#开源生态

三位 Java Champion 分享 GitHub Copilot 提升生产力的实践

三位 Java Champion 展示 GitHub Copilot 在生产环境与开源项目中的具体应用， Vlad Mihalcea 用 Copilot 将开发任务从数周缩短至两天， Patrick Baumgartner 通过迁移 900 张教学演示文稿提升效率。他们强调需审查 AI 生成代码，并建议根据任务类型切换模型以平衡性能与成本。

AWS教程：使用AtScale和Amazon Bedrock AgentCore构建智能体AI的语义层

AWS官方教程介绍如何使用AtScale语义层和Amazon Bedrock AgentCore构建智能体AI系统，实现企业数据的统一访问和权限控制。文章详细展示了如何使用语义建模语言(SML)构建客户360度模型，并通过AtScale的MCP服务器与AgentCore集成，实现身份传播、查询优化和治理功能。

ALTK-Evolve：通过学习记忆在客户服务任务中超越τ²-bench排行榜

IBM研究团队提出ALTK-Evolve方法，使用GPT-4.1学习并应用行为指南，在不更新模型权重的情况下，将基础ReAct智能体在τ²-bench客户服务基准测试中的Pass^4提升至67.5%，超越所有零售领域提交的条目。

Hugging Face 发布 AnyLanguageModel 1.0：支持苹果平台本地模型

Hugging Face 发布 AnyLanguageModel 1.0，这是一个苹果 Foundation Models 框架的替代方案，允许开发者选择应用使用的模型和提供商。该版本支持本地模型(llama.cpp、MLX、Core ML)和云端模型(OpenAI、Anthropic、Google Gemini等)，提供工具调用、引导生成、图像支持等功能，并加速模型下载。

PyTorch 2.15 为 Mac 带来 MPS 性能大幅提升

PyTorch 2.15 为 Apple Silicon Mac 带来多项性能提升：FP8 支持让模型占用内存减半，MoE 模型解码速度提升 5-6.5 倍，视频解码内存占用从 270GB 降至 8GB，线性层和 softmax 运算速度显著提高。

巴塞罗那超级计算中心启动 AI 工厂加速器计划，NVIDIA 提供技术支持

巴塞罗那超级计算中心 BSC AI Factory 加速器计划全面运营，通过 MareNostrum 5 超算为西班牙初创企业提供算力支持。NVIDIA 通过 Inception 项目提供深度学习课程、投资对接等资源，三家初创企业获评 AI 冠军，涵盖水务、医疗和制药领域。该计划自 2025 年 4 月启动以来已交付超 800 项服务。

Amazon SageMaker JumpStart 2026 年度回顾

Amazon SageMaker JumpStart 在 2026 年 1-9 月新增 100 多个模型，覆盖 30 家提供商，包括阿里巴巴 Qwen 3.8-27B、NVIDIA Cosmos3 和 Mistral Ministral-3 等。平台支持一键部署、模型微调及多模态处理，涵盖文本、视觉、语音生成能力。

Hugging Face发布TorchNeuron，简化在AWS Trainium上运行模型

Hugging Face发布TorchNeuron，为PyTorch提供AWS Trainium的新原生后端。从2026年10月20日起，研究人员和开发者可通过pip install torch-neuronx安装使用。TorchNeuron使Transformers、Diffusers等库直接支持Trainium，文本生成模型支持率从Optimum Neuron的46%提升至89%。

vLLM实现双向KV传输提升多轮智能体工作负载TTFT性能

AWS展示了vLLM中的双向KV缓存传输技术，通过在预填充和解码节点间共享KV缓存，减少多轮对话中的重复计算。在Amazon EC2 P5en实例测试中，Qwen3-32B和GLM-5-FP8模型的TTFT分别降低1.6倍和3.3倍。该技术需要配置块保留TTL和重新计算阈值，并通过KV缓存感知路由器协调。

同一件事，精选收录的是《AWS 推出基于推送的KV传输技术提升vLLM推理性能》

AWS 推出基于推送的KV传输技术提升vLLM推理性能

AWS 机器学习博客介绍了基于推送的KV传输技术，用于改进vLLM中解耦推理的TTFT和TPOT。在Amazon EC2 P5en实例上测试，推送模式相比拉取模式实现了最高3倍的TTFT提升和30%的TPOT改善。该技术通过将传输协调工作移至预填充端的后台线程，避免了关键路径上的延迟。

Reflection Beam：面向AWS智能体编码的开源模型发布

Reflection AI发布Beam模型，这是一个5010亿总参数、230亿活跃参数的开源混合专家模型，专为智能体编码和长周期任务设计。Beam通过Apache 2.0许可证在Hugging Face发布，提供BF16、FP8和NVFP4三种格式，可在AWS SageMaker JumpStart或HyperPod Inference上部署，支持Kubernetes原生控制。

NVIDIA发布印度语预训练数据集和开放生成流程

NVIDIA与IIT Madras和AI4Bharat合作发布Nemotron-pretraining-Indic-v1数据集，包含2.8万亿token的印度语训练数据，涵盖22种印度宪法语言，并开放了GPU加速的数据生成流程。该数据集结合了原生脚本和罗马化文本，包含数学、代码和问答内容，旨在解决印度语言技术因数据不足而落后于英语的问题。

IBM 发布 Granite Switch 4.1 多模态模型

IBM 发布 Granite Switch 4.1 模型，整合了聊天、决策和语音识别功能，支持从单一端点切换任务。该模型包含新的决策 aLoRA、Guardian aLoRA 和 Granite-Speech-5.0-Turbo-CTC，在安全决策任务上优于多个竞争模型，并可在单个 GPU 上实时运行多种任务。

NVIDIA 发布 Nemotron 3.5 Super VL 和 Bolt 模型

NVIDIA 发布了 1200 亿参数的开放模型 Nemotron 3.5 Super VL，以及两个边缘模型 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB，覆盖从企业服务器到边缘设备的全范围智能体部署。Super VL 在多模态智能体任务上达到前沿准确度，同时速度比同类模型快 5 倍；Bolt 系列则针对本地硬件优化，平衡智能与速度。

Apertus 1.5 模型发布

Apertus 1.5 扩展了 8B 和 70B 模型，新增图像/音频理解、思考模式、4倍更长的上下文窗口，以及改进的指令遵循和工具使用能力。模型采用 Apache 2.0 许可证开源，通过早期融合方式处理多模态数据，并在多个基准测试中表现出色。

NVIDIA加入欧洲AI科学促进计划，提供开放模型、计算资源和培训

NVIDIA加入欧洲委员会的AI科学促进计划，承诺提供250多个开放模型、1400多个开源软件项目、计算资源、培训课程和技术支持，以加速欧洲科学研究和创新。

Google Research发布2026年10项增强人类创造力的AI研究进展

Google Research在Research@活动中展示了10项AI研究进展，包括Google Earth AI行星智能系统、多智能体编排工具、Deep Review文档审查系统、下一代边缘AI芯片等，这些技术正在改变医疗、科学、商业和教育等多个领域。

NVIDIA助力欧洲城市部署AI智能体优化城市运营

NVIDIA加速计算技术被欧洲多城市用于构建物理AI智能体和数字孪生系统，支持城市决策、维护预测和公共服务优化。合作伙伴包括ABA Technology、Akila、Galene AI等公司，应用案例覆盖比利时、芬兰、法国、意大利等国家的城市，涉及交通管理、能源效率、公共安全等多个领域。

NVIDIA宣布对英国初创生态系统进行新投资

NVIDIA宣布对英国初创生态系统进行新投资，包括5年2.5亿美元的算力承诺，以加强英国智能体安全与安全研究。同时宣布了对Boltz、Foresight、Hiverge、Prima Mente和Riverlane等公司的投资，并与Earthshot Prize合作，为气候和可持续发展挑战提供计算和技术专业知识。

GitHub 发布密钥检测模型：在更少噪音中发现更多密钥

GitHub 发布了基于 ModernBERT 的密钥检测模型，采用两阶段管道（候选生成和上下文感知分类），相比之前的 LLM 管道，用户接受度提高 11.5%，推送后扫描执行时间减少 86%，服务成本降低 98%以上。该模型通过结合正则表达式的高召回率和 ModernBERT 的上下文理解能力，有效区分真实密钥和假阳性，提高了检测精度和效率。

LiquidAI 发布 LFM2.5-24B-A2B 推理模型

LiquidAI 发布 LFM2.5-24B-A2B 推理模型，这是一个24B参数但仅2B活跃参数的模型，专为在设备上快速、私密运行智能体而设计。该模型在16项基准测试中表现出色，在工具使用和智能体工作流方面领先或匹敌更大规模的模型，推理速度在Apple M5 Max上达到184 tok/s，在NVIDIA B300 GPU上可达21K输出tok/s。

AWS在Amazon SageMaker AI上实现MoE模型的内核工程优化

AWS详细介绍了在Amazon SageMaker AI上对Mixture-of-Experts (MoE)模型的内核优化技术，包括Swap-AB矩阵转置优化、FP8张量量化后端路由选择以及Triton JIT重新编译消除等方法，这些优化使MoE模型在H200上实现了高达10%的吞吐量提升和9%的首个token生成速度提升。

AWS博客：在Amazon SageMaker AI上使用llama.cpp部署决策模型

AWS发布教程，介绍如何在Amazon SageMaker AI上使用llama.cpp部署决策模型，包括标准文本生成路径和SemIf扩展的结构化决策路径，提供了CPU和GPU部署选项及性能基准。

AWS 发布 Amazon Bedrock、AgentCore 和 Strands 2026年9月更新

AWS 在 2026 年 9 月更新了 Amazon Bedrock、AgentCore 和 Strands，新增了多种 AI 模型选择、优化了智能体性能并扩展了企业数据连接能力。

AI2发布GPU集群高效调度系统

AI2发布了新的GPU集群调度系统，采用GPU时间预算、分层公平共享分配和时间切片合约，解决了GPU资源分配中的"公地悲剧"问题。新系统使团队获得98%的分配GPU时间，集群占用率保持在98%，调试工作队列等待时间从2小时降至30秒，维修人工干预减少74%。

使用ML Intern构建定制AI模型的实践指南

作者分享使用Hugging Face的ML Intern工具在几天内构建了多个定制AI模型的实践经验，包括柑橘疾病识别模型、角色生成模型、相机角度LoRA等，详细说明了提示词编写方法和项目成本控制。

NVIDIA展示如何通过前沿AI智能体将想法转化为模拟应用

NVIDIA展示了开发者如何结合前沿AI模型与Omniverse库构建模拟应用，包括仓库模拟、机器人控制、人形机器人模拟和自动驾驶测试等场景。开发者通过自然语言指令指导AI智能体，利用GPU加速的物理、渲染和传感器模拟功能，完成从设计到测试的全流程。

Hugging Face 推出 Falcon-ASR 语音识别模型

Hugging Face 发布 Falcon-ASR，支持阿拉伯语（含阿联酋方言）、英语、法语等五语言，参数规模 1.6B。在阿拉伯语评测中平均词错率（WER）20.92%，优于最佳公开结果 23.17%；阿联酋方言 WER 22.73%，并提供词级时间戳功能。

LiquidAI 发布边缘端多模态决策模型 d1-3B 和 d1-omni-600M

LiquidAI 发布两个开源决策模型 d1-3B 和 d1-omni-600M，支持文本、图像和音频输入，在边缘设备上实现快速推理。d1-3B 在 Decision Index 0.2.1 上得分为 48.57，优于所有 4B 和 9B 模型，在 NVIDIA Jetson AGX Thor 上回答问题仅需 16 ms。

GitHub 推出 AI 密钥保护功能以应对智能体生成代码的安全挑战

GitHub 发布基于 ModernBERT 的密钥保护模型，可在推送前检测未结构化密钥，响应时间低于 2 毫秒，预计可将预防的密钥数量增加一倍以上。该功能将首先在 GitHub Secret Protection 中推出，并集成到 Copilot CLI 和 Copilot App 中。

Microsoft Research 发布 Agent Lightning v1.0 轻量级智能体强化学习框架

Microsoft Research 发布 Agent Lightning v1.0，这是一个约 3,500 行代码的轻量级智能体强化学习框架，支持真实 harnesses 直接参与强化学习。

Nemotron 模型在 IOI 和 IMO 竞赛中均获金牌级成绩

NVIDIA 研究团队通过微调 Nemotron 模型，使其在国际信息学奥林匹克竞赛(IOI 2026)中获得 535.4/600 分，在国际数学奥林匹克竞赛(IMO 2026)中获得 30/42 分，均超过金牌分数线。团队使用了监督微调(SFT)、强化学习(RL)和生成-验证-改进的推理循环，并将相关模型、数据集和基准测试开源在 Hugging Face 上。

在AgentCore和OpenClaw上构建上下文感知AI助手

AWS展示了如何使用AgentCore运行时和OpenClaw开源智能体系统构建具有持久记忆能力的个人AI助手。该系统通过AgentCore内存功能将一次性对话转化为持久知识，并使用结构化元数据标记记忆以便检索。

Google DeepMind发布EmbeddingGemma 2多模态嵌入模型

Google DeepMind发布EmbeddingGemma 2，这是一个支持文本、图像、音频和视频的多模态嵌入模型，拥有740M参数，可在设备端高效运行。该模型在MTEB Code和MAEB基准测试中表现优异，支持8K token上下文窗口，并可通过Matryoshka Representation Learning动态减少存储需求。

Google Earth AI发布行星地理空间基础模型助力全球公共卫生

Google Research推出地球AI的人口动态基础模型(PDFM)，将隐私保护的搜索趋势、人类流动性和环境因素等信号整合为位置嵌入，可直接插入现有流行病学工作流，在多种疾病预测中表现优于传统数据源。

AWS 如何帮助企业遵循 ISO/IEC 42005:2025 负责任 AI 治理标准

AWS 推出工具支持企业实施 ISO/IEC 42005:2025 AI 系统影响评估标准，包括 AIMS 实施指南和 Well-Architected Framework 负责任 AI 镜头。该标准指导企业整合 AI 风险评估到现有治理流程，提供全生命周期评估模板和触发机制。AWS 已通过 Amazon Bedrock 等服务获得 ISO AI 风险管理认证。