NVIDIA 联合 Nokia 与电信运营商推进 AI-RAN 并推出 ARC 新配置
NVIDIA 联合 Nokia 与多家电信运营商，将 AI-RAN 加速计算部署到中心数据中心、边缘站点和蜂窝站点，并推出 ARC MGX 2U 与 MGX 4U 两种配置。
#部署/工程
NVIDIA NewsroomAI 评分6666 NVIDIA NewsroomAI 评分5656 NVIDIA 扩展 Agent Toolkit，加入企业数据基础与智能体安全工具
NVIDIA 扩展开源 Agent Toolkit，新增 Agent Knowledge Foundation、Kumo 模型家族、OpenShell 安全运行时和 NemoClaw 智能体蓝图。
少数派AI 评分6161 MiniMax 发布 M3.1 Flash 模型，面向复杂 Agent 与软件工程任务
MiniMax 上线 M3.1 Flash 模型，线上推理速度较此前提升近 3 倍，Agent 类任务综合使用成本降低 70%。模型已接入 MiniMax API、MPlan 和 MiniMax Code，权重计划稍后开放，并在 DeepSWE v1.1 中取得 73.7% 的成绩。
少数派AI 评分5858 Vitals macOS 系统监控应用实测：按 App 定位资源占用
Vitals 是一款面向 macOS 的系统监控应用，可实时监测 CPU、内存、磁盘、网络、GPU、电池和温度等指标。它按所属 App 归并进程，支持历史数据、资源提醒与 CSV 导出，并提供 MCP 服务，让 Claude、Claude Code、Codex 和 Cursor 等 AI 助手在授权范围内读取系统状态。应用采用一次性买断模式，当前官网价格为 9 美元，后续常规价格为 39 美元。
GitHub 新星仓库AI 评分6666 factfile.md v0.1 提出网站事实文件开放标准与校验工具
factfile-dev 发布 factfile.md v0.1 公开征求意见草案，以网站根目录下的单个 Markdown 文件集中描述业务、适用对象、价格和开始方式，并要求价格与数字链接至可见页面作为凭证。
量子位AI 评分4848 是石科技发布 TokenFleet 分布式调度框架，国产推理首Token延迟降低32.4%
是石科技发布 TokenFleet 分布式调度框架，通过 TokenPilot、FleetMind 和 SLOMax 优化请求路由、跨机房容量协同与混合负载治理。在所测显卡集群与负载条件下，GLM5.3 的 P95 首Token延迟降低32.4%，P50 首Token延迟降低71.3%；流控协同调度使达标输出吞吐提高约29.4%，达标比例从约67%升至约86%。
NVIDIA BlogAI 评分7373 NVIDIA在GTC Berlin 2026发布DSX POD、OpenShell与Agile ONE SN
在GTC Berlin 2026主题演讲中，NVIDIA发布DSX POD、OpenShell智能体参考架构、Agent Knowledge Foundation及Agile ONE SN人形机器人平台。
Hacker NewsAI 评分6767 Google 开源 TorchTPU，为 PyTorch 提供原生 TPU 后端
Google 开源 TorchTPU，为 PyTorch 模型和操作提供原生 TPU 后端。当前 PyPI 公共版本为 0.2.0，支持 Python 3.11+，并包含 ATen 内核、XLA 编译缓存、torch.compile() 图模式及分布式训练示例。项目采用 Apache 2.0 许可证，模型示例涵盖 Llama、Qwen、ResNet、DLRM、minGPT 和 UNet。
Hacker NewsAI 评分7171 Cloudflare 发布 tsrs TypeScript 编译器 Rust 移植实验版
Cloudflare 与 VoidZero、Owner.com 合作发布 tsrs，这是 TypeScript 编译器的 Rust 移植实验版本。相同类型检查 worker 数量下，tsrs 较 TypeScript 7.0 最多快 8x，内存使用约少 70%，可通过 `npm install tsrs` 和 `npx tsrs` 试用。
WIRED AIAI 评分6666 德国拟放宽数据中心余热利用要求，凸显欧洲AI扩张与气候目标冲突
德国政府已批准修订《能源效率法》，拟将新数据中心强制利用设备余热改为评估其经济与技术可行性。德国计划到2030年将数据中心规模扩大至原来的2倍，并把用于运行AI模型的算力提升至原来的4倍，但余热利用要求此前被企业认为阻碍建设，欧洲多国也面临AI发展与减排目标之间的政策张力。
Latent SpaceAI 评分7272 DeepSeek 开源 DeepInfer 推理框架并披露生产服务数据
DeepSeek 开源了用于 V4.1 Flash 生产推理的 DeepInfer，并同时发布 deepseek-recipe 接口处理组件。DeepSeek 披露单集群每日服务 155T tokens、96% 输入缓存命中率、400 ms 首 token 延迟和 $38 加速器小时收入，但这些属于未经独立审计的生产数据，KV cache 管理与负载均衡等组件也尚未完整开源。
人人都是产品经理精选AI 评分7676 腾讯开源项目 Octop 实测，对比 WorkBuddy
文章实测了腾讯开源项目 Octop，并将其与 WorkBuddy 对比，考察两者在安装、多用户、专家团、聊天接入、连接器、远程桌面、ACP 和知识库等方面的差异。Octop 可通过 ACP 调用 Codex、Claude Code、Hermes 等外部编程 Agent，并支持自行部署模型、专家、工具和成员；WorkBuddy 则提供平台内整合好的协作、运行服务和云端知识库入口。
推荐理由：文章基于安装与多维功能实测，梳理 Octop 与 WorkBuddy 在部署、协作、连接器和 Agent 调用上的差异。
Latent SpaceAI 评分5757 Tenex 如何构建 AI 原生软件开发生命周期
Latent Space 访谈 Tenex 联合创始人 Alex Lieberman 与工程负责人 CJ Hess，拆解 Tenex 如何以故事点计酬，并用 MetaHarness 建立 AI 原生软件开发流程。
MarkTechPostAI 评分7373 Google Cloud 发布开源分布式推理栈 llm-d 1.0
Google Cloud 发布开源分布式推理栈 llm-d 1.0，为 TPU 和 GPU 集群提供缓存感知路由与统一推理服务。该版本新增多租户流控、v1 API、路由器高可用、零停机升级、DisaggregatedSet 和智能体感知服务，并将 vLLM 或 SGLang 组成协调资源池。
The InformationAI 评分6464 DeepSeek 开源自有模型推理框架 DeepInfer
DeepSeek 开源了用于运行自有模型的 DeepInfer 框架。该框架面向模型规模化推理，公开了其在提升运行效率、降低计算成本方面的技术实现。
SiliconANGLE AIAI 评分7272 Google 发布 TorchTPU 以降低 PyTorch 应用对 Nvidia GPU 的依赖
Google 发布开源 PyTorch 专用版本 TorchTPU，帮助开发者将现有模型和应用迁移到 TPU，而无需重写底层代码。Google 还推出 TPU agent suite 自动处理迁移错误，并更新 LiteRT 以兼容基于 PyTorch 的应用；其相关功能与代码库已适配 Meta、Hugging Face、vLLM 和 SGLang 等开发者工具。
SiliconANGLE AIAI 评分6666 DeepSeek 开源生产推理框架 DeepInfer
DeepSeek 开源了支撑其生产服务的推理框架 DeepInfer，采用 Apache 2.0 许可证并同步发布 deepseek-recipe。
The Information精选AI 评分7979 Nvidia 为 AI 云服务投入超过 1700 亿美元
Nvidia 为支持新数据中心和 AI 云服务，已披露超过 1700 亿美元的担保、承诺及直接投资。截至公司的 7 月季度，担保和其他承诺最高达 1645 亿美元，包括租户违约时向房东付款及购买容量的承诺；此外，Nvidia 已向 AI 云服务商直接投资或同意投资超过 70 亿美元。
推荐理由：披露的保证与采购承诺、数据中心投资拆分，呈现了 Nvidia 扩张 AI 云服务所承担的财务风险。
AWS Machine Learning BlogAI 评分5454 i14 Laplace 3B 线性注意力模型在 AWS Trainium2 上的训练与推理实践
i14 与 AWS 通过原生 PyTorch 和 TorchNeuron Native，将 Laplace 3B 线性注意力模型适配到 AWS Trainium2，并完成训练与推理实践。
TechCrunch TransportationAI 评分6969 Google 推出车载 Gemini 个性化智能功能
Google 宣布升级车载 Gemini，新增可调用 Gmail、Google Calendar、YouTube、Maps 和 Google Search 等服务信息的个性化智能功能。该功能将在 Android Auto 中推出，并逐步扩展至配备 Google Built-in 的车辆；用户需主动开启，还可选择连接的应用并随时关闭功能。
Simon WillisonAI 评分7474 Battle Drones：用编码智能体迭代构建的浏览器多人 RTS
Simon Willison 用编码智能体完成 Battle Drones，将其构建为可在手机和桌面浏览器运行、支持多人对战的 3D 实时策略游戏。项目经过 12 次主要迭代和 321 次由编码智能体完成的提交，主要使用 Claude Code，并加入 6 张地图、随机地图生成器、多种模式及大语言模型对战功能。
Latent SpaceAI 评分5555 SF Compute 如何通过可编程数据中心构建算力交易市场
SF Compute CEO Evan Conrad 介绍公司如何建设算力交易市场，通过物理交付为买方提供可用 GPU 算力，并协调不同 GPU 代际、存储、网络和软件配置。当前约 5% 的总容量已进入订单簿，公司还支持客户即时细分 InfiniBand fabric，以实现数据中心资源的可编程调度。
The DecoderAI 评分6969 ElevenLabs 发布 Eleven Realtime v1 Max 和 v1 Mini 语音到语音模型
ElevenLabs 发布 Eleven Realtime v1 Max 和 v1 Mini 两款语音到语音模型，面向实时 AI 对话。v1 Max 在 Big Bench Audio 基准上得分 98.8%，响应时间为 0.57 秒，面向客服等复杂任务；v1 Mini 面向低成本自然对话，可识别说话结束及“嗯嗯”等回应。
The DecoderAI 评分7474 DeepSeek 开源 V4.1-Flash 推理框架 DeepInfer
DeepSeek 以 Apache License 2.0 开源内部推理框架 DeepInfer，用于快速规模化运行 V4.1-Flash。DeepInfer 基于 vLLM，加入优化计算内核、多芯片分布式处理和更快的文本生成技术，DeepSeek 还将同步开源后续模型代码，并发布复现官方 API token 处理方式的 deepseek-recipe。
Hugging Face BlogAI 评分7272 NVIDIA Cosmos3-H-Dreams 发布临床胆囊切除生成式仿真模型
NVIDIA 发布 Cosmos3-H-Dreams，将基于临床胆囊切除录像和机器人运动学训练的交互式生成仿真带入体内手术场景。模型基于 Cosmos 3，可通过 FlashDreams 在单张 NVIDIA RTX PRO 6000 GPU 上实时运行，并提供四步与两步两个检查点，后者推理更快但视觉质量较低。
AWS Machine Learning BlogAI 评分5757 Smartsheet MCP Server 正式发布并接入 Amazon Quick 与 Kiro
Smartsheet 正式发布 Smartsheet MCP Server，通过标准 MCP 协议让 AI 助手读取、写入并管理 Smartsheet 数据。服务器提供 40 多个工具，可通过自然语言更新任务状态、创建行和修改项目结构，Amazon Quick 与 Kiro 均可作为 MCP 客户端接入。
AWS Machine Learning BlogAI 评分6868 使用 Amazon Quick 和 Amazon Bedrock AgentCore 构建对话式供应链智能
Amazon Quick 与 Amazon Bedrock AgentCore 可将供应链数据、规则和操作整合为单一对话式流程，并通过 MCP 跨系统查询、编排和执行。
AWS Machine Learning BlogAI 评分6868 在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 进行多语言推理
AWS 展示了在 Amazon SageMaker HyperPod 上使用 SFT、GRPO 和 LoRA 微调 GPT-OSS-20B 进行多语言推理的完整流程。
AWS Machine Learning BlogAI 评分5555 Octave Reliance 如何在 Amazon Bedrock 上构建安全的多租户 AI 基础架构
Octave Reliance 使用 Cohere Embed v4 与 Amazon Bedrock 构建了由数据准备、安全执行和内容防护组成的三层 AI 基础架构。
Interconnects精选AI 评分7676 Interconnects 第25期开源产物盘点：DeepSeek V4.1 Flash 1017、美国模型与中美监管动向
Interconnects 第25期盘点开放权重 AI 产物，包括 DeepSeek V4.1 Flash 1017、DeepInfer 推理栈及多款新模型。文中关注中国商务部尚未成为法律的模型出境审批提案，以及美国 DHS 限制 DeepSeek 进入联邦民事采购的订单。
推荐理由：文章同时梳理模型发布、推理栈开源与中美监管提案，呈现开放权重生态的竞争与控制变化。
MarkTechPostAI 评分7373 Google 与 Meta 开源 TorchTPU 原生 PyTorch TPU 后端
Google 与 Meta PyTorch 团队开源 TorchTPU，使 PyTorch 模型可通过 torch.device("tpu") 原生运行在 Google Cloud TPU 上。
MIT Technology Review AIAI 评分3434 企业 AI 的新经济学：利用率、有效成本与 HPE Private Cloud AI
企业 AI 的经济学正从 token 与 GPU-hour 成本，转向衡量每项有效业务成果的综合成本。HPE Private Cloud AI 通过调度、模型选择、GPU 分区与缓存管理提升利用率，并提供 90-day 部署支持；HPE 委托的独立测试显示，高利用率的多工作负载平台每 token 有效成本低于反复租用同等容量，但结果会随工作负载而变。
MarkTechPostAI 评分7171 DeepSeek 开源 DeepInfer 推理框架
DeepSeek 以 Apache 2.0 许可证开源了生产推理框架 DeepInfer，并发布 MIT 许可的 token 编解码层 deepseek-recipe。
量子位AI 评分7474 MiniMax 发布 M3.1 Flash，Agent 基准成绩与价格同步升级
MiniMax 正式发布 M3.1 Flash，定位为面向复杂 Agent、编码和工具调用场景的高性价比文本模型。其在 Agents’ Last Exam（ALE）得分 29.6%，DeepSWE v1.1 得分 73.7%，CyberGym 得分 82.2%，BankerToolBench 得分 76.2%。
Hacker NewsAI 评分6161 DeepSeek 开源 DeepInfer 高性能推理框架
DeepSeek 开源 DeepInfer 高性能推理框架，支持 DeepSeek-V4.1-Flash 的离线推理。框架提供 Attention DP、MoE EP + EPLB、异步批调度、确定性采样和结构化输出，并支持 NVIDIA SM100 GPU 与华为昇腾 950 NPU；完整生产推理服务所需的部分组件尚未包含在本次发布中。
NVIDIA BlogAI 评分5757 BSC AI Factory Accelerator Programme正式运行并接入NVIDIA Inception
BSC AI Factory Accelerator Programme在试点后正式运行，部分服务已可通过NVIDIA Inception门户使用。该计划为西班牙初创企业提供主权算力、技术支持和培训；自2025年4月启动以来，BSC AI Factory已向公共和私营部门客户交付800多项服务。
Hugging Face Blog精选AI 评分7979 Hugging Face 发布 TorchTPU 原生 PyTorch 后端
Hugging Face 发布 TorchTPU，将 TPU 集成到 PyTorch，并让 Transformers、Diffusers 和 Kernels 可原生运行在 TPU 上。
推荐理由：TorchTPU把TPU纳入PyTorch原生后端，并披露Transformers、Diffusers与Kernels的运行方式及测试进度，便于评估迁移成本与成熟度。
Hugging Face Blog精选AI 评分7676 AnyLanguageModel 1.0 发布，统一 Apple 平台本地与托管模型接入
AnyLanguageModel 1.0 发布，同时推出 swift-huggingface 1.0 和 swift-xet 1.0，为 Swift 应用提供统一的本地与托管模型 API。
推荐理由：通过同一套 API 串起系统模型、开放权重模型和多家托管服务，开发者可按资源需求选择推理方式并参考迁移指南更新应用。
NVIDIA BlogAI 评分6666 NVIDIA 与德国政府启动物理 AI 联合计划并宣布德国初创投资
NVIDIA 与德国联邦政府相关部门签署意向声明，将共同推动面向物理 AI 的前沿模型计划。NVIDIA 宣布计划投资 Agile Robots、Avelios Medical、Mirelo 和 Reflex Aerospace，这些投资属于其面向欧洲企业、高校和研究机构的近 $10 billion 承诺。
Meta EngineeringAI 评分4949 Meta GenRecs Tokenization：利用稳定语义词表改造广告推荐
Meta 的 GenRecs Tokenization 通过稳定语义词表表示广告、商品、页面等对象，并与 GEM 和 Adaptive Ranking Model 配合，使多平台广告转化率提升 +0.35%。该方法让新广告和长尾实体借助相关概念获得信号，同时支持跨广告系列迁移及检索、排序中的 LLM 扩展收益。