AI 智能体按推理付费：BlockRun 与 Incarna 如何使用 Amazon Bedrock AgentCore payments
Amazon Bedrock AgentCore payments 支持 AI 智能体按推理付费，文中展示 Incarna 与 BlockRun 如何用 x402 完成按次推理结算。
推荐理由：原文给出托管钱包、基础设施限额和 x402 结算流程，读者可据此评估智能体按次付费的工程路径与集成成本。
#部署/推理
AWS Machine Learning Blog精选AI 评分6363
AWS Machine Learning Blog精选AI 评分7373 Claude Haiku 5.5 在 AWS 上线
Claude Haiku 5.5 现已在 Amazon Bedrock 和 Claude Platform on AWS 可用，多数任务成本比 Claude Haiku 4.5 低约 75%。
推荐理由：原文给出亚马逊云 Bedrock 可用入口和约 75% 成本下降，读者可据此评估高量子智能体与编码类生产工作负载的取舍空间。
Hugging Face Blog精选AI 评分7676 Nemotron 通过微调在 IOI 与 IMO 取得两项金牌级结果
Nemotron 通过 SFT、RL 与生成验证修正系统在 IOI 2026 和 IMO 2026 达到金牌水平。IOI 2026 使用 Nemotron-3-Ultra-CC 得 535.4/600，IMO 2026 得 30/42，均超过金牌阈值。
推荐理由：原文给出 Nemotron 通过监督微调、强化学习与生成验证修正循环达到金牌水平的可复现训练配方，读者可迁移到同类任务。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 EmbeddingGemma 2 开放轻量多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是一个 740M 参数的开放轻量多模态嵌入模型。它基于 Gemma 4 架构，采用 Apache 2.0 许可，支持文本、代码、图像、视频和音频统一嵌入，并提供 8K token 上下文窗口。
推荐理由：原文给出 740M 参数、8K 上下文窗口、MRL 截断维度和端侧内存占用，便于判断本地多模态检索可用性。
Google Research精选AI 评分6666 Google 发布下一代基于 TEE 的可验证联邦学习系统
Google 发布下一代联邦学习系统，用 TEE 提供可验证和可审计的数据匿名化保证，Gboard 已采用。Gboard 已部署英语和日语 next word prediction 模型，获得更强隐私保证和更高准确率，训练时间也显著缩短。访问策略发布到 Rekor 公共透明日志，KMS 只向匹配策略的 TEE 工作负载提供解密密钥。
推荐理由：Google 用 TEE 构建可验证联邦学习系统，把训练逻辑放入可远程证明的执行环境，Gboard 已用于英语和日语 next word prediction，并带来更强隐私保证与更高准确率。
NVIDIA Blog精选AI 评分6161 NVIDIA DGX Spark 64GB 新配置发布，支持本地 AI 构建与双机扩展
NVIDIA 发布 DGX Spark 64GB 本地 AI 新配置，10月23日由 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 提供，起价 $4,999。
推荐理由：64GB 配置让本地智能体与 100B 参数模型可在设备内运行，双机集群可把内存扩展到 128GB。
NVIDIA Blog精选AI 评分6363 NVIDIA Blackwell GPU 如何加速 OpenAI GPT-6 Astra Ultrafast
GPT-6 Astra Ultrafast 现已在 OpenAI API 和符合条件的 ChatGPT Work、Codex 用户中可用，运行于 NVIDIA Blackwell GPU。
推荐理由：原文把 Ultrafast 相对标准模式的 token 生成速度优势落到编码智能体的工具调用循环，读者可据此判断低延迟对开发工作流的影响。
Microsoft Research精选AI 评分6363 Microsoft Research 为 Physical AI Toolchain 增加机器人推理卸载能力
Microsoft Research 在 Physical AI Toolchain 中新增机器人推理卸载能力，可用 Kubernetes 工具将推理部署到边缘或云端 GPU。
推荐理由：原文比较了机载 GPU 与边缘或云端推理在移动操作任务中的表现，并量化了任务成功率、延迟和电池寿命差异。
Microsoft Research精选AI 评分6262 Microsoft Research 的 RetroChimera 提升小分子规模化合成预测
Microsoft Research 在 Nature 发表 RetroChimera，开源实现与权重，GitHub 可访问。模型组合 R-SMILES 2 与 NeuralLoc，用学习式集成排序生成逆合成预测。盲测中博士级化学家偏好其反应预测，10 个挑战目标的多步路线成功 9 个，高于 de novo 5、editing 4 和 NeuralSym 2。
推荐理由：原文给出 Nature 论文中的双模型集成、盲测偏好和开源入口，读者可据此判断逆合成预测如何进入可复用的研究工具。
Google DeepMind精选AI 评分6868 Google DeepMind 发布 AlphaGenome Atlas：人类基因组所有单核苷酸变异的预测图谱
Google DeepMind 发布 AlphaGenome Atlas，提供人类基因组 9 billion 个单核苷酸变异的预测，并推出 AVI 评分。该资源是 1-petabyte 数据集，比 AlphaFold Database 大 30 倍以上，覆盖数百种人和小鼠细胞类型与组织。
推荐理由：原文给出覆盖 9 billion 个单核苷酸变异的预测资源与 AVI 评分，帮助研究者快速排序并解释基因组变异的相关分子影响。
Berkeley AI Research精选AI 评分6565 K-Search 如何将数十年 CUDA 内核经验迁移到 Apple Silicon 的 MLX
IBM Research 基于 UC Berkeley Sky Lab 的 K-Search 扩展 MLX，并构建 CUDA 到 MLX 翻译层，在 Apple Silicon 上达到接近专家水平的内核性能。
推荐理由：原文展示 CUDA 优化知识如何转成 MLX 架构策略，并给出注意力与 Mamba 预填充的实测对比，便于理解跨硬件内核优化如何迁移。
已经到底了