部署工程

随着封闭实验室越来越多地设计自己的芯片，Nvidia购买了开放人工智能的前门

Nvidia计划以约129亿美元收购Hugging Face，以确保开放人工智能模型的中央平台。超过1800万开发者和20万家公司使用该中心。首席执行官Jensen Huang承诺保持平台开放和硬件中立，但这笔交易也为他提供了一个强大的计算分销渠道。随着关闭的实验室越来越多地设计自己的芯片，Nvidia购买了开放人工智能的前门这篇文章首先出现在The Dec

Nvidia RTX Spark“超级芯片”：第一台人工智能PC问世

在IFA 2026上，Nvidia及其合作伙伴展示了首款基于RTX Spark的笔记本电脑和迷你PC，旨在在您的计算机上运行人工智能模型。

英伟达将收购Hugging Face

我很高兴地宣布，NVIDIA已经同意以129.303亿美元的价格收购Hugging Face。我们将共同扩展Hugging Face的平台，加强其基础设施，并扩大全球开发人员和机构对人工智能的访问。在过去的十年中，Clem，Julien，Thomas和Hugging Face的团队已经建立了一些了不起的东西：一个充满活力的家[...]

地平线征程智驾芯片量产突破1500万！

9月3日，地平线正式宣布征程®智驾芯片量产突破1500万，凭借量产规模第一与市场份额第一的双领先优势，持续领跑中国智驾芯片市场。 作为中国首款实现大规模前装量产、累计出货量最高的车载智能芯片，地平线征程®智驾芯片已累计赋能800万车主，与超40个品牌达成合作，中国前十大车企全部在列。 自 2020 年开启前装量产以来，地平线征程芯片实现从0到1000万量产用

世界生成模型来了3D头部玩家，可进入生产管线的场景级生成时代来临！

单图直出场景，顶会最佳论文落地

视频生成算力新选择：SmarCo GC3如何绕过“存储墙”这道硬门槛

大模型生成视频，正在成为这个算力饥渴时代最典型的应用场景之一。一段由AI生成的1080P视频，背后往往是数十亿参数神经网络的反复迭代，是海量张量运算在时空维度上的密集交织，也是无数像素数据在芯片与存储之间的辗转奔袭。 对于大多数创作者而言，按下"生成"按钮之后等待渲染完成的焦虑，以及不断攀升的GPU集群账单，几乎已经成为一种常态。这场无声的算力战争背后，一个

Anthropic通过350亿美元的Lambda交易加强Claude基础设施

Anthropic已与英伟达支持的云提供商Lambda签署了价值350亿美元的云计算协议。Anthropic以350亿美元的Lambda交易加强Claude基础设施的文章首先出现在The Decoder上。

Perplexity开源Lily：一个基于Apple Silicon的Qwen3.6- 35 B-A3 B的Rust + Metal推理引擎

Perplexity开源了Lily，Lily是Perplexity Computer中混合计算背后的本地推理引擎。它内置于Rust中，具有针对一个芯片系列上的一种型号的定制Metal内核，在40核、128 GB M5 Max上，MLX-LM的平均预填充吞吐量为1.23倍，解码吞吐量为1.35倍。Perplexity开源Lily：Apple Silicon上Q

大模型厂商，正忙着自备“干粮”|DeepSeek|OpenAI|AI芯片|智谱|Hugging Face_手机新浪网 - finance.sina.com.cn

WorkBuddy金融版正式发布，让Agent真正进入金融业务现场

9月 3 日，腾讯WorkBuddy金融版正式上线 。 WorkBuddy金融版 是 专门 面向金融机构打造的AI智能工作台， 可为券商、银行、保险等 行业 提供开箱即用的专家与技能矩阵，丰富的金融数据源及全链路安全可信底座，覆盖投研、合规、客户经营、信贷尽调、财富资配等核心业务场景，助力金融机构安全、高效地落地智能体应用。 金融行业的业务逻辑复杂，且对安全

千问办公落地长安汽车，“研产供销服”都在用

9月2日，记者获悉，长安汽车已在研发、生产制造、供应链、销售、服务等业务场景接入千问办公。 作为中国汽车行业三大央企之一，长安汽车积极拥抱AI技术浪潮，提出“无AI，不长安”。此前，长安汽车已推出业内领先的天枢领航、天枢座舱等产品。今年以来，长安汽车进一步将AI创新推进到组织内部，覆盖各个业务单元。 长安汽车公司总裁助理、变革与效率部总经理梁光忠表示：“在长

欧洲与中东的 AI 智能体规模化之路：施耐德电气、沃达丰与 monday.com 的经验启示

📌 One-Sentence Summary 本文探讨了施耐德电气、沃达丰和 monday.com 等企业如何通过优先建设基础设施、可观测性和模块化智能体架构，从分散的智能体原型向可扩展的生产级 AI 平台转型。 📝 Summary 随着各组织跨过初始智能体概念验证阶段，它们面临着严峻的运营挑战。本文揭示了欧洲与中东地区的一项战略转变：企业正从构建孤立的、炫

为您的编码代理提供您自己的内存

Qwen开发人员开源zg（zvec-grep）：本地优先搜索层，统一ripgrep、BM 25和Vector搜索

我们来看看zg（zvec-grep），这是Qwen Developers刚刚在Apache 2.0下开源的本地优先搜索层。我们解释了它如何将ripgrep、BM 25和vector搜索置于单个接口后面，以便代理可以从简单语言描述转移到精确的行跨度，而无需切换工具。我们涵盖故意较小的HCP表面、设备上嵌入目录以及位于本地内容和远程模型之间的授权门。Qwen开发

利用推测解码协同设计 AI 模型，加速 LLM 推理

📌 One-Sentence Summary 本技术指南探讨如何通过推测解码优化 LLM 推理速度，提供五项工程准则，帮助在吞吐量与交互性的帕累托前沿上选择最优草稿长度与机制。 📝 Summary 作为 AI 模型协同设计系列文章的一部分，本文深入探讨了推测解码——一种通过小型草稿模型预测多个 token，再由大型目标模型并行验证，从而加速自回归解码的技术。

验证澳大利亚Amazon Bedrock上的OpenAI模型，并具有全球跨地区推理

澳大利亚团队现在可以访问Amazon Bedrock上的OpenAI GPT-5.6 Sol、Terra和Luna模型，并从亚太（悉尼）和亚太（墨尔本）地区进行全球跨地区推断。本文展示了如何调用模型、使用提示缓存、使用OpenID Connect身份验证设置Codex以及使用Amazon CloudWatch监控使用情况。

利用AWS上的生成性人工智能现代化和扩展支持运营

了解如何在AWS上构建基于生成性人工智能的支持运营平台，该平台将培训视频转换为结构化SOP，应用检索增强生成来指导票证解析，并使用机器学习来预测SLA风险并确定工作优先顺序。

AWS团队如何使用Amazon Bedrock大规模检测仪表板内容故障

即使每个基础设施监视器都报告健康，商业智能仪表板也可能悄然发生故障，显示空白、陈旧或错误的数据。了解AWS团队如何在Amazon Bedrock上构建自动化、人工智能驱动的内容验证解决方案，该解决方案扫描数百个仪表板并向所有者发出警报，将平均检测时间从几天缩短到一小时以下。

从代码到图表：Amazon Bedrock AgentCore的抽象架构文档

了解一家全球交易商间经纪商如何在Amazon Bedrock AgentCore上构建自动化架构文档管道，该管道可分析.NET代码库、生成架构图并通过Amazon Bedrock Knowledge Bases和AWS CodePipeline维护可搜索的文档。

Trinity：为残疾学生制定全面的人工智能过渡规划

了解大学初创公司及其AWS合作伙伴如何将针对残疾学生的对话人工智能解决方案Trinity扩展到Amazon Bedrock上的无服务器多代理架构，该架构为美国各地的学区制定符合IDE的过渡计划。

认识Switch yard：Rust代理和库，可通过OpenAI和Anthropic API路由和翻译LLM流量

NVIDIA发布了Switch yard，这是一个用于LLM流量的Apache-2.0 Rust代理和库。它将请求解码为与提供商无关的类型，使用直通、随机、LLM分类器或阶段路由器算法对其进行路由，并将响应翻译回客户端的格式，因此Claude Code或Codex CLI可以在vLLM、NIM或Olama上运行，保持不变。该项目是Alpha前项目，不用于生产

GRADSOLVE：在图形处理器上实现ODE集成的快速精确渐变

作者：Alessio Spurio Mancini|常微方程（ODE）是科学和工程模型的基础，许多应用需要其解相对于参数的求导。独立轨迹的集合适合图形处理单元（图形处理单元），但当前的图形处理单元（图形处理单元）必须做出权衡：最快的集合求解器无法在反向模式下以其求解速度区分，而求解器