Managing Amazon Bedrock costs end to end: A playbook for FinOps and platform teams
Amazon Bedrock 成本管理是应用构建团队和云支出负责团队的共同责任，需要一个包含五个阶段的持续循环操作模型。该模型包括：将每笔 Amazon Bedrock 费用归因于身份、观察每笔请求的元数据、通过预算和强制执行控制支出、优化平台默认设置，以及建立数据驱动的审查周期。
#部署/工程
AWS Machine Learning BlogAI 评分4545 AWS Machine Learning Blog精选AI 评分6565 使用 Amazon Bedrock AgentCore runtime Session endpoints 实时预览编码智能体构建的 Web 应用
Amazon Bedrock AgentCore runtime 的 Session endpoints 允许用户通过浏览器实时预览编码智能体构建的 Web 应用，无需等待部署。本教程部署了一个使用 Vite 网站的编码智能体，通过本地端点和 Session endpoint 在浏览器中实时查看和交互，例如将网站切换为深色主题。
推荐理由：该教程展示了如何通过 Session endpoints 实现编码智能体构建的 Web 应用实时预览和交互体验。
AWS Machine Learning BlogAI 评分4545 ChatGPT desktop app 在 AWS GovCloud (US) 上配置 Amazon Bedrock 使用 OpenAI 模型
ChatGPT desktop app 可在 AWS GovCloud (US) 上通过 Amazon Bedrock 访问 OpenAI 的前沿模型，支持复杂多步任务和 Codex 编码智能体。
AWS Machine Learning BlogAI 评分4545 How Worldwide Express 使用 Amazon Bedrock 自动化货运异常处理
Worldwide Express 利用基于 Amazon Bedrock 的多智能体 AI 解决方案，将 LTL 货运中约 14% 的发票异常自动化处理。该系统实现了 75% 的活跃异常减少、时间到现金周期缩短 4 周，并带来了 $1M 的年节省和 $10M 的一次性现金流注入。三个专业 AI 智能体分别处理发票匹配、定价差异和附加费验证，决策基于特定承运商的知识库。
NVIDIA BlogAI 评分4545 Things That Go Beep in the Night: Agentic AI Joins the Search for Extraterrestrial Signals
Agentic AI 已被引入 Breakthrough Listen 和 SETI Institute 的地外文明搜寻工作，可在 Allen Telescope Array 实时操作仪器并处理数据。
TechCrunch · AIAI 评分6565 Runware计划将AI数据中心模块化生产线化 目标2028年日产能达30兆瓦
AI基础设施公司Runware计划建立工厂将Sonic Inference Pod模块化数据中心像汽车一样生产，目标是2028年实现日产能30兆瓦，月产能近1吉瓦。该公司声称可将Pod上线时间缩短至48小时，且已获得10亿美元的承诺兴趣。
Microsoft ResearchAI 评分4545 Microsoft Research 从合成企业数据评估到 Microsoft Copilot AI 置信度
Microsoft Research 构建了 Industry Evaluation Data Generation Platform，利用 O*NET occupational data、在线招聘信息和 SEC filings 等公开数据生成全规模合成企业环境，以解决真实企业数据敏感性与评估需求间的矛盾。
AWS Machine Learning Blog精选AI 评分6868 使用Kiro构建可重复的PHP到Java迁移引擎
Kiro是一个集成AI的IDE，通过一个可复用的引擎将PHP到Java的迁移从一次性尝试转变为可衡量、可重复的过程。该引擎基于共享方法论、机械发现扫描器和八阶段工作流，以原始PHP应用为规范，直到校验套件验证后才判定Java端口正确。该流程可通过Kiro交互式驱动或通过AWS Transform在投资组合规模上自主运行。
推荐理由：该引擎将PHP到Java的迁移过程转化为可衡量、可重复的流程，核心在于先发现后翻译和先构建判断器。
AWS Machine Learning BlogAI 评分5050 Building intent-driven UI testing with Amazon Nova Act
Epsilon 利用 Amazon Nova Act 和 Amazon Bedrock AgentCore Browser Tool 在其平台中提供意图驱动的 UI 测试服务。
AWS Machine Learning BlogAI 评分6666 MoEngage 利用 AgentCore Gateway 将 400 个私有 API 转化为 Agent 工具
MoEngage 使用 Amazon Bedrock AgentCore 的 AgentCore Gateway 将其内部约 400 个私有 REST API 转化为权限受限的 Agent 工具，避免了构建 20 多个 MCP 服务器的复杂性。该架构满足了不暴露公网、身份结构化隔离和上下文窗口限制等四项约束，使新 API 的接入时间从数天缩短到数小时。
AWS Machine Learning BlogAI 评分3535 AWS Batch 为 SageMaker Training jobs 提供配额管理以跨团队借用和借出资源
AWS Batch 支持 Amazon SageMaker Training jobs 的配额管理功能，允许管理员按团队或项目划分计算容量，并使用 LEND、LEND_AND_BORROW 等策略自动共享空闲 GPU 容量。
TechCrunch · AIAI 评分4545 Ex-Palantir execs 获 a16z 17M 启动资金构建建筑 AI 世界模型 Dream
Ex-Palantir 员工 Andy Alder 和 Arjun Mather 创立 Dream，获得 a16z 领投的 $17M 种子资金，旨在用世界模型自动化建筑设计和工程。Dream 的世界模型基于超过 10000 万平方英尺的美国建筑许可档案数据训练，实现结构精确的“结构认知”。该平台已在德州和加州 10 个活跃项目中部署，用于概念化设计和成本估算。
NVIDIA Blog精选AI 评分6565 开发者如何利用 Frontier AI Agents 在 Omniverse 中构建模拟应用
开发者结合 Frontier AI 模型和 NVIDIA Omniverse 库，通过自然语言指令指导 AI Agents 构建各类模拟应用，包括使用 Claude 和 Astra 创建可编辑 3D 资产、测试机器人拆解、重建建筑模型和构建数字孪生。
推荐理由：文章展示了如何结合前沿 AI 模型和 NVIDIA Omniverse 库，将模拟想法转化为可编辑的 3D 应用和数字孪生。
AWS Machine Learning BlogAI 评分5555 在 Amazon EKS 和 SageMaker HyperPod EKS 上加速 Agentic AI 的 NVIDIA Nemotron 3.5 Super VL 模型部署
NVIDIA Nemotron 3.5 Super VL 是一个 120B 参数的 MoE 多模态模型，支持文本、图像、文档和视频理解，激活 12B 参数/token。
TechCrunch · AIAI 评分5050 Deepgram 收购 Pipecat 开发者 Daily 以加强其 voice AI 基础设施
Deepgram 收购 Pipecat 开发者 Daily，Pipecat 是一个开源 voice AI 基础设施框架，用于管理 STT、LLM 和 TTS 等组件并降低延迟。双方承诺 Pipecat 保持开源，Deepgram 借此增强实时语音和视频基础设施理解，并联合发布了 voice agent 的开放协议 Real-Time Context Standard (RCS)。
NVIDIA BlogAI 评分1515 S-GAME 的 Phantom Blade Zero 在 GeForce NOW 上线
S-GAME 的 Phantom Blade Zero 于今日在 GeForce NOW 上线，该游戏采用 Unreal Engine 5 结合武侠与朋克奇幻风格，Ultimate 会员可在云端体验 GeForce RTX 5080-class 性能。
Latent SpaceAI 评分4545 Why Agents Love Supabase
Supabase 推出本地无 Docker 运行的 alpha runtime，支持声明式 schema 存储在 Git 中，简化了 Agent 的后端开发流程。
AWS Machine Learning BlogAI 评分4545 Accelerating software delivery with agentic QA automation using Amazon Nova Act – Part 3
QA Studio 利用 Amazon Nova Act 实现了基于应用和团队的角色管理，解决了测试组织和责任归属问题。该平台通过记录 Amazon CloudWatch custom metrics，提供 pass rate、total executions 和 current failure count 等指标，并计算 0–100 的健康评分。
AWS Machine Learning BlogAI 评分5151 使用 Ray Train DLCs 和 EFA 在 EKS 上进行分布式训练
AWS 提供了 Ray Train Deep Learning Container (DLC)，该容器预装了从 CUDA 到 EFA 的完整测试栈，解决了 PyTorch 训练扩展到集群时容器依赖复杂的问题。该示例展示了如何使用 KubeRay 在 Amazon EKS 上，利用 DLC 配合 FSDP 对 Qwen2.5-1.5B 进行微调，所有配置均在外部设置而非重建镜像。
AWS Machine Learning Blog精选AI 评分6565 基于Amazon Bedrock AgentCore构建企业级Agentic AI平台架构实践
该文章介绍了基于Amazon Bedrock AgentCore构建企业级Agentic AI平台的架构和参考实现，旨在解决生产环境中Agent部署的治理、成本和安全瓶颈。该平台采用联邦运营模型，由中央Platform控制平面和可重复的Workstream单元组成，通过推理和工具网关、部署运行时评估等机制实现端到端治理和生命周期管理。
推荐理由：该蓝图展示了如何在多账户AWS环境中构建受治理的企业级Agentic AI平台，平衡了平台控制与业务团队自治。
The Decoder精选AI 评分8888 Nvidia 开源 Nemotron 3.5 Transcribe 结合转录 翻译和说话人识别
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，该模型支持 40 种语言转录，31 种语言互译，并识别 13 种语言中的说话人，可处理长达一小时的录音。该模型拥有 300 亿参数，但每处理步骤仅激活约 40 亿参数，可在单张 Nvidia GPU 上运行，并在 Hugging Face 英文 Open ASR Leaderboard 上位居开源模型第一。
推荐理由：Nemotron 3.5 Transcribe 集成了转录、翻译和说话人识别，在多个基准测试中表现优于同等计算量的开源模型。
NVIDIA Blog精选AI 评分6666 NVIDIA RTX Spark 笔记本新增 Nemotron 3.5 Transcribe 模型和 Agent 工具
NVIDIA RTX Spark 笔记本现已从 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 等厂商处供货，集成了 NVIDIA Blackwell RTX GPU 和 NVIDIA Grace CPU，支持高达 128GB 统一内存和 1 petaflop FP4 AI 性能。
推荐理由：RTX Spark 笔记本集成了 Blackwell RTX GPU 和 Grace CPU，支持 Nemotron 3.5 Transcribe 等本地 AI 模型和 Agent 工具。
AWS Machine Learning BlogAI 评分4545 Announcing SOCI-indexed images for faster SageMaker AI jobs
AWS 宣布为 Amazon SageMaker AI Training 和 Amazon SageMaker AI processing jobs 引入 Seekable OCI (SOCI) 索引，实现容器镜像的懒加载，将作业启动时间从分钟级缩短至秒级。
TechCrunch · AIAI 评分3535 Nvidia 支持印度初创公司 Simplismart 帮助企业用更少 GPU 运行 AI 模型
Nvidia 参与 $14M 轮 Series B 融资，支持印度初创公司 Simplismart，该公司估值约 $100M。Simplismart 软件优化 AI 模型在现有计算基础设施上的部署和管理，帮助 InVideo 将 GPU 服务成本降低 56%。该公司年化收入运行率在过去六个月内增长 14 倍。
MIT Technology Review · AIAI 评分2525 Industrial Intelligence: 制造业的下一增长机遇
制造业的工业智能是将经验、操作实践、生产数据和业务理解转化为可决策的知识，目标是驱动盈利增长而非单纯增加 Agent。Toyota Industries 通过连接分散的喷漆车间数据，将分析周期从五天缩短至不足四小时，并使相关喷漆缺陷减少约 25%。Rockwell Automation 在新加坡工厂部署的维护 copilot 将新员工学习数百台机器的故障排除时间从九个月缩短至三月。
AWS Machine Learning Blog精选AI 评分7878 使用SageMaker SDK v3实现边缘端车间级计算机视觉模型全生命周期管理
该文章介绍了基于Amazon SageMaker Python SDK v3的参考架构，用于实现跨车间计算机视觉模型全生命周期管理。
推荐理由：该架构展示了如何利用SageMaker SDK v3实现跨车间的计算机视觉模型全生命周期管理，解决了大规模部署的挑战。
AWS Machine Learning Blog精选AI 评分6666 AI 代理的 Groundhog Day：在 Amazon Bedrock 上使用 OpenAI 模型的提示缓存模式
本文介绍了在 Amazon Bedrock 上使用 OpenAI 模型时，如何通过提示缓存模式让 AI 代理记住上下文，从而降低成本并提升响应一致性。文章演示了显式与隐式缓存的使用方法、缓存边界设置、工具列表变更处理以及多代理协作的热身策略，并给出了 GPT‑6 Astra 在六轮对话中的成本节省数据。
推荐理由：本文展示了在 Amazon Bedrock 上使用 OpenAI 模型的提示缓存模式，帮助读者显著降低成本并提升代理响应效率。
AWS Machine Learning Blog精选AI 评分6565 使用 CDK 在托管 Amazon Bedrock 知识库上构建智能体检索
该方案使用 AWS CDK 构建了基于托管 Amazon Bedrock 知识库的企业级智能体检索系统，支持多知识库语义路由和推理智能体。系统内置了七层可观测性（如 CloudWatch 仪表板）以及按需和连续的评估机制，所有组件均可通过单条 cdk deploy 命令部署。
推荐理由：该方案展示了如何利用托管知识库构建企业级智能体检索，并内置了七层可观测性和评估能力。
Ars Technica · AIAI 评分4343 Intel 获得豁免，担忧美国对外国产机器人模糊禁令可能影响芯片工厂
Intel 获得美国政府豁免，解除对外国产机器人车辆的禁令担忧。公司强调外国产机器人车辆对芯片工厂运营至关重要。
OpenAI NewsAI 评分5656 快速扩展在线存储以服务十亿 ChatGPT 用户（第二部分）
OpenAI 通过多租户、全局缓存和 Azure Cosmos DB 将 Habitat 的读取速度提升 12 倍，以支持超过十亿 ChatGPT 用户。该方案实现了可靠的多租户架构，并利用全球缓存减少延迟。
NVIDIA BlogAI 评分5656 哈萨克斯坦扩大 AI 计算能力以迎接未来
哈萨克斯坦在 AI 生态建设上迈出关键一步，NVIDIA CEO 黄仁勋访问阿斯塔纳，与总统托卡耶夫及 AI 部长马迪耶夫会面，并签署 Firebird 与政府的投资协议。
MIT Technology Review · AIAI 评分3030 Designing an AI serving harness built to last
企业 AI 的竞争优势在于围绕模型的工程系统 serving harness，而非模型本身的选择。 生产环境的关键考量包括延迟、并发性、内存压力和基础设施成本，而非仅模型准确性。 组织应根据工作负载定义约束，优先解决主要瓶颈，构建适应未来模型和硬件变化的系统。
AWS Machine Learning BlogAI 评分5151 Amazon Polly Generative engine 升级提供更自然准确的语音输出
Amazon Polly Generative engine 升级提供更自然、更准确的语音输出，新增 14 个语音，印地语和芬兰语首次通用化。此升级为现有生成式语音的无缝升级，无需修改现有应用代码，并支持低延迟流式传输。
Latent SpaceAI 评分7070 Modal CEO 解释 AI 计算为何呈矩形
Modal CEO Erik Bernhardsson 在一次访谈中讨论了 Modal 的 Series D 轮融资（$750 M，$16 B 估值）以及近年收入增长，指出公司已实现年化收入逾 10 B 美元并租用近 30 B 沙盒。
NVIDIA BlogAI 评分4545 NVIDIA 发布 Minerva，打造 AI 工厂端到端可观测性
NVIDIA 今日发布 Minerva AIOps 平台，整合 GPU、网络、存储等基础设施遥测，利用专用 AI 模型将海量数据转化为及时可操作的洞察。Minerva 每小时分析数十亿数据点，构建动态知识图谱，快速定位并预测故障，提升 GPU 正常运行时间与 AI factory yield。
NVIDIA Blog精选AI 评分8282 NVIDIA Cosmos 发布新工具，支持训练、评估与部署世界模型
NVIDIA Cosmos 平台新增训练、评估与部署工具，帮助开发者加速物理 AI 训练与部署。新增 Cosmos Data Factory 蓝图、Cosmos Framework 训练工具和 Cosmos NIM 微服务，支持多模态数据、agentic 技能，并已被 Porsche、ANYbotics 等企业使用。
推荐理由：NVIDIA Cosmos 平台新增训练、评估与部署工具，帮助开发者加速物理 AI 训练与部署，并支持多模态数据与 agentic 技能。
NVIDIA BlogAI 评分5252 公司如何使用 NVIDIA DSX 打破电力瓶颈
NVIDIA 官方博客介绍，多家能源与 IT 企业正在利用 NVIDIA DSX AI Factory Platform，将电网、变电站与 AI 工厂整合为一体，从而解决电力瓶颈。
NVIDIA Blog精选AI 评分6666 NVIDIA 改变欧洲零售：从数字发现到实体运营
NVIDIA 在欧洲零售业通过开放模型和物理智能实现数字发现到实体运营的转型。
推荐理由：文章展示了 NVIDIA 技术在欧洲零售业的多场景落地，读者可了解其成本与性能提升的具体案例。
Google DeepMindAI 评分4040 Google DeepMind 与新加坡政府合作打造针对诈骗的细调 AI 模型
Google DeepMind 与新加坡政府合作，细调基于 Gemma 的轻量级 AI 模型，在设备上检测诈骗对话并实时警告用户。该模型采用两阶段低功耗分类，第二阶段使用细调 Gemma 进行上下文分析，覆盖 80% 诈骗损失。部署后仅在用户同意时访问对话，确保隐私且不向政府或 Google 公开数据。
GitHub Blog · AI & ML精选AI 评分6262 GitHub 秘密检测模型：更少噪声发现更多秘密
GitHub 发布了基于 fine‑tuned ModernBERT 的秘密检测模型，提升了检测准确率并降低误报。新模型采用两阶段管道：先用正则表达式快速生成候选，再用 ModernBERT 进行上下文感知分类，显著提高了对真实凭证的识别率。实验表明，后推扫描执行时间下降 86%，成本降低 98%，用户接受率提升 11.5%。该模型使秘密扫描在推送前后均能更高效、准确地运行。
推荐理由：GitHub 通过 fine‑tuned ModernBERT 提升秘密检测准确率与效率，显著降低误报与成本。