Grok 4.7 上线 Amazon Bedrock，支持 500K 上下文与四级推理强度
xAI 的 Grok 4.7 现已上线 Amazon Bedrock，提供 500K token 上下文窗口，支持 low、medium、high、xhigh 四级推理强度，可通过 Responses、Chat Completions 和 Converse API 调用。
推荐理由：原文给出了模型能力、接入方式和成本控制要点，读者可据此判断如何在 Bedrock 上使用 Grok 4.7。
9月29日 · 周二
精选
最新精选
AWS Machine Learning Blog精选AI 评分7070
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，为对话模型加入实时视频形象
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，为原生实时对话模型加入近实时视频生成能力，可边听边看边用动态视觉形象说话。该功能支持精确唇形同步、自然表情和流畅轮换，并可在后台异步调用工具的同时保持对话不中断。即日起在 Gemini Enterprise 中可用，支持跨 97 种语言无缝切换，所有输出均带 SynthID 水印。
推荐理由：原文给出了实时视频形象、异步工具调用和 97 语言同步等能力细节，读者可据此判断企业客服等场景的落地方式。
Google DeepMind精选AI 评分6262 Google 为 Private AI Compute 引入安全服务端内存，实现跨设备持久记忆
Google 公布 Private AI Compute 架构更新，新增安全服务端内存层，让 AI 助手在云端获得跨设备持久记忆，同时保持设备端隐私标准。数据被密封在加密存储中，解锁密钥仅存于个人设备，即使 Google 也无法访问；处理时通过端到端加密通道在安全隔离区临时解密，随后立即重新加密。Google 还发布了防篡改的服务器软件公开记录及独立安全审计结果，供社区验证。
推荐理由：原文给出了加密存储与设备端密钥分离的架构细节，读者可据此判断云端持久记忆的隐私边界。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音生成模型
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持用自然语言提示从零创建自定义角色声音、逐行导演表演，并覆盖 100 多种语言。
推荐理由：原文给出了两款新语音模型的能力边界、开放入口和评测排名，读者可据此判断其适用场景。
NVIDIA Blog精选AI 评分6262 NVIDIA Isaac ROS 5.0 发布，引入智能体工作流并支持 ROS Lyrical
NVIDIA 在 ROSCon 大会上发布 Isaac ROS 5.0，这是一套基于 ROS 的 GPU 加速开源包，新增智能体工作流和平台支持，帮助开发者更快构建、定制和部署机器人应用。
推荐理由：原文给出了 Isaac ROS 5.0 的智能体工作流、ROS Lyrical 支持和生态伙伴落地案例，读者可据此判断它如何加速机器人开发。
Hugging Face Blog精选AI 评分7373 Hugging Face transformers 支持运行 llama.cpp 的 GGUF 量化模型
Hugging Face 在 transformers 中加入对 GGUF 模型的高效运行支持，通过复用 ggml 的 Metal 内核，可在 Apple Silicon 上以熟悉的 from_pretrained 接口加载并生成。
推荐理由：原文给出了 GGUF 加载方式、性能对比和当前限制，读者可以据此判断在 transformers 里跑本地量化模型的可行性与适用场景。
Hugging Face Blog精选AI 评分6262 tokenizers v1 发布候选版：编码速度提升 3 至 30 倍
Hugging Face 发布 tokenizers v1 的候选版本，编码路径比 v0.23 快 3 到 30 倍，在 Apple M4 Max 上八线程扩展效率为线性扩展的 76%，且输出 token ID 与旧版完全一致。
推荐理由：原文给出了 v1 相比 v0.23 的编码提速幅度和实现原理，读者可据此判断升级收益与适用场景。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 AlphaGenome Atlas，预测人类基因组全部单核苷酸变异影响
Google DeepMind 发布 AlphaGenome Atlas 平台，包含人类基因组中 90 亿个单核苷酸变异的分子效应预测，并推出 AVI 评分用于快速排序变异影响。该平台以 1PB 数据集形式提供，面向学术研究免费开放，可通过网站门户、AlphaGenome API 及 Google Antigravity 技能访问，商业用途即将在 Google Cloud 上线。
推荐理由：原文给出了覆盖全基因组 90 亿单核苷酸变异的预测平台及其开放入口，读者可据此判断它在罕见病和复杂性状研究中的可用范围。
GitHub Blog · AI & ML精选AI 评分7878 GitHub 推出 Project HydraFusion 研究预览，通过多模型编排实现前沿质量
GitHub 推出 Project HydraFusion 研究预览，通过运行时编排在多个提供商的模型中选择执行计划，以平衡质量、成本与延迟。它支持 Single、Cascade、Critique 三种执行模式，在 TerminalBench 2.1 上相比 Claude Opus 5 提升 4.9 个百分点且成本降低 67%。
推荐理由：原文给出了多模型编排的三种执行模式与基准测试结果，读者可据此判断它在质量与成本之间的取舍。
Google DeepMind精选AI 评分6262 Google DeepMind 推出 Fairwind 计划，向政府和合作伙伴开放高级网络防御能力
Google DeepMind 今日推出 Fairwind 计划，这是一个面向政府和受信任合作伙伴的有限访问项目，提供其最先进的网络防御能力。该计划首先让防御者使用 Gemini 3.8 Flash Cyber 模型和 CodeMender 工具，自主发现并修复漏洞，在组织安全云环境中几分钟内生成可部署的补丁。
推荐理由：原文给出了 Fairwind 计划的准入对象、能力组合和开放范围，读者可据此判断该计划对自身组织的适用性。
Mistral AI精选AI 评分7272 Mistral 发布 Agentic Search，提升复杂文档检索准确率并降低延迟
Mistral 发布 Agentic Search，一个多步骤检索层，让模型能搜索、导航、读取并验证复杂文档中的信息。在 FinanceBench 上，准确率从 26.7% 提升至 86%，OfficeQA Pro 上提升 45.6 个百分点；p90 延迟降低最多 39.6%，token 消耗减少三分之一。
推荐理由：官方给出了基准测试的准确率、延迟和 token 消耗数据，读者可据此判断 Agentic Search 相比传统 RAG 的实际收益。
已经到底了