跳到正文
目前篩選:一手
10月13日週二
  1. AWS Machine Learning Blog64

    如何在 Amazon Bedrock 上以 Grok 4.7 建立長時程智能體

    文章展示如何在 Amazon Bedrock 上以 Grok 4.7 建立工具呼叫智能體,並以三項需要搜尋的任務比較 low、medium、high、xhigh 四種推理力度。

    推薦理由:文章以三項答案可窮舉驗證的任務比較推理力度與 token 用量,並提供可移用於自有 Agent 評測的測試設計和生產監控方法。

  2. AWS Machine Learning Blog69

    如何在泰國、馬來西亞、新加坡、印尼及台灣透過 Amazon Bedrock 全球跨區域推理存取 OpenAI GPT-6 模型

    AWS 説明如何透過 Amazon Bedrock 全球跨區域推理,在泰國、馬來西亞、新加坡、印尼及台灣存取 GPT-6 Sol 和 GPT-6 Luna,並在新加坡存取 GPT-6 Astra。

    推薦理由:文章把 API 呼叫、IAM/SCP 權限、配額與監控串成部署流程,並交代跨區域請求的資料保留位置及來源區域追蹤方式。

10月12日週一
  1. NVIDIA Blog60

    NVIDIA 在 OCP 全球峯會開放 Vera Rubin 架構,助力全球 AI 工廠擴展

    NVIDIA 在 OCP 全球峯會透過開放式 NVIDIA MGX 架構,向 OCP 提交 Vera Rubin 機架及運算托盤設計,並宣佈多項 AI 工廠基礎設施合作與開放標準。

    推薦理由:文章將機架、供電、網絡與軟件更新放在共同開放標準下,呈現跨供應商協作如何支撐 AI 工廠擴展的整體架構。

10月10日週六
  1. AWS Machine Learning Blog60

    Postman 如何在 Amazon Bedrock 上為 40 million 名開發者運行 Agent Mode

    Postman 分享如何透過 Amazon Bedrock 為 40 million 名開發者運行 Agent Mode,並歸納將成熟產品接入 AI 智能體的生產架構經驗。核心做法包括按任務動態篩選工具、以結構化資料支援查詢,以及為不同實體建立專用上下文處理器;修改應用程式狀態前仍須用戶批准。Agent Mode 亦使用模型選擇、跨區域推理、為支援模型設定的零數據保留,以及分層提示詞快取。

    推薦理由:文章拆解 Postman 如何按任務動態配置工具、以結構化資料查詢及專用上下文設計,處理成熟產品接入智能體的工程難題。

10月9日週五
  1. Hugging Face Blog59

    Ai2 如何以 GPU 時間預算改善 GPU 叢集排程

    Ai2 的 AI 基礎設施團隊以 GPU 時間預算、階層式公平分配及時間切片合約取代優先級排程,將 GPU 時間分配由逐案處理改為透明的預算流程。實施後的 30 日測試期內,團隊獲得應得 GPU 時數的 98%,叢集佔用率維持 98%;debug 工作負載的 p90 等候時間由 2 小時降至 30 秒,需人工介入的維修減少 74%。

  2. AWS Machine Learning Blog64

    BlockRun 與 Incarna 如何使用 Amazon Bedrock AgentCore payments 實現 AI 智能體按次支付推理費用

    Incarna 使用 Amazon Bedrock AgentCore payments,讓 AI 智能體透過 x402 向 BlockRun 逐次支付模型推理費用,並將流程部署至 Base 正式環境。

    推薦理由:文章以 Incarna 的整合案例,説明 AgentCore payments 如何透過 x402 支援按次推理付款,並在基礎設施層執行支出上限。

10月8日週四
  1. AWS Machine Learning Blog69

    AWS 宣佈 Claude Haiku 5.5 登陸 Amazon Bedrock 及 Claude Platform on AWS

    AWS 宣佈 Claude Haiku 5.5 已可透過 Amazon Bedrock 及 Claude Platform on AWS 使用。Anthropic 表示,它是 Claude 5.5 系列中速度最快、效率最高的模型,大多數任務的成本比 Claude Haiku 4.5 低約 75 percent。

    推薦理由:文章説明 Claude Haiku 5.5 面向高用量、成本敏感任務的定位,並列出 Amazon Bedrock 使用範例及可用區域,提供模型選用與部署的實用參考。

10月7日週三
  1. AWS Machine Learning Blog57

    AWS 分享培養 AI 建構者、縮小知識與實作能力差距的實踐指南

    AWS 團隊分享一套為期六週的培訓計劃,協助沒有工程背景、日常接觸 AI 的商業專業人士建立 AI 智能體實作能力。參加者每週投入約四小時,在導師支援下使用 AWS 工具製作可展示的原型;四名面向客戶的專業人士打造多智能體理財工具 WealthWise,並在展示中獲得第一名。

  2. Google DeepMind70

    Google DeepMind 發佈開放、輕量級多模態嵌入模型 EmbeddingGemma 2

    Google DeepMind 發佈 EmbeddingGemma 2,將文字、程式碼、圖像、影片及音訊映射至同一嵌入空間,供裝置端推理使用。

    推薦理由:EmbeddingGemma 2 將文字、程式碼、圖像、影片及音訊映射至同一嵌入空間,並列出裝置端記憶體與向量儲存數據,方便評估跨模態搜尋的本地部署。

10月6日週二
  1. AWS Machine Learning Blog55

    Amazon SageMaker AI 推出 aws-ai-ml 技能,為編碼智能體提供生成式 AI 推理最佳化能力

    Amazon SageMaker AI 推出 aws-ai-ml 技能,讓支援 MCP 的編碼智能體協助最佳化生成式 AI 推理。它可測試現有端點、推薦部署配置、比較基準測試結果,並生成可檢視及執行的 SageMaker Python SDK v3 程式碼;測試報告提供實際基礎設施負載下的吞吐量、延遲和並行數據。

  2. 香港人工智能專業協會67

    NVIDIA 推出智能體安全平台,結合軟件邊界與硬件監察

    NVIDIA 推出 Open Agent Safety Platform,以軟件執行邊界及獨立硬件監察管理智能體運行。平台由開源軟件 OpenShell 和 Sentry 參考系統設計組成;OpenShell 記錄操作並執行權限政策,Sentry 在 BlueField-4 DPU 上持續監察智能體活動。NVIDIA 表示,智能體試圖越過軟件邊界時,系統可在毫秒級內隔離並停止相關智能體。

    推薦理由:OpenShell 與 Sentry 分別負責軟件執行邊界及硬件監察,並交代 OpenShell 已可使用和可擴展至 Arm、Intel 等平台。

10月5日週一
  1. viAct · 視覺 AI 及工地安全29

    地下礦場安全:AI 如何在風險升級前識別隱患

    AI 可在地下礦場事故發生前識別風險,將安全監察由事故後調查提前至警示、前兆和未遂事故階段。文章指出,地下環境視線受阻、網絡連接不穩,需結合攝影機、穿戴式裝置、邊緣設備及環境感測器,並由 Edge AI 在現場處理影片和感測器數據。

10月3日週六
  1. AWS Machine Learning Blog61

    Claude Platform on AWS 多環境存取實作指南

    AWS Machine Learning Blog 提供 Claude Platform on AWS 多環境存取指南,示範為 AWS 工作負載、開發者筆電及外部環境配置推理存取。

    推薦理由:文章按 AWS 工作負載、開發者筆電與外部環境,示範 cross-account SigV4、workspace-scoped API key 和 OIDC federation 如何配置,並維持 workspace 隔離。

10月2日週五
  1. Google Research64

    Google Research 介紹採用 TEE 的新一代聯邦學習系統

    Google Research 公佈採用可信執行環境(TEE)的新一代聯邦學習系統,讓伺服器端的數據匿名化處理可供驗證和審計。設備上傳的訓練數據只會交由符合預先授權存取政策的 TEE 工作負載解密處理,相關政策亦發布於 Rekor 公開透明日誌。Gboard 已採用新系統推出英文及日文下一詞預測模型,模型私隱保障更強、準確度更高,計算時間亦較舊系統大幅縮短。

    推薦理由:文章比較舊式聯邦學習與 TEE 架構在服務端可驗證性上的差異,並交代存取政策公開記錄機制及 Gboard 部署後在私隱、準確度和訓練速度上的變化。

  2. AWS Machine Learning Blog66

    如何用 Amazon Bedrock AgentCore 構建環境式智能體,串聯事件觸發與人在迴路工作流

    Amazon Bedrock AgentCore 的參考實作把 Amazon S3 上傳或排程事件轉成智能體工作,並讓智能體在需要澄清、審批或覆核時暫停等待人員回應。

    推薦理由:文章把事件來源、AgentCore 執行與人在迴路處理串成參考架構,並清楚區分樣本內建能力與需自行擴展的訊號來源。

9月30日週三
  1. NVIDIA Blog65

    NVIDIA 與 CoreWeave 打通智能體 AI 從訓練到生產的閉環

    CoreWeave 宣佈在 CoreWeave Cloud 提供 NVIDIA Vera Rubin NVL72,並推出 CoreWeave Forge,推進智能體 AI 從訓練到生產的部署。

    推薦理由:文章披露 Cognition 對 Vera Rubin NVL72 與 GB200 NVL72 的 SWE-2 推理測試,列出最高 4.8x 的總 token 吞吐提升,讓兩種平台在智能體編碼工作負載下可作量化比較。

9月29日週二
  1. viAct · 視覺 AI 及工地安全40

    沙特阿拉伯智能製造中的 AI 影片分析:應用與效益

    AI 影片分析透過工廠攝影機畫面識別預設的安全風險、營運狀況及異常事件,為沙特阿拉伯智能製造提供現場視覺監察。系統可在偵測到設定條件時發出警示、記錄事件及分析累積數據,並配合生產控制、IoT 和安全系統運作;沙特未來工廠計劃已協助約3,900間工廠,目標為4,000間。

9月28日週一
  1. viAct · 視覺 AI 及工地安全39

    沙特阿拉伯建築工地的 AI 安全系統

    建築工地 AI 安全系統利用人工智能和電腦視覺分析攝影機畫面,偵測預先設定的安全狀況並發出警報。系統可監察工人進入起重機作業範圍、未有明顯防墜保護的高處作業,以及車輛倒車接近行人路線等情況,並可配合現有閉路電視使用。