北欧与 NVIDIA 展示区域级先进计算落地:从 AI 云到自主机器
北欧地区正加速建设先进计算生态,预计到 2027 年底部署 1 吉瓦 AI 云容量,Bitdeer、CoreWeave、Crusoe、Nscale 等厂商参与。
北欧地区正加速建设先进计算生态,预计到 2027 年底部署 1 吉瓦 AI 云容量,Bitdeer、CoreWeave、Crusoe、Nscale 等厂商参与。
LangChain 在 LangSmith 平台博客中解答了 Agent Evals 的常见问题,建议从阅读 trace 入手,先选一个关注的行为、用 10 到 20 个样例建数据集并跑出基线实验。
Block 正在用 OpenAI 技术构建 AI 驱动的安全体系,其安全团队借此更快调查威胁,并能在数分钟内提出补丁方案。
SentinelOne 借助 OpenAI Daybreak 将恶意软件分析时间从数周压缩到数小时,从而有能力调查更多威胁。
LangChain 官方博客介绍其开源 harness Deep Agents 如何用中间件缓解上下文膨胀,包括卸载、摘要、技能、子智能体和长期记忆五类技术。
推荐理由:LangChain 官方拆解 Deep Agents 五种上下文管理中间件的触发阈值与实现方式,可对照自身 Agent 的上下文膨胀问题。
基于 Amazon Bedrock AgentCore 构建的多智能体 IDP 系统,用 8 个专用智能体在两条图工作流中完成文档分类、提取、校验与自我学习,新文档类型无需手工配置模板,部署通常可在 20 分钟内完成。
Tamnoon 基于 Amazon Bedrock 构建了智能体云修复编排器 Tami,可自主调查 CNAPP 与云原生来源的安全发现并评估修复安全性,再生成带护栏与治理的修复方案。该方案在 90 天内将关键云暴露减少超过 90%,且未出现生产问题。Tami 由调查、安全评分、修复和代码生成四类专用智能体组成,通过单一 API 调用最适合各任务的基础模型。
Databricks 发布 Private Network Gateway(PNG),在 Azure 进入公开预览、AWS 进入私有预览,让 serverless 计算通过一条连接接入用户自有网络。
Google DeepMind 开始广泛推送 Gemini 4 Argon,并扩大 Fairwind Program 的受信任网络防御者范围。该模型在网络安全测试中解决了全部 12 个端到端模拟攻击场景,上一代为 5 个;在 Gray Swan 间接提示注入基准上,15 次自适应攻击的成功率降至 0.7%。
vLLM 为分离式推理引入基于 push 的 NIXL 连接器,由 prefill 实例通过 RDMA 将 KV 直接写入 decode 内存,从而把 router 中转、decode 侧分配和传输建立移出 TTFT 关键路径。该方案旨在改善首 token 延迟(TTFT)与每 token 输出时间(TPOT)。
vLLM 提出一种在线拟合的接受率估计器,让每个草稿模型投机解码都能使用自适应验证。该方法直接从草稿模型自身的 logits 预测目标模型的接受概率,并在服务过程中持续重新拟合,无需额外的置信头。
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成,让 AI 智能体在浏览器会话内自动处理 x402 协议的 HTTP 402 支付请求,现已上线 AWS Marketplace。
LangChain 借助 Deep Agents CLI 与 docs-code-samples 技能,把文档中的内联代码示例迁移为可测试的独立文件,并自动加上 :snippet-start: / :snippet-end: 标记、运行测试、生成 Mintlify 片段。
LangChain 通过 harness engineering 将其编码智能体在 Terminal Bench 上的排名从 Top 30 提升至 Top 5,核心手段包括自我验证、追踪和上下文优化。
LangChain 表示 GLM-5、MiniMax M2.7 等开源模型在文件操作、工具调用和指令遵循等核心智能体任务上已能匹配闭源前沿模型,且成本和延迟更低。文章称将展示其评测结果,并说明如何在 Deep Agents 中使用这些模型。
推荐理由:LangChain 用自家评测说明开源模型在智能体核心任务上的位置,可据此判断成本与延迟取舍。
LangChain 宣布推出 Deep Agents deploy 测试版,称其是部署模型无关、开源智能体框架的最快方式,并面向生产环境。该产品被定位为 Claude Managed Agents 的开源替代方案。
推荐理由:LangChain 把开源智能体框架的部署环节产品化,读者可据此判断自托管智能体方案与托管服务的取舍。
LangChain 发布 Open SWE,一个面向内部编码智能体的开源框架。该框架基于 Deep Agents 和 LangGraph 构建,提供内部编码智能体的核心架构组件。
LangChain 重构了 MCP 支持,将其从独立的 langchain-mcp-adapters 移入主包 langchain.mcp,通过 pip install "langchain[mcp]" 安装,并基于 FastMCP 构建。
推荐理由:LangChain 把 MCP 支持并入主包并适配无状态新规范,读者可据此判断现有 MCP 接入方式需要怎样迁移。
Higgsfield 将 AI 视频生成时长从 1 分钟提升到 10 分钟以上,使用 GPT-6 Astra 生成更长视频,并用 GPT-Image-2.5 提升画面精度。该平台还借助 GPT-Live 提供语音电影制作的路径。
GitHub 为密钥扫描训练了专用的 ModernBERT 分类器,替代此前的 LLM 流水线,在保持正则候选召回的基础上结合文件路径、变量名和上下文判断是否为真实凭据。该方案使推送后扫描中位执行时间缩短 86%、服务成本降低逾 98%,用户对告警的接受度提升 11.5%,并让通用密钥检测得以扩展到推送保护阶段。
Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业和消费者开放,通过 AI Studio 与 Gemini API 提供,Google AI Ultra 订阅者可在 Google Antigravity 使用,Ultra 和 Pro 订阅者可在 Gemini 应用和 Search 的 AI Mode 使用。
推荐理由:官方给出 Argon 在编码、科研与安全场景的实测数据与开放入口,可据此判断前沿模型的能力边界。
AWS 官方博客介绍 Grok 4.7 已在 Amazon Bedrock 上线,并演示如何用它构建工具调用智能体。
推荐理由:AWS 官方给出 Grok 4.7 在 Bedrock 上的接入方式与 72 次智能体实测,读者可据此按任务类型选择 reasoning effort 并监控 token 用量。
ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 打造了 Slack 内的 AI IT 服务台 Deckhand,可回答常规 IT 问题、识别报错截图并创建和更新 Jira Service Management 工单。
Orca Security 与 AWS 合作,基于 Amazon Bedrock 构建了自然语言查询智能体 Discovery AI,可将自然语言问题转换为 Sonar 查询。相比最初基线,查询成本降低 90%、输入 token 减少 93%、延迟降低 75%,目前每天处理数千次查询,响应时间 15 秒。
MIT 等机构研究人员在 Nature 发表论文,提出一种机器学习后处理层,通过学习并修正现有预报模型的误差,将两到六周次季节预报的准确率提升一倍,并在 ECMWF 的预报竞赛中夺得第一。该模型首次在次季节尺度上稳定优于气候平均值,并显著改善极端天气预测,可作为附加模块用于任意预报模型,且已开源、运行成本低。肯尼亚气象部门已联系团队,计划用其改进季风季预报以提升农业产量。
推荐理由:该研究用后处理层把两周以上预报准确率翻倍,并首次在次季节尺度上超过气候平均,对农业与能源调度有直接参考。
基于 Amazon Bedrock AgentCore 构建的 AI 智能体系统可自动生成 PowerPoint 演示文稿,内部测试中完成时间不到 90 秒。
Amazon SageMaker JumpStart 提供预训练模型目录,可通过 SageMaker Python SDK 部署模型、运行轻量可重复的性能测试,并在测试完成后删除端点。
在 AI Runtime 上微调 Qwen 3.8 27B 的训练时间从 7 小时 44 分钟降至 1 小时 17 分钟,提速 6 倍,训练吞吐从 9,396 tok/s 提升。
OpenAI 发布分析称,智能体 AI 在欧盟大型企业与小企业中的采用率正在上升,但更深入的使用仍可释放更多价值。该分析聚焦欧盟企业的智能体 AI 落地现状与潜在收益空间。
欧洲多国城市正联合 ABA Technology、Akila、K2K、Milestone 等软件伙伴,基于 NVIDIA Cosmos、Nemotron 开放模型、Omniverse 库和 Metropolis VSS Blueprint 构建物理 AI 智能体与数字孪生,用于交通、能源、公共安全等城市运营。
NVIDIA 宣布计划投资 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 五家英国 AI 与量子计算初创公司,并作为 Global Alliance Founding Partner 与 Earthshot Prize 合作。
英伟达宣布五年内捐赠价值2.5亿美元的算力,每年提供5000万美元算力访问,用于支持英国智能体安全与安全研究。大部分算力将面向英国更广泛的AI安全研究社区,一部分用于支持牛津大学主导的BOLD、UCL主导的SOFAIR以及帝国理工学院在基础智能体模型与机器人安全方面的工作。
推荐理由:英伟达以算力捐赠方式介入英国智能体安全研究,读者可了解企业参与AI安全治理的一种路径。
Google DeepMind 与新加坡政府科技局(GovTech)合作,基于轻量级 Gemma 模型在新加坡本地诈骗对话上微调,推出可在普通智能手机上运行的端侧反诈检测模型。
推荐理由:官方披露了端侧反诈模型的两级流水线与治理约束,可观察隐私保护与本地化微调如何结合。
Apple 研究团队提出一种轻量方法,直接从句语音频中检测语码转换(CS),无需依赖多语种转录。该方法利用预训练语音编码器帧级语种信息,通过单语录音识别语种选择性隐藏状态维度并聚合其帧级激活进行 CS 预测。在 CS-FLEURS 的 14 个语种对上,Whisper-small 编码器取得平均 F1 0.798,高于 CNN 的 0.776 和 HuBERT 线性基线的 0.751。
Apple 提出首个从头预训练的三模态掩码扩散模型(MDM),在文本、图文和音频-文本数据上统一训练,并系统分析多模态缩放规律、模态混合比例与噪声调度。其批次大小分析给出基于 SDE 的重参数化方法,将物理批次与逻辑批次解耦,免去最优批次调参。初步模型在 3B 规模(6.4T tokens)下于文本生成、T2I 和 T2S 任务均取得强劲结果。
MIT McGovern 研究所团队在 PNAS 论文中提出,衡量人工神经网络生物学合理性的关键指标是网络能否在没有开发者干预下自我组织,并证明随机连接的单元组仅凭简单的连接调整规则就能重塑为有效的信息处理网络。该网络依靠自组装基序实现学习,性能与采用反向传播训练的网络相当。研究目标是理解大脑的学习规则,也可能反过来改进机器学习系统。
Orange Business 基于 LangChain 与 LangSmith 构建旗舰 AI 平台 Live Intelligence,已部署给 120,000 名 Orange 员工,并被法国及欧洲 150+ 客户采用。
Deep Agents SDK 通过卸载、摘要和文件系统抽象来管理长时 AI 任务的上下文,以防止上下文腐化。该 SDK 面向长时间运行的任务场景,将上下文管理拆解为 offloading、summarization 与 filesystem abstraction 三种手段。
Databricks 发布 2026 年实时分析实践指南,聚焦企业如何将分析负载从批处理转向实时处理。数据始终是业务决策的核心,而多数分析工作负载仍以批处理为主。
Amazon Bedrock 的托管授权支持从中心账户订阅 AWS Marketplace 私有定价优惠(MPPO),再向组织内多个账户分发模型访问权限。