使用 SageMaker SDK v3 实现边缘侧车队级计算机视觉模型生命周期管理
AWS 在一篇博文中演示了如何用 Amazon SageMaker Python SDK v3 构建面向多摄像头的边缘计算机视觉模型全生命周期管理方案,是对 2023 年视觉质检 MLOps 系列的更新。
AWS 在一篇博文中演示了如何用 Amazon SageMaker Python SDK v3 构建面向多摄像头的边缘计算机视觉模型全生命周期管理方案,是对 2023 年视觉质检 MLOps 系列的更新。
NVIDIA 扩展 Cosmos 平台,新增训练工具、模拟 checkpoint 和 Cosmos Data Factory 蓝图,帮助开发者构建供物理 AI 使用的世界模型。
NVIDIA 展示多家欧洲零售企业用其加速的开放模型与物理 AI 落地零售场景。Shopify 后训练 NVIDIA Nemotron 3.5 Lightning 用于 Sidekick 的 GraphQL 子代理,内部基准上准确率超越领先前沿模型,推理成本降低 90%、响应快 7x,并用 CCluster vLLM 在五类场景实现最高 4.5x 提速与 12x 降本。
Google Research 在 JAMA Network Open 发表前瞻性研究,验证 AI 模型可基于无超声训练的基层人员采集的盲扫图像评估孕周,在美国芝加哥 Northwestern Medicine 和肯尼亚内罗毕 Jacaranda Health 两地部署。
推荐理由:Google 自述的前瞻性多中心验证显示 AI 孕周评估达到专家水平,关注医疗 AI 泛化部署的读者可参考其评估方法与经验。
Google 在 Mountain View 的 Research@ 活动上展示了 10 项研究进展。Google Earth AI 扩大早期访问,开放地理空间分析、行星预测引擎和 agent-to-agent API,并由超 70 个地理空间工具支持,Google.org 提供 $10 million 资助危机韧性与公共卫生项目。
Google DeepMind 发布 Gemini 4 Argon,定位为通用物理推理模型,在 Embodied Reasoning(ERQA)基准上以纯推理取得 87%,超过其他前沿模型。
推荐理由:官方展示了 Gemini 4 Argon 在机器人控制、Real2Sim 和自改进等场景的具体提示词与结果,可帮助读者评估它在机器人栈上的实际用途。
Google DeepMind 发布 EmbeddingGemma 2,基于 Gemma 4 架构、740M 参数,采用 Apache 2.0 许可,将文本、代码、图像、视频与音频映射到统一嵌入空间,面向端侧推理。
推荐理由:原文给出参数量、模块化编码器、维度截断与端侧内存占用等具体规格,便于评估本地多模态检索方案的可行性。
Mistral AI 发布 Mistral Large 4(昵称 le Chonk)公开预览,可在 Mistral Studio 试用,权重将于本月底开源。
推荐理由:官方给出 1 万亿参数MoE规格、多项基准分数和月末开源权重计划,读者可据此评估其在开源模型中的实际位置。
Berkeley AI Research 在 NeurIPS 2025 论文中提出直接基于信息量评估和优化成像系统的框架,用仅依赖噪声测量和噪声模型的信息估计器计算互信息。该指标在彩色摄影、射电天文、无透镜成像和显微成像四个领域均能预测解码器性能,优化它得到的系统设计可匹配 state-of-the-art 端到端方法,且内存、计算更省,无需任务专用解码器设计。