基于 NVIDIA Nemotron 开源模型构建万圣节互动鬼屋智能体
NVIDIA 员工利用 Nemotron Voice Agent 框架及系列开源模型制作了万圣节交互投影装置 MonsterHouse。
推荐理由：文章拆解了端到端语音与面部驱动智能体的硬件与模型组合方案，展示了低延迟本地交互的多模态工程落地细节。
#部署/工程
Hugging Face Blog精选AI 评分6262
NVIDIA Blog精选AI 评分6464 SETI 研究所与 Breakthrough Listen 引入 AI 智能体搜寻外星信号
Breakthrough Listen 与 SETI 研究所将 AI 智能体引入加州艾伦望远镜阵列的日常观测，研究人员通过单条自然语言提示词即可控制望远镜转向并实时处理数据。系统依托 NVIDIA Holoscan 平台和 RTX PRO 6000 Blackwell GPU，支持每秒 2.4 Tb 传感器数据直入显存并就地推理，此前已在蟹状星云完成脉冲星的实时 AI 探测。
推荐理由：该方案展示了如何将智能体调度与边缘流处理结合，为超大规模高通量传感器数据的自动化分析提供了工程参考。
Hugging Face Blog精选AI 评分6161 Hugging Face 发布 AnySpeechRecognizer 与 AnyDecisionModel 两款苹果平台开源 Swift 库
Hugging Face 推出 AnySpeechRecognizer 与 AnyDecisionModel 两款开源 Swift 软件包，支持在苹果平台上本地下载并运行开源语音与决策模型。
推荐理由：为苹果平台开发者补齐了开源语音识别与类型化概率决策接口，可直接在端侧替换原生框架并结合量化模型。
Latent Space精选AI 评分7676 Anthropic 团队详解 Claude 平台工程：如何将模型“大脑”与智能体“双手”解耦
Anthropic 团队成员在 Latent Space 访谈中拆解了 Claude 平台的工程架构，核心是将模型的“大脑”推理与智能体的“双手”执行进行解耦以实现安全隔离。对话还深入讨论了 Opus 5.5 的交付与定价、托管智能体的 harness 调度机制、用 Rust 重建 Messages API 以及对 Anthropic S-1 文件的解读。
推荐理由：访谈揭示了 Anthropic 在长周期智能体与沙箱隔离上的工程取舍，为构建托管智能体提供了第一手架构参考。
AWS Machine Learning Blog精选AI 评分6161 Property Finder 与 AWS 详解消除评测偏见与视觉模型优化实践
Property Finder 联合 AWS 团队发现其 96.8% 的视觉评测标签源自原模型输出而导致循环偏见，通过引入领域专家独立标注并结合提示词优化，在 Amazon Bedrock 上将房产图像评估模型切换为 Llama 4 Maverick 17B Instruct。
推荐理由：原文揭示了用旧模型输出做评测基准所导致的循环偏见，为视觉模型选型和提示词工程提供了可迁移的落地流程。
The Decoder精选AI 评分7676 Anthropic 称单智能体架构常优于多子智能体，并发布迁移套件
Anthropic 建议企业评估是否把多个子智能体整合为单一主智能体，由它按需加载上下文，认为这样在质量、成本和延迟上常更优。该公司称从 Opus 4.5 起，包括 Opus 5.5 和 Fable 5.1 在内的新模型能在单个循环中直接管理复杂计划；一次对比中单智能体架构运行速度约为多智能体方案的两倍。
推荐理由：Anthropic 基于企业部署经验说明单智能体在质量、成本和延迟上优于多子智能体，并给出迁移判断标准。
Google Research精选AI 评分6464 Google Research 介绍结核病筛查基础模型的落地路径
Google Research 在 IDWeek 2026 上分享结核病筛查 AI 从研究走向临床部署的历程，依托 MedSigLIP 和 MedGemma 等开放基础模型支持各地自建方案。
推荐理由：Google Research 复盘结核病筛查 AI 从论文走到 CE 认证与井下部署的完整路径，可供医疗 AI 落地参考。
Microsoft Research精选AI 评分6565 Microsoft Research 发布 Flint-interactive，用高层语言创建交互式数据可视化
Microsoft Research 发布 Flint-interactive，这是一种构建在 Flint 之上的语言，让智能体和开发者用高层语义事件与更新算子描述交互，由编译器处理布局、渲染和依赖。
推荐理由：Flint-interactive 把交互逻辑交给编译器处理，读者可据此判断智能体生成交互式图表时能省下多少调试成本。
NVIDIA Blog精选AI 评分7171 NVIDIA 扩展 Cosmos 平台，新增世界模型训练、评测与部署工具
NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图，并在 GTC Berlin 把 Cosmos Framework 的训练优化技能扩展到更多开放模型，同时发布 Cosmos 3。
推荐理由：原文列出数据工厂蓝图、训练框架与推理加速的完整链路，读者可据此判断世界模型的工程化门槛变化。
Latent Space精选AI 评分8787 DeepSeek 开源推理栈 DeepInfer，披露 155T tokens/日产能与单卡小时收入
DeepSeek 开源了支撑 V4.1 Flash 的生产推理框架 DeepInfer，并发布配套的 deepseek-recipe 协议转换库，支持 NVIDIA SM100 与华为昇腾 950，KV cache 管理和负载均衡等组件因与内部基础设施耦合暂未完整放出。
推荐理由：材料把 DeepSeek 开源推理栈的架构设计与经济测算放在一起，读者可据 vLLM 的对比视角判断其可复用程度。
Microsoft Research精选AI 评分6767 微软研究院推出零知识证明虚拟机 Magnetar
微软研究院发布零知识证明虚拟机 Magnetar，可证明用 Rust、Go、C 编写的程序，在 15 个基准程序上平均比现有最快的同类 zkVM 快 10 至 39 倍。它基于 RISC-V 架构，开发者无需手写密码学电路，安全性仅依赖 SHA-256、SHA-3 等标准哈希函数，不依赖椭圆曲线、格或可信设置。其证明校验时间约 12 毫秒，笔记本上每秒可证明 7.2 至 8.7 百万条处理器指令。
推荐理由：微软研究院的新零知识证明虚拟机宣称比现有最快同类的 zkVM 快 10 至 39 倍，并仅依赖标准哈希函数，读者可借此理解这条技术路线的取舍。
Microsoft Research精选AI 评分8080 微软研究院开源 Agent Lightning v1.0，约 3500 行代码的轻量 agent RL 框架
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量 agent 强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练。
推荐理由：微软研究院开源这个框架，可以直接解决真实 agent harness 接入 RL 训练时重复实现的问题，并给出了可复现的编码智能体训练流程。
已经到底了