在 SageMaker AI 上利用 vLLM-Omni 构建实时语音应用 – 第 1 部分
AWS 发布教程指导开发者利用 vLLM-Omni v1.5 深度学习容器（DLC），在 Amazon SageMaker AI 上部署 Qwen3-TTS 模型。该方案基于 HTTP/2 全双工 WebSocket 建立持久双向连接，实现输入文本流与 24 kHz PCM 音频块流的实时互传。部署还支持配置 ml.g6.xlarge 等机型的实例池，并提供配套 Gradio 交互示例。
#教程/实践
#教程/实践
今日 2 条AWS Machine Learning BlogAI 评分4646 AWS Machine Learning BlogAI 评分2222 在 SageMaker AI 上用 vLLM-Omni 生成图像与视频（第 2 部分）
在 Amazon SageMaker AI 上部署同一 AWS vLLM-Omni DLC 镜像的两个端点：实时端点运行 FLUX.2-klein-4B 做图像生成（/v1/images/generations），异步端点运行 Wan2.1-VACE-1.3B 做图像条件视频生成（/v1/videos/sync），生成的 MP4 存入 Amazon S3。
AWS Machine Learning BlogAI 评分3030 用 Amazon Nova Act 与 Bedrock AgentCore 实现合成监控
传统合成监控依赖 Selenium、Playwright 等基于 DOM 选择器的脚本，UI 一改就失效；改用 Amazon Nova Act 后，用自然语言动作驱动多模态 LLM 读取界面截图执行流程，早期企业客户用例中浏览器工作流准确率超过 90%。
AWS Machine Learning BlogAI 评分3636 跨账户自动化管理 Amazon Textract 适配器生命周期
AWS 提出跨账户自动化管理 Amazon Textract 适配器生命周期的架构方案，通过将适配器 ID 外置至 AWS Systems Manager Parameter Store，实现零停机且无需重新部署应用的秒级更新。
Simon WillisonAI 评分3636 Bluesky 回复机器人检测工具
作者利用 Opus 5.5 构建了一款 Bluesky 回复机器人检测工具，专门排查平台上的疑似自动化回复账号。该工具基于 Bluesky 免费可用的 API 开发，针对账号资料的行为特征进行分析。其检测指标包括同一账号在数秒内的快速回复、从不发布原创图文或链接却持续回复高粉账号，以及包含问号等行为模式。
Simon WillisonAI 评分5555 Simon Willison 用 Claude Opus 5.5 与 Claude Code 制作像素动画并自动录屏
Simon Willison 分享了利用 Claude Opus 5.5 与 Claude Code 制作演示动画及视频的工作流程。他先向 Claude Opus 5.5 输入参考照片和提示词，生成包含跳舞和彩带特效的 HTML5 canvas 像素风鸮鹦鹉派对页面；随后在本地让 Claude Code 调用 Playwright 自动在浏览器中模拟点击交互，录制出 15 秒高清演示视频。
GitHub Blog · AI & MLAI 评分5959 GitHub Copilot 初学者指南：如何利用画布构建自定义工作流
GitHub Copilot app 推出画布（canvases）双向交互功能，支持用户与 AI 智能体在共享界面中实时协同处理工作流。用户在会话中运行 `/create-canvas` 并用自然语言描述需求，即可直接生成看板、清单或仪表板等工具面板，无需手写代码或手动排版。生成的画布支持双方实时同步更新，可作为扩展保存共享，也可直接复用 Awesome Copilot 的社区模板。
AWS Machine Learning BlogAI 评分3434 Amazon EKS 结合 EFA 与 DeepEP 扩展 MoE 强化学习，吞吐量提升 40%
AWS 推出基于 Amazon EKS、EFA 和 DeepEP 的架构方案，优化 MoE 模型在大规模强化学习（RLHF 与 GRPO）后训练中的表现，实现吞吐量提升 40%。
AWS Machine Learning BlogAI 评分3434 在 Amazon SageMaker HyperPod 上用 SkyRL 加速多模态 RL 训练
在 Amazon SageMaker HyperPod 上使用开源 RL 框架 SkyRL，通过 GRPO 对 Qwen3-VL-8B 视觉语言模型做多模态 RL 后训练，在固定 64 个迷宫评测集上把解迷宫成功率从 43.75% 提升到 95% 以上。
AWS Machine Learning BlogAI 评分5555 AWS 详解 NarrateAI 在 Amazon Bedrock 上的大模型生产级质量保证实践
AWS 团队详细介绍了在 Amazon Bedrock 上构建的商业智能助手 NarrateAI，通过五项工程技术实现约 99% 的数字准确率并支持实时流式响应。该系统采用自适应流水线编排将单次查询调用减少 72%，配合跨账户与多模型故障转移避免限流，并通过段落级流式并行评估将校验延迟降低 86.8%。此外，架构结合正则匹配与语义分析的两阶段级联校验，在保障数据准确性的同时控制了推理成本。
AWS Machine Learning BlogAI 评分4949 在 Amazon SageMaker AI 上部署 Qwen3-TTS 实现实时个性化语音
阿里云千问团队的语音合成模型 Qwen3-TTS-12Hz-1.7B-Base 已上线 Amazon SageMaker JumpStart，可部署为全托管实时推理端点。该模型覆盖中、英等 10 种语言，支持仅凭数秒参考音频实现跨语言声音克隆，并能以 24 kHz 规格进行低延迟流式生成。
AWS Machine Learning BlogAI 评分2828 Datacor 如何利用 Amazon Quick Sight 构建自助式租赁分析服务
工业软件商 Datacor 将 Amazon Quick Sight 的生成式 BI 功能集成至 TrackAbout 方案，为工业气体与焊接分销商提供自助式租赁数据分析服务。用户无需依赖 IT 提交工单，即可通过自然语言提问与交互式仪表板直接洞察机队利用率和收入回收趋势。该方案目前支撑着客户对 2750 万件资产及每月超 72.5 万份账单的高效分析。
AWS Machine Learning BlogAI 评分3434 使用 Amazon SageMaker HyperPod 与 Qumulo 实现多区域训练
AWS 推出结合 Amazon SageMaker HyperPod 与 Qumulo 的多区域训练方案，使计算与数据集分置不同 AWS 区域时无需复制全量数据。在 1.02B 参数 LLaMA v3 及 16 块 H100 GPU 实测中，跨区域集群经 NeuralCache 预热后吞吐量达到与本地集群相同的 115–117 samples/sec，GPU 利用率收敛至 98–100%。
AWS Machine Learning BlogAI 评分4343 在 Amazon SageMaker AI 上使用 WhisperX 实现带说话人标签的语音转录
AWS 推出适配 Amazon SageMaker AI 的 WhisperX 深度学习容器（DLC），可开箱即用部署 GPU 端点以实现带说话人分离与词级时间戳的高精度语音转录。
AWS Machine Learning BlogAI 评分5151 如何基于 AgentCore Gateway 与 MCP 构建多账号 AI Agent
AWS 提出基于 Amazon Bedrock AgentCore Gateway 与 MCP 构建多账号 AI 智能体架构，让各业务线数据保留在自有账户内即可完成跨账户查询与工具调用。
AWS Machine Learning BlogAI 评分2121 Aderant 用 Amazon Nova Lite 构建智能工单分流系统
Aderant 借助 Amazon Bedrock 上的 Amazon Nova Lite 打造智能工单分析器，支持其 38 人 SierraOps 团队在 268 个客户环境中运维 Expert Sierra。
爱范儿AI 评分1010 00 后开发者安利的超好用鸿蒙新能力
原文正文未包含具体文章内容，仅显示爱范儿网站的内容版权与授权声明，未提供具体的鸿蒙新能力与开发特性细节。
Hugging Face BlogAI 评分5151 如何使用 NVIDIA Warp 和 MjWarp 加速机器人仿真与学习工作流
Hugging Face 联合 NVIDIA 发布技术教程，详细讲解如何利用 NVIDIA Warp 和 MuJoCo Warp（MJWarp）将机器人仿真从 CPU 单环境迁移至 GPU 批量并行环境。
AWS Machine Learning BlogAI 评分4848 从多门户跳转到即时问答：HEMA 基于 MCP 与 Amazon Bedrock 的实践
荷兰零售商 HEMA 基于 MCP 与 Amazon Bedrock AgentCore 构建了内部 AI 助手 HAL，将多门户查找知识的耗时从数小时缩短至数秒。
GitHub Blog · AI & MLAI 评分4949 GitHub Copilot 应用如何渲染超大 PR
GitHub Copilot 应用重构了 PR 视图，成功实现包含 2,200 个文件、超 100 万行代码变更及 400 多个行内评论的极限 PR 高性能渲染。团队将文档高度拆分为确定的代码几何与动态块几何，代码行借助虚拟化技术在界面上仅同时挂载约 100 行。评审评论等不可预测高度的内容则通过惰性测量与视口锚定修正，有效解决了滚动跳动问题。
AWS Machine Learning BlogAI 评分4949 基于 AWS 构建智能体对话式视频智能方案
AWS 提出基于智能体架构的对话式视频智能方案，通过 Strands Agents SDK 编排 Amazon Bedrock、Amazon Rekognition 与 Amazon Transcribe，支持用自然语言直接查询视频内容。
AWS Machine Learning Blog精选AI 评分6060 如何通过 Amazon Bedrock 搭配开放权重模型构建 AI 编码智能体
AWS 介绍了如何将终端开源编码智能体 OpenCode 与 Amazon Bedrock 托管的开放权重模型结合，构建安全且按用量计费的本地开发工作流。配置支持在单会话内按任务分配模型，例如调用 Kimi K3 进行深度推理与架构排查，分配 GPT-OSS 120B 或 Nemotron 3 Super 120B 执行高吞吐代码生成。
推荐理由：原文提供了将规划与生成分工路由到不同开源模型的具体配置，便于开发者搭建兼顾隐私与成本的终端编程工作流。
OpenAI NewsAI 评分2727 invideo 如何借助 GPT-6 Astra 将调色效率提升 3 倍
invideo 借助 GPT-6 Astra 将视频色彩校正与调色效率提升至 3 倍。通过引入该模型，invideo 能够以更高的精度规划视频剪辑，并在一天内制作出 50 种自定义特效。
MIT Technology Review · AIAI 评分5151 《麻省理工科技评论》如何绘制美墨边境“虚拟墙”监控下的死亡分布地图
《麻省理工科技评论》公布了一项历时 15 个月的调查方法，团队通过整合近 4000 起移民遗骸记录与数百座边境监控塔数据，构建出美墨边境“虚拟墙”附近的死亡分布地图。调查过程中借助 Anthropic 的 Claude 模型解析了数千页警方报告并提取坐标，并结合卫星历史影像与高程数据测算塔架存在时间与视线遮挡情况。
GitHub Blog · AI & ML精选AI 评分8787 GitHub 如何使用 Copilot 将 Copilot Agent 运行时重写为 Rust
GitHub 团队利用 Copilot App 与 Copilot CLI，将原本基于 Node.js/TypeScript 的 Copilot Agent 运行时完全重写为超过 80 万行生产级 Rust 代码。
推荐理由：文章详细记录了用多智能体并发协作重写大型生产项目的架构拆分与控制策略，展示了高阶开发者的监督方法。
OpenAI NewsAI 评分2525 ChatGPT Work 与 Codex 分析如何将 AI 使用与业务价值挂钩
ChatGPT Work 与 Codex 分析功能可帮助团队全面掌握 AI 的使用情况与支出成本。该功能还能协助识别团队的培训需求，进而将技术采用与实际业务成果直接挂钩。
NVIDIA BlogAI 评分5757 费城儿童医院如何利用 NVIDIA 开源 AI 实现近实时心脏建模与手术模拟
费城儿童医院基于 MONAI 和 NVIDIA Warp 物理引擎 Newton 构建心脏建模与仿真系统，将患儿心脏 3D 建模及器械植入模拟时间从数小时压缩至数秒或近实时。该方案结合 CT、MRI 与超声图像进行快速分割和生物力学模拟，已在全美 20 多家儿童医院推广，协助医生在术前评估人造瓣膜与封堵器适配度并制定个体化手术方案。
OpenAI NewsAI 评分2020 Fyxer 如何构建受人信赖的 AI 高管助理
Fyxer 结合 OpenAI 模型、微调技术、记忆功能与真实用户反馈，打造受人信赖的 AI 高管助理。该系统能够协助整理收件箱，并以每位用户的个性化口吻起草电子邮件。
GitHub Blog · AI & MLAI 评分5656 GitHub 团队如何用 GitHub Copilot 与 Actions 实现活动运营全流程自动化
GitHub 市场团队通过 GitHub Copilot、GitHub Actions 和 Issue 构建了自动化流程，将活动运营从前期策划、报名筛选到会后 CRM 录入实现全流程代码化。
OpenAI NewsAI 评分5656 OpenAI 如何扩展在线存储以服务超 10 亿 ChatGPT 用户
OpenAI 分享了其在线存储系统 Habitat 的架构演进历程。该系统已从最初的 Python 库发展为全球分布式存储平台，目前支撑超过 10 亿 ChatGPT 用户，并处理每秒 2200 万次（22M requests per second）的请求量。
GitHub Blog · AI & MLAI 评分5151 GitHub Copilot app 初学者指南：使用 Diff、终端与浏览器面板
GitHub Copilot app 集成了 Diff、终端和浏览器三个内置面板，允许开发者在单一界面内完成智能体生成代码的审查、运行与预览。Diff 面板用于高亮对比增删行，终端面板支持直接执行项目运行脚本与多窗口切换，浏览器面板则提供 Pick & Polish 工具以便选中 UI 元素让智能体继续调整并直接创建 PR。
OpenAI NewsAI 评分3939 研究人员如何利用 Codex 和 ChatGPT 寻找新型抗菌分子
César de la Fuente 实验室利用 Codex 与 ChatGPT 检索现存及已灭绝物种的基因组。该研究团队借助这两项工具寻找潜在的抗菌候选分子，以应对耐药性感染问题。
Hugging Face Blog精选AI 评分7474 用 Gradio Workflow 重构 AUTOMATIC1111
Hugging Face 演示了基于 Gradio Workflow 搭建的 Workflow1111 项目，通过 73 个节点和 11 条流水线重构了 AUTOMATIC1111 的主要功能。
推荐理由：原文详细拆解了用节点图组合多模态模型与本地函数的架构，读者可据此参考如何将复杂应用封装为标准接口与智能体工具。
Hugging Face Blog精选AI 评分6767 Hugging Face 展示基于 Jobs 与 LoRA 的跨节点异步 GRPO 训练方案
Hugging Face 介绍了在 HF Jobs 上结合 TRL 与 vLLM 运行异步 GRPO 训练的架构实践。
推荐理由：方案给出了无需跨节点NCCL进行强化学习训练的轻量架构，读者可以参考其对象存储同步与KV缓存前缀路由的工程实现。
Mistral AI精选AI 评分6969 Mistral 分享如何用 AI 智能体实现复杂遗留代码现代化
Mistral 协助欧洲能源运营商将 40,000 行 Fortran 77 遗留科学计算代码迁移为 C++，并系统总结了 AI 智能体在遗留代码现代化中的实践方案。
推荐理由：原文总结了科学计算遗留系统迁移的工程实践，展示了数值一致性验证和人机协同智能体工作流在代码重构中的落地方法。
OpenAI NewsAI 评分2828 GPT-5.6 Sol 如何协助运行量子计算实验
MIT 研究人员使用 GPT-5.6 Sol 配合 Codex 自主运行量子计算实验。该方案能够自动分析实验数据与结果，并对量子比特执行校准。
GitHub Blog · AI & MLAI 评分5757 GitHub Copilot 初学者指南：如何同时并行运行多个 Agent
GitHub Copilot app 支持通过 Git worktree 运行并行 Agent 会话，让多个 AI 智能体在独立上下文中互不干扰地同时执行开发任务。开发者可以在统一的会话视图中跟踪各项任务的推进进度，各会话保留独立上下文以便随时切换和审查结果。
Hugging Face Blog精选AI 评分6565 通过 100 步 GRPO 微调 350M 模型提升结构化输出能力
Hugging Face 发布实践指南，展示使用 TRL 库仅需 500 条样本和 100 步 GRPO 训练微调 LFM2.5-350M，即可将其在 IFStruct 结构化输出基准上的通过率从 22.6% 提升至 29.7%。
推荐理由：原文给出了基于 TRL 和 GRPO 的低成本微调方案与奖励函数设计，便于开发者用轻量算力提升小模型的结构化输出合规率。
Hugging Face Blog精选AI 评分6868 使用 TRL 与 OpenEnv 训练代码模型绘制水彩画
Hugging Face 博客公开了基于 TRL 与 OpenEnv 训练代码模型生成水彩画的开源复现方案与完整工程流程。该方案使用 Qwen 模型结合 p5.brush 绘图库，在 TRL 的 GRPOTrainer 中将无头渲染结果交由 HPSv3 美学模型与视觉模型成对评判打分，成功引导模型学会调用特定绘图函数呈现水彩质感。
推荐理由：文章开源了用强化学习与审美偏好训练代码模型绘制水彩画的完整流程，为非确定性审美任务的强化学习对齐提供了可复现的工程参考。
Hugging Face BlogAI 评分5353 用 Sentence Transformers 训练与微调多向量嵌入模型
Sentence Transformers v6.0 引入第四种模型类型 MultiVectorEncoder，支持 ColBERT 式后期交互检索，并给出完整训练方案。