五分之一
OpenAI 在 DevDay 2026 推出由 GPT-6 Astra 驱动的 24 小时智能体助理 dots，以及 ChatGPT Space、Codex Cloud、Decisions API 和 GPT-6.1 Sol 等 20 多项更新。
推荐理由：OpenAI 把 ChatGPT 推向持续存在的 SaaS 工作流，并推出高性价比的 GPT-6.1 Sol，读者可以据此判断它对个人用户成本和企业部署的实际影响。
Ollama Blog精选AI 评分7373 Ollama 0.35 新增 Jev 风格决策模型支持
Ollama 0.35 推出 /v1/systemone 端点，支持 Jev 风格的决策模型，本地运行无额外成本且延迟更低。今日上线三个模型：nimble（9B，Bespoke Labs）、tev1（4B，Together AI）和 tev1:0.8b（0.8B，Together AI）。
推荐理由：本地低延迟决策模型开放调用，对实时分拣、路由与审核场景有直接迁移价值。
Amazon Science精选AI 评分6060 Reactor 与 Amazon Neuron Science 合作实现 Trainium 上的实时视频生成
Reactor 与 Amazon Neuron Science 团队合作，在 Trainium 上实现了基于 Rolling Forcing 的实时视频生成。团队采用以 NKI 为中心的底层优化，将 3D-RoPE 从 5 秒降至 1.8 毫秒，缓存拷贝从 23 毫秒降至 1.9 毫秒，并采用混合分片策略与模型代码合并，使管道仅用 11 GB 高带宽内存即达成 16 fps 以上的实时生成。
推荐理由：原文给出了具体优化路径与实测数据，读者可据此判断 Trainium 在实时视频生成上的可行性边界。
GitHub Blog · AI & ML精选AI 评分7575 GitHub Security Lab Taskflow Agent 实现自主模糊测试流水线
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，基于 GitHub Security Lab Taskflow Agent 框架。
推荐理由：原文给出了一个可自主运行的模糊测试流水线，读者可以据此理解 LLM 代理在安全自动化中的决策与执行分离设计。
Microsoft Semantic Kernel精选AI 评分6262 Microsoft Agent Framework 新增交互体验、记忆与弹性执行能力
Microsoft Agent Framework 发布 AG-UI 交互接入、FoundryMemoryProvider 记忆、CodeAct 执行与弹性后台执行四项更新，覆盖 .NET 与 Python，并提供 FastAPI 与 ASP.NET Core 示例。
推荐理由：原文给出了四项能力更新与跨语言示例，读者可据此判断哪些能力能直接接入现有应用。
Hugging Face Blog精选AI 评分6262 Liquid AI 发布 LFM2.5-VL-3B DSpark 草稿模型加速视觉语言推理
Liquid AI 为 LFM2.5-VL-3B 发布实验性 DSpark 草稿模型，通过推测解码在不改变输出质量的前提下加速推理。草稿模型增加 280M 参数（+8.9%），在 M5 Max 上解码加速 2.30x-3.13x、端到端加速 1.56x-2.62x；在 H100 上解码加速 20.4x-2.66x、端到端加速 1.64x-2.27x。
推荐理由：原文给出了具体加速数据和多框架支持，读者可据此评估在边缘设备或 GPU 上部署该草稿模型的性价比。
AWS Machine Learning Blog精选AI 评分6060 HEMA 用 MCP 和 Amazon Bedrock AgentCore 构建内部 AI 助手 HAL
HEMA 搭建了内部 AI 助手 HAL，将分散的知识库、API 目录和流程文档整合为统一知识层，并通过 MCP 在 Kiro、Claude 等工具中提供即时答案。
推荐理由：原文给出了一家零售商从门户跳跃到即时答案的完整搭建路径，读者可据此理解 MCP 与 AgentCore 在企业知识层中的实际组合方式。
Microsoft Research精选AI 评分6767 Microsoft Research 发布 Physical AI Toolchain 推理卸载功能
Microsoft Research 在 Physical AI Toolchain 中新增行业首个机器人推理卸载能力，可将 SO-101、UR10e 等机器人的推理从机载 GPU 卸载至边缘或云 GPU。实验显示，卸载改善了移动操作任务的成功率、响应精度和电池续航，并支持通过 Kubernetes 自动容器化与编排。
推荐理由：首次系统量化了机器人推理卸载的收益，为物理 AI 基础设施选型提供可对比的实测依据。
Together AI精选AI 评分6060 如何用约17美元训练自己的 Jev 分类模型
Together AI 发布教程，演示基于 Qwen3.5 4B 和 Hugging Face 多源数据集微调 Jev 类分类模型，训练成本约17美元，耗时约25分钟，并部署到 Together AI 专用端点。
推荐理由：原文给出了从数据准备到部署的完整流程，读者可以按此低成本复现一个专用分类模型。
AWS Machine Learning Blog精选AI 评分6969 GPT-6 Sol 与 GPT-6 Luna 在 Amazon Bedrock 正式可用
GPT-6 Sol 与 GPT-6 Luna 已在 Amazon Bedrock 正式可用，两款模型的 API 定价均显著低于 GPT-5.6 前代。GPT-6 Sol 面向每周重复出现的复杂编码与运维任务，OpenAI 内部事实性评测显示其事实性错误约为 GPT-5.6 Sol 的一半；GPT-6 Luna 面向高并发的信息提取、摘要、分类和聚焦问答，可逐请求调整推理强度。
推荐理由：原文对比了 GPT-6 Sol 与 Luna 在 Bedrock 上的定位和定价，给出按任务分层选型与提示词缓存的实践参考。
AWS Machine Learning Blog精选AI 评分7777 Claude Opus 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
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。
推荐理由：原文对比 Opus 5 给出 token 效率与定价变化，并附 Bedrock 调用方式，便于判断迁移成本与接入路径。
PyTorch Blog精选AI 评分6969 vLLM 引入硬件无关层以支持多样化硬件
vLLM 推出硬件无关（HW agnostic）层，确保项目在推进前沿 GPU 性能工程的同时，继续支持旧 GPU、消费者级 GPU 和树外加速器。新层保持 fullgraph torch.compile 兼容、可扩展、与硬件特定路径隔离，并使用原生 PyTorch 或可移植 DSL 实现。
推荐理由：vLLM 新增硬件无关层，让关心多硬件和旧 GPU 的用户在不牺牲可移植性的前提下继续使用。
Microsoft Semantic Kernel精选AI 评分6060 Microsoft Agent Framework 推出 Foundry 托管代理隔离功能
Microsoft Agent Framework 发布 Foundry 托管代理隔离，包含用户隔离和 Foundry 托管会话隔离两个独立控制，分别对应调用者身份和沙箱会话。开发者可使用 .NET 和 Python SDK 通过 AgentSession 传入 delegated user identity 或显式 agent_session_id，实现共享沙箱或独立会话等部署模式。
推荐理由：原文给出了用户隔离与会话隔离两套控制及多种可用模式，读者可据此评估自身应用在数据归属和会话生命周期上的选择。
Together AI精选AI 评分7777 Together AI 推出 Canary Rollouts：支持生产环境模型无缝升级
Together AI 发布 Canary Rollouts 功能，支持在同一个端点上以 canary、blue-green、rolling 三种策略将流量从源模型逐步迁移到目标模型，并在每步执行健康检查与指标门控。
推荐理由：平台将人工回滚转为自动化阶梯流量与健康检查，适合在生产环境替换模型时控制风险。
Weaviate Blog精选AI 评分7272 Engram 代理记忆实战指南
Weaviate 发布 Engram 托管记忆与上下文服务，演示如何通过主题描述、边界、作用域与检索模式控制代理记忆。原文给出从 raw 数据到记忆的流水线、主题描述决定记忆内容与形态、bounded 与 scope 的行为差异，以及四种提示词布局下的缓存与计费对比。
推荐理由：原文通过真实输出演示了四个配置决策如何改变代理的记忆行为，读者可依此调整自己的主题描述与提示词布局。
Hugging Face Blog精选AI 评分6666 Transformers 支持运行 llama.cpp GGUF 量化模型
Hugging Face 的 transformers 库新增 GGUF 模型支持，用户可通过熟悉的 API 在 Apple Silicon Mac 上运行 llama.cpp 量化 checkpoint。
推荐理由：transformers 新增 GGUF 支持，在 Apple Silicon 上通过熟悉 API 运行量化模型，性能接近 llama.cpp，为本地推理提供便捷入口。
Hugging Face Blog精选AI 评分6262 像物理学家一样剪枝大语言模型：块移除作为约束二元优化问题
Multiverse Computing 将 LLM 深度剪枝重构为约束二元优化问题，等价于全耦合伊辛自旋玻璃，用 Hessian 能量作为下游质量代理，避免逐条评测。
推荐理由：把深度剪枝重新表述为伊辛自旋玻璃优化问题，可用廉价能量代理替代逐条评测，且与量化、低秩压缩等手段堆叠。
Hugging Face Blog精选AI 评分6262 tokenizers v1 发布：编码、解码与扩展性实测
Hugging Face 发布 tokenizers v1 预览版，在 Apple M4 Max 上单线程编码速度比 v0.23 快 3 到 30 倍，8 线程扩展效率达 76%。主要改进包括 bitcannon 位流分词、线程本地词缓存、无分配合并循环和批量模型调用，且输出 token ID 与 v0.23 完全一致。
推荐理由：原文给出了速度提升和开放入口，读者可以据此判断它会怎样改变现有工作流。