Windows 如何为 Nvidia RTX Spark 笔记本做优化
微软与 Nvidia 为搭载 Arm 架构 CPU 与 Blackwell GPU 的 RTX Spark 笔记本优化 Windows，首次开机即可通过 Get Started 界面两步安装 Hermes、Perplexity、OpenClaw 三个官方支持的智能体，并经由 Windows Store 更新。
#部署/工程
The Verge · AIAI 评分5858 The DecoderAI 评分7272 Nvidia 发布 Nemotron 3.5 Super VL 开源多模态模型，面向企业智能体
Nvidia 发布 Nemotron 3.5 Super VL，这是一个 1200 亿参数的开源多模态模型，采用 MoE 架构，每个 token 仅激活 120 亿参数，面向持续在后台运行的企业智能体。
AWS Machine Learning BlogAI 评分4141 用 Amazon Bedrock AgentCore 构建可信 AI 智能体的生产级评估框架
AWS 的 Sales, Marketing, and Global Services 团队基于 Amazon Bedrock AgentCore Evaluations 搭建了面向生产环境的多智能体持续质量评估框架。
AWS Machine Learning Blog精选AI 评分6565 Reflection AI 发布开源权重模型 Beam，面向智能体编码
Reflection AI 发布开源权重模型 Beam，用于智能体编码和长周期任务，总参数 501B、激活参数 23B，报告有效上下文长度 100 万 token。
推荐理由：原文给出 Beam 的参数量、上下文长度和三种精度检查点，并附 AWS 两条部署路径，可据此评估自托管成本。
The Verge · AIAI 评分6060 Nvidia RTX Spark 笔记本一周实测：游戏、续航与本地 AI 表现
The Verge 三位作者用一周时间测试了搭载 Nvidia RTX Spark N1X 的五款笔记本，覆盖游戏、续航和本地 AI 场景。测试显示，在 1440p 分辨率、中等画质并开启 DLSS 性能模式下，多数游戏能稳定在 60fps，但《地狱潜者 2》等 CPU 密集型游戏难以达标；日常办公续航约 5 小时，运行本地模型时耗电明显加快。
AWS Machine Learning BlogAI 评分5858 Meta 的 Muse Spark Open 上线 Amazon SageMaker JumpStart
Meta 的编码优化开源权重模型 Muse Spark Open 已在 Amazon SageMaker JumpStart 上线，支持 1M token 上下文窗口，提供 BF16 和 NVFP4 两个版本。
NVIDIA Blog精选AI 评分6262 NVIDIA 发布 RTX Spark，面向创作者、玩家与 AI 智能体的 Windows PC
NVIDIA 发布 RTX Spark，一款面向创作者、玩家和 AI 智能体的 Windows PC，并于 10 月 16 日在旧金山、柏林、台北、北京、伊斯坦布尔、首尔等地举办发布活动。
推荐理由：NVIDIA 官方公布 RTX Spark 的发布活动与媒体评测反馈，可了解这款面向本地 AI 的 PC 平台定位。
AWS Machine Learning BlogAI 评分5858 AWS 提出 Trust in Depth：让智能体获得更多自主权而不失控
AWS AI Services 副总裁 Shawn Bice 提出 Trust in Depth 框架，主张在智能体行为可验证时让它自主行动，把人工判断留给真正需要决策的环节。
NVIDIA BlogAI 评分2222 NVIDIA DLSS 4.5 控制选项上线 GeForce NOW
NVIDIA DLSS 4.5 控制选项已在 GeForce NOW 上线，支持 Windows、macOS、Chrome OS 和 Steam OS，Ultimate 会员在 GeForce RTX 5080 云主机上可使用最高 4X 的 Dynamic Multi Frame Generation。
NVIDIA BlogAI 评分3838 NVIDIA 加入欧盟 AI in Science Enablers 计划，开放 250+ 模型与算力资源
NVIDIA 在都柏林 AI in Science Summit 上宣布加入欧盟委员会发起的 AI in Science Enablers Initiative，为欧洲科研社区提供加速工具、算力、培训与创业支持。
NVIDIA BlogAI 评分2222 NVIDIA 与北欧如何展示区域级先进计算的落地路径
NVIDIA 披露其在北欧的技术生态布局：瑞典初创 Lovable、Legora 获投资，Spotify 用 TensorRT-LLM 降低播客推荐单次查询成本，ABB Robotics 基于 Omniverse 的 RobotStudio HyperReality 实现最高 99% 仿真精度、调试时间减少最多 80%。
Ars Technica · AIAI 评分4242 Epic 称用 vibe coding 重写的新版 Epic Games Launcher 比 Steam 更快
Epic 发布新版 Epic Games Launcher 的公开 "Preview" 版本，称其用 vibe coding 重写，比现有版本更快、更灵敏并采用全新外观。Epic Games Store 总经理 Martin Keely 表示团队从零开始，用 AI 编写和审查新功能，小团队得以更快重写代码库并支持 Windows 和 Mac，后续还将推出 Linux 版本。
AWS Machine Learning BlogAI 评分5858 用 Amazon Bedrock AgentCore 构建可自我改进的文档处理系统
AWS 发布教程，介绍如何用 Amazon Bedrock AgentCore 搭建多智能体文档处理系统，自动完成分类、抽取、校验并从纠错中学习。系统由 8 个智能体组成，通过 Strands Agents 编排识别与训练两条工作流，新单据类型首次处理约 3 分 49 秒，同类单据再次处理降至 1 分 30 秒。
AWS Machine Learning BlogAI 评分3838 用 Amazon Bedrock AgentCore 自动生成演示文稿
基于 Amazon Bedrock AgentCore 构建的 AI 智能体系统可自动生成 PowerPoint 演示文稿，内部测试中完成一份演示文稿耗时不到 90 秒。
AWS Machine Learning BlogAI 评分2828 Tamnoon 如何用 Amazon Bedrock 构建 AI 驱动的云安全修复平台 Tami
Tamnoon 基于 Amazon Bedrock 构建了智能体式云修复编排器 Tami，可自主调查 CNAPP 等来源的安全发现并评估修复安全性，再带护栏地生成和执行修复方案。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、修复和代码生成四个专用智能体组成，通过单一 API 按任务调用不同基础模型。
AWS Machine Learning BlogAI 评分2525 如何用 Amazon SageMaker JumpStart 部署并评估模型
Amazon SageMaker JumpStart 提供可复用 Python 脚本，完成从目录部署模型、运行示例提示词测量延迟与单请求生成速率，到测试后删除端点的三步流程。
NVIDIA BlogAI 评分3535 欧洲多城部署 NVIDIA 驱动的 AI 智能体，提升城市运营效率
欧洲多国城市正采用 NVIDIA 加速计算构建物理 AI 智能体和数字孪生，用于城市运营与公共服务。法国 Côte-d'Or 在 500 多栋公共建筑部署智能体，将文档检索时间从数周缩短至数分钟，运营成本降低 10%，目标规模化后达 30%。
Latent SpaceAI 评分6262 Dyna Robotics 联合创始人 Jason Ma 谈 Dyna-2 世界动作模型与机器人长时自主
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 播客中介绍，公司上月发布的 Dyna-2 世界动作模型基于超过一百万小时人类视频预训练，并已推出物理机器人智能体 Dyna-2.1。
GitHub Blog · AI & MLAI 评分5050 GitHub 如何用 ModernBERT 分类器减少密钥扫描误报
GitHub 为密钥扫描训练了专用的 ModernBERT 分类器，替代此前基于 LLM 的流水线，用户告警接受率提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本降低 98%。该方案采用两阶段流程：先用正则表达式高召回地生成候选，再由微调后的 ModernBERT 结合文件路径、变量名和周边代码判断是否为真实密钥。效率提升使通用密钥检测得以扩展到推送保护，在开发者推送前就返回结果。
NVIDIA Blog精选AI 评分7878 NVIDIA RTX Spark 笔记本上市前，生态伙伴推出本地 AI 软件更新
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，配备最高 128GB 统一内存和 1 petaflop AI 算力，生态伙伴同步推出本地 AI 软件更新。
推荐理由：原文列出 RTX Spark 上市前生态伙伴的软件更新清单，可据此了解本地智能体在 PC 上的落地方式。
GitHub Blog · AI & MLAI 评分5858 GitHub 推出 AI 密钥检测模型，将推送保护扩展到非结构化密钥
GitHub 发布基于 ModernBERT 的通用密钥检测模型，用代码上下文识别数据库密码等非结构化密钥，候选批次评估耗时低于 2 毫秒，可将可拦截的密钥数量提升一倍以上。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架
微软研究院开源 Agent Lightning v1.0，用约 3500 行代码实现完整的智能体强化学习控制平面，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重新实现智能体。
推荐理由：微软研究院开源了约 3500 行的智能体强化学习框架，读者可了解它如何让部署中的 harness 直接参与训练。
Microsoft ResearchAI 评分4848 微软研究院用机器学习预测电网空间天气风险
微软研究院开发了一套端到端机器学习流水线，可提前30-60分钟为美国本土66,935座变电站生成位置级空间天气风险估计。系统结合AE与Dst指数预报、纬度、地质电导率等数据，在2020-2026年评估期内检测到近80%的重大空间天气事件。其中Dst预测器在62.2%的活跃时段小时数上优于Burton方程，集成后使严重风暴检测率提升1.2个百分点。
GitHub Blog · AI & MLAI 评分4848 GitHub Copilot 用 canvas 取代聊天框：当 chat 是错误 UI
GitHub Copilot 应用推出 canvas，一种在应用内运行、无浏览器界面的全栈小应用，可与 Copilot 智能体双向通信。canvas 能调用第三方 API 并在本地执行代码，例如做出可浏览和安装 Winget 包的界面，或用 SQLite canvas 直接操作数据库。
Microsoft Research精选AI 评分6060 微软研究：把物理 AI 推理卸载到边缘或云端可提升机器人性能与续航
微软研究院系统测量了移动操作机器人分别在端侧、边缘和云端 GPU 上运行推理的差异，发现把推理卸载出机器人可提升任务成功率并延长续航。
推荐理由：微软团队系统测量了机器人端侧 GPU 推理的性能与续航代价，并给出可复用的卸载工具链。
Berkeley AI Research精选AI 评分6060 K-Search 从 CUDA 迁移到 MLX，为 Apple Silicon 生成高性能内核
Berkeley Sky Lab 与 IBM Research 将 K-Search 内核搜索框架扩展到 MLX，通过结构化的 CUDA-to-MLX 翻译层让已有 CUDA 内核经验适配 Apple Silicon。
推荐理由：读者可以看到 CUDA 内核经验如何被结构化翻译成 MLX 优化策略，以及翻译层对最终性能的具体贡献。
Berkeley AI ResearchAI 评分3838 ABBEL：通过信念状态更新让 LLM 高效完成长程交互
伯克利 AI 研究提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，用受自编码器启发的重建式信念评分作为辅助 RL 任务。在 CollabBench 协作编程任务上，该方法把与全上下文模型的性能差距缩小约 50%，训练步数减少 50%，峰值 token 长度仍显著低于全上下文。
Berkeley AI ResearchAI 评分4242 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
GPT-4 级能力每百万 token 价格从 2023 年初约 30 美元降至如今不足 1 美元，部分厂商已低于 0.10 美元，推理价格年降幅在 9x 到 900x 之间、中位数约 50x。
Berkeley AI ResearchAI 评分3838 自适应并行推理：高效推理扩展的下一个范式
自适应并行推理让模型自行决定何时分解并并行化独立子任务、开启多少并发线程以及如何协调。现有方法多由模型外部固定并行结构，如 Self-consistency、Best-of-N、Tree of Thoughts、MCTS，以及 ParaThinker、GroupThink、Hogwild!