在 SageMaker AI 上用 vLLM-Omni 构建实时语音应用 – Part 1
AWS 在 SageMaker AI 上通过 vLLM-Omni Deep Learning Container 部署 Qwen3-TTS，实现双向流式语音输出，可在完整生成前提前播放语音。
#Agent
#Agent
今日 13 条AWS Machine Learning BlogAI 评分4242
AWS Machine Learning BlogAI 评分4949 使用 Amazon Nova Act 实现合成监控
AWS 展示了基于 Amazon Nova Act 与 Amazon Bedrock AgentCore 的智能体驱动合成监控方案，用自然语言动作替代基于 DOM 选择器的传统脚本，降低 UI 变动导致的维护成本。
Hugging Face Blog精选AI 评分7171 H Company 发布 Holo4 通用计算机使用智能体系列，含 27B 与 35B-A3B 两个规格
H Company 发布 Holo4 智能体系列，含 27B dense 和 35B-A3B MoE 两个规格，同时推出基于 Nemotron 3 Nano Omni 的 Holotron4 Nano。
推荐理由：官方发布通用计算机使用智能体系列，给出多接口适配设计、OSWorld 2.0 分数对比和开源轨迹，读者可评估开源 Agent 的新选择。
Hugging Face BlogAI 评分5656 Hugging Face Hub 上线 RL Environments 专区，支持 Harbor、Verifiers、OpenEnv、NeMo Gym 四大框架
Hugging Face 宣布 Hub 新增 RL Environments 支持，环境以带 rl-environment 标签的数据集仓库形式存在，无新仓库类型、注册表或注册流程。
GitHub Blog · AI & ML精选AI 评分6464 GitHub Copilot app 教程：如何用 canvases 构建自定义工作流
GitHub 官方教程介绍如何在 GitHub Copilot app 中用 canvases 搭建自定义工作流：在 agent 会话中运行 /create-canvas 技能，用自然语言描述工作流、用户可做的操作和 agent 可做的操作，agent 即生成看板、清单、仪表盘等界面并在右侧面板打开。
推荐理由：教程给出 /create-canvas 的三要素写法和双向协作机制，读者可以照着把自己的工作流变成可复用的画布。
AWS Machine Learning BlogAI 评分4343 用 SkyRL 在 Amazon SageMaker HyperPod 上加速多模态 RL 训练
AWS 展示了如何在 SageMaker HyperPod 上用开源 RL 框架 SkyRL 训练 Qwen3-VL-8B 视觉语言模型完成视觉迷宫导航任务。基于 VisGym SFT checkpoint，使用 GRPO 后训练将 64 个固定迷宫评测集的解题率从 43.75% 提升到 95% 以上。
AWS Machine Learning BlogAI 评分5151 AWS 详解 NarrateAI 在 Amazon Bedrock 上的五项生产级 LLM 质量保障技术
AWS 团队发文详解 NarrateAI 在 Amazon Bedrock 上实现生产级 LLM 质量保障的五项技术：自适应流水线路由、跨账号多模型容灾、实时流式评估、复合评估框架和数据准确性校验。
OpenAI NewsAI 评分2929 Wayfair 借助 OpenAI 模型提升商品目录准确性与客服支持速度
Wayfair 使用 OpenAI 模型改进电商客服支持与商品目录准确性，自动化工单分类，并大规模增强数百万条商品属性。
GitHub Blog · AI & MLAI 评分5555 GitHub Copilot 如何用 canvas 弥补聊天界面的不足
GitHub Copilot 作者认为聊天不是与 AI 协作的最佳界面，介绍了 GitHub Copilot app 中的 canvas 功能，它是可双向与 agent 通信的全栈小应用，可调用第三方 API 并在本地执行代码。
Google ResearchAI 评分5454 Google Research 推出 AI 视频联合导演框架，用多智能体实现连贯长视频生成
Google Research 发布 AI 视频联合导演研究，构建了基于 Gemini 和 Veo 的多智能体编排层，包含 Co-Director、CANVAS、A²RD 和 VQQA 四个框架，将长视频生成转化为全局优化与世界状态跟踪问题。
GitHub Blog · AI & ML精选AI 评分6868 GitHub Security Lab 发布 Fuzzing Taskflow，用 LLM 智能体自动化 C/C++ 项目模糊测试
GitHub Security Lab 的 Antonio Morales 发布 Fuzzing Taskflow，一个基于 Taskflow Agent 构建的 C/C++ 项目自主模糊测试管线，只需指定 GitHub 仓库即可自动识别入口点、分析构建系统、编写 harness、运行 AFL++ 并分诊崩溃。
推荐理由：作者亲述自动化模糊测试管线的设计，读者可以了解 LLM 智能体如何接管覆盖率分析和崩溃分诊等人工环节。
Google DeepMindAI 评分4747 Google DeepMind 推出 Gemini 3.8 Live with Live Avatar，为对话式 AI 带来实时视觉形象
Google DeepMind 推出 Gemini 3.8 Live with Live Avatar，将近乎实时的视频生成与语音结合，为 Gemini 的对话式 AI 提供动态视觉形象，具备精确唇形同步、自然表情和流畅轮次切换。
OpenAI NewsAI 评分2929 Ringg 的 AI 智能体借助 OpenAI 解决多达 65% 的客户来电
Ringg 使用 GPT-5.6 构建支持语音、聊天、WhatsApp 和网页渠道的多语言 AI 智能体，可解决多达 65% 的客户来电。相比 GPT-4.1，成本降低 90%。
NVIDIA BlogAI 评分3535 NVIDIA 在新加坡 AI Day 携手伙伴展示东南亚 AI 进展
NVIDIA 于 9 月 22-23 日在新加坡 Raffles City Convention Centre 举办 AI Day Singapore，与伙伴展示东南亚地区的 AI 进展。
AMD 芯片与算力AI 评分1212 “Advanced Insights”：Zen 架构如何为 Agentic AI 时代演进（视频）
AMD 发布“Advanced Insights”视频，讲解 Zen 架构如何为 Agentic AI 时代演进。正文仅附 AMD 品牌资产下载条款，未提供架构演进的具体技术细节或数据。
NVIDIA BlogAI 评分5757 NVIDIA 在 ROSCon 发布 Isaac ROS 5.0，引入智能体工作流并保持开源
NVIDIA 于加拿大多伦多 ROSCon 大会发布 Isaac ROS 5.0，这是一套基于 ROS 的 GPU 加速开源软件包，新增智能体工作流以帮助开发者和 AI 智能体协同构建机器人应用。
NVIDIA BlogAI 评分5151 NVIDIA 提出 AI 安全是工程问题：如何为 Agent 全栈各层构建可验证的安全控制
NVIDIA 发文提出 AI 安全应作为工程问题对待，需要明确的安全需求、可强制执行的控制、指定负责人和防护有效的证据。
NVIDIA BlogAI 评分3232 五家使用 NVIDIA AI 推进清洁能源的公司
NVIDIA 在纽约气候周展示了五家将 AI 融入清洁能源项目的公司。ThinkLabs AI 用数字孪生把 Southern California Edison 的电网互联评估时间从 30-45 天缩短到两分钟。
GitHub Blog · AI & MLAI 评分4242 该不该读 AI 生成代码、RAG 死了吗、Skills 会取代 MCP 吗？——GitHub Podcast 逐条拆解热门 AI 观点
GitHub Podcast 逐条拆解五个常见 AI 热门观点。核心结论：AI 生成代码仍需按风险分级审查；Skills 与 MCP 解决不同问题，MCP 提供工具与数据访问标准，Skills 以 Markdown 打包团队流程与最佳实践，两者互补；RAG 未死，检索让模型更接近答案，可与 agent、MCP、Skills 同一工作流共存。
OpenAI NewsAI 评分2828 Cooley 如何用 ChatGPT 加速 IPO 业务
律所 Cooley 基于 ChatGPT Work 构建了 GO Public，将 AI 能力引入 IPO 流程。该工具帮助律师更早发现问题，把专业判断集中在最关键之处。
GitHub Blog · AI & ML精选AI 评分7777 GitHub 用 Copilot 将 Copilot agent runtime 迁移到 83 万行 Rust
GitHub 作者 Stephen Toub 撰文介绍团队借助 GitHub Copilot 应用与 CLI，把 Copilot agent runtime 从 TypeScript/Node.js 完全重写为 832,378 行生产 Rust，AI 智能体完成了大部分代码，共落成 128 个 pull request，原需一两人年的项目仅由一名开发者在数月内完成。
推荐理由：作者亲历整场迁移，给出代码量、发布节奏与缓存命中率等一手数据，读者可以借此评估智能体主导大型重写的可行路径。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 语音模型
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时语音对话模型，分别面向规模化性价比和高复杂度多步推理任务。
推荐理由：官方给出了两条产品线的能力分工和多项基准数字，可帮助读者判断语音智能体场景下的选型取舍。
Hugging Face Blog精选AI 评分6464 IBM Research 推出 ALTK-Evolve 一致性指南，将 Agent 一致性差距从 24.4pp 降到 12.0pp
IBM Research 在 ALTK-Evolve 中推出 Consistency Analyzer 和一致性指南，针对 Agent 同一任务多次运行结果不稳定的问题。
推荐理由：原文给出可复用的 Pass^k 指标和一致性诊断方法，读者可据此评估并改善自己 Agent 的复现稳定性。
OpenAI NewsAI 评分2424 Fyxer 如何打造用户信赖的 AI 高管助理
Fyxer 基于 OpenAI 模型，结合微调、记忆和真实用户反馈，打造 AI 高管助理。它能整理收件箱，并以每位用户的语气起草邮件，从而赢得用户信任。
OpenAI NewsAI 评分3636 Perplexity 用 GPT-6 Astra 运行端到端系统
Perplexity 已信任 GPT-6 Astra 处理端到端系统，包括撰写沟通内容、修改软件和监控生产系统。相比使用早期模型时，Perplexity 现在的人工检查频率大幅降低。
GitHub Blog · AI & MLAI 评分5555 GitHub 日韩营销负责人如何用 GitHub Copilot 把活动运营变成代码化流程
GitHub 日本和韩国市场营销负责人 Tomoko Tanaka 撰文介绍，她没有写代码，而是把活动运营 runbook 交给 GitHub Copilot。
OpenAI NewsAI 评分2525 Cognition 借助 GPT-6 Astra 帮助 Devin 测试自己的工作
Cognition 的 Devin 引入 GPT-6 Astra 来改进软件测试并验证其可用性。该组合旨在帮助工程师减少代码审查量、交付更多成果。
Google ResearchAI 评分4747 Google 推出 ToolGrad：用文本“梯度”高效生成工具调用数据集
Google Research 在 ACL 2026 提出 ToolGrad，一种“答案优先”的工具调用数据集生成方法：先构建真实工具调用链，再用文本“梯度”迭代提出、执行、选择和更新 API 工作流。
GitHub Blog · AI & MLAI 评分4949 GitHub Copilot app 新手指南：如何使用 diff、终端和浏览器面板
GitHub Copilot app 新增内置 diff、终端和浏览器三个面板，让你在不离开应用的情况下审查智能体代码改动、运行命令并预览效果。diff 面板以绿红高亮显示增删行，可接受更改、留言或让 Copilot 修改；终端面板支持运行 npm run dev 等脚本并开启多个窗口；浏览器面板通过 Pick & Polish 工具选中元素并配合智能体调整。
Hugging Face BlogAI 评分5959 Hugging Face 用 Gradio Workflow 重建 AUTOMATIC1111，发布 Workflow1111 工作流画布
Hugging Face 发布 Workflow1111，将 AUTOMATIC1111 的主要功能重建为单个 Gradio Workflow 画布，包含 11 条媒体管线、73 个节点，覆盖文生图、hi-res fix、图生图、prompt 矩阵、VLM 反推、检测生成 inpaint 蒙版、ControlNet 风格预处理器、背景去除、PNG Info 和图生视频。
OpenAI News精选AI 评分6767 OpenAI 发布 Agents API，用于构建云端智能体
OpenAI 发布 Agents API，这是一个托管服务，用于构建和上线云端智能体。该 API 由 Codex harness 驱动，提供编排、长时间运行会话和工具使用能力。
推荐理由：原文点出该 API 由 Codex harness 驱动，支持长时间会话和工具调用，可据此了解 OpenAI 托管智能体的产品形态。
Mistral AIAI 评分5858 Mistral 用 AI 智能体将 40,000 行 Fortran 77 迁移到 C++ 的方法复盘
Mistral AI 帮助一家欧洲能源运营商把 40,000 行 Fortran 77 储层模拟器代码迁移到 C++，并复盘了方法。
OpenAI NewsAI 评分2727 GPT-5.6 Sol 如何帮助运行量子计算实验
一位 MIT 研究者使用 GPT-5.6 Sol 搭配 Codex，自主运行量子计算实验、分析结果并校准 qubit。
GitHub Blog · AI & ML精选AI 评分7070 GitHub 发布 Project HydraFusion 研究预览，用多模型编排降低 Copilot 编码成本
GitHub 在 GitHub Copilot CLI 推出 Project HydraFusion 研究预览，通过运行时多模型编排，按任务在 Single、Cascade、Critique 三种执行模式中选择，并调用跨供应商模型完成起草、审查、修订或升级。
推荐理由：原文给出三套执行模式、具体基准对比和开放步骤，读者可以据此评估多模型编排对自己编码工作流的成本与质量影响。
GitHub Blog · AI & MLAI 评分4848 GitHub Copilot app 新手教程：如何同时运行多个 AI 智能体
GitHub Copilot app 支持并行运行多个 AI 智能体会话，各会话基于独立 Git worktree 隔离运行，互不干扰且保留各自上下文。用户可在 sessions 视图中追踪进度，随时切换会话而无需重新说明背景。文中以 tailspin-toys 仓库为例，演示了同时执行新增功能、无障碍审查和运行测试三项任务。
Hugging Face Blog精选AI 评分7373 Hugging Face 开源 funes，为 Claude Code 和 Codex 等编码智能体添加本地记忆层
Hugging Face 发布开源工具 funes，把本机已有的智能体会话记录建为可检索记忆，支持 Claude Code、Codex、pi 和 Hermes。它本地完成嵌入和重排，无需账号即可使用，也可绑定到私有的 Hugging Face 数据集跨机器同步。在 handoff-vs-recall 基准上，recall 比写交接文档分别便宜 8x 和 4x。
推荐理由：Hugging Face 官方开源的记忆层工具，给出了安装方式和基准对比，读者可以评估它能否复用现有编码智能体的会话记录。
Google DeepMindAI 评分4444 Google 推出 Fairwind Program：为政府和企业提供主动网络防御
Google 发布 Fairwind Program，面向政府机构、Google Cloud 客户和网络安全伙伴提供主动网络防御能力，首批接入 Gemini 3.8 Flash Cyber 模型与 CodeMender 工具，可自主查找、验证并修复漏洞，在数分钟内生成可部署补丁。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber 两个模型
Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber。
推荐理由：官方给出两个变体的基准数字、定价和实际应用案例，读者可以据此评估在编码与安全场景中的替换成本。
Google ResearchAI 评分5050 Google Earth AI 推出行星预测引擎 PPE，自动完成地理空间建模全流程
Google Earth AI 推出实验性研究能力行星预测引擎（PPE），可从自然语言查询出发自主执行数据发现、清洗、特征工程、模型训练与评估的完整地理空间预测流程，将此前需数周人工数据工程的工作缩短到几分钟。
Google ResearchAI 评分3737 Google 发布 AgentHands：为 XR 空间对话中的 AI 智能体生成交互式手势
Google 在 CHI 2026 发表研究原型 AgentHands，让 AI 智能体在 Android XR 等沉浸式环境中生成与语音同步的手势，延续 Project Astra 与 Gemini 3.1 Flash Live 的方向。