AIHOT DAILY
2026-11-07
01产品发布/更新
- SageMaker Inference 现已支持 Multi-Instance GPU,最大限度提高模型端点的 GPU 利用率
Amazon SageMaker Inference 现已支持通过 NVIDIA Multi-Instance GPU (MIG) 对 GPU 进行分区,将单个 GPU 划分为多个硬件隔离的分区,让您能够在每个分区中运行不同的模型,或按需使用新一代加速器中大小适宜的一部分资源。本文展示了如何通过两个可选的 API 字段在每个分区中部署一个模型,并介绍了与使用一整块较旧 GPU 进行对比的实测结果。
— AWS Machine Learning Blog
- Greenlight Financial 如何基于 Amazon Bedrock AgentCore 构建自主 SOC 解决方案
Greenlight Financial 使用基于 Amazon Bedrock AgentCore 的分层多智能体系统 Luna,在每月多达 4,000 起安全与风险事件中,无需人工干预即可解决超过 90% 的事件。本文介绍了该系统的架构、用于持续学习的情景记忆,以及从 SOC 运营向金融风险分诊的拓展。
— AWS Machine Learning Blog
- 借助安全控制,将 Claude Code 扩展到 Amazon Bedrock AgentCore 上的远程会话
将 Claude Code 作为远程智能体在 Amazon Bedrock AgentCore 上运行。每项编码任务都在你的 AWS 账户中各自独立的隔离会话内运行,每次模型调用都通过 Amazon Bedrock 进行,结果则以 GitHub 拉取请求的形式返回,供你审查和合并。
— AWS Machine Learning Blog
- Show HN:智能体从源代码推断 Lego 机械机构,再为其制作动画
大家好 :) 大约一个月前,我发布了 LDraw Nova,这是一套通过生成 LDraw 源代码文件来组装 LEGO CAD 模型的智能体工具集。更多详情请见这篇 Show HN 帖子:https://news.ycombinator.com/item?id=49937916 从评论中,我感觉大家不仅对 AI 生成的 LEGO 模型感兴趣,也很想看到 AI 为 LEGO 模型制作的动画。我回顾了以往实验的结果,发现可以利用具备智能体能力的 LLM 来: - 分析 LEGO 模型的 LDraw 源代码 - 通过阅读其中零件的描述和排列顺序,逆向推导出模型中的机械机构! - 然后通过 Blender 为它们制作动画! 这次我介绍的新项目 LDraw Mecha,就是最终成果,也证明了这条路线可行: - 读取带有特定注释的 LDraw LEGO 模型 .mpd 源文件 - 推断模型的子模型结构 - 从中选出属于机械机构的子模型 - 规划动画 - 在 Blender 中执行动画制作 简而言之,就是从一个初始的 .mpd 源文件出发,得到完成绑定并制作好动画的模型,以 Blender(.blend)文件形式输出。 可以在这里查看成果: - 代码仓库(v0.5.0):https://github.com/anteloc/ldraw-mecha/tree/v0.5.0 - 作品展示:https://github.com/anteloc/ldraw-mecha/blob/v0.5.0/GALLERY.m... - 制作流程:https://github.com/anteloc/ldraw-mecha/blob/v0.5.0/PROCESS.m... 这个项目很不寻常,非常希望能得到社区的反馈。谢谢大家! 评论链接:https://news.ycombinator.com/item?id=50397325 得分:4 评论数:0
— Hacker News 熱門
- NVIDIA 开源工具如何帮助研究人员构建下一代 6G 网络
一年前,NVIDIA 将其 Aerial 无线软件开源,使其与 Sionna 及更广泛的一系列开源工具一道,加速下一代 6G 网络的开发。这些工具共同为研究人员提供了基础,使他们能够测试想法、比较结果,并在彼此工作的基础上继续推进——将仿真和 AI 训练与真实空口无线实验连接起来 […]
— NVIDIA Blog
02行业动态
- 与 Hacktron 合作,发现 OpenAI 系统中的漏洞
OpenAI 正与 Hacktron 合作,利用前沿 AI 发现漏洞、测试与第三方服务的连接,并加强防御。
— OpenAI Blog
03论文研究
- 衡量 AI 智能体处理日常湿实验室科研任务的能力
OpenAI 推出 BioBasicsBench,这是一套包含 100 项任务的基准测试,用于衡量 AI 智能体解读原始实验数据和处理日常湿实验室科研任务的能力。
— OpenAI Blog
04技巧与观点
- 使用 Okta Cross App Access 和 Amazon Bedrock AgentCore 管控 AI 智能体访问权限——第 2 部分
在第 1 部分中,你构建了一个受管控的智能体。第 2 部分将这一模式扩展到企业级:Amazon Bedrock AgentCore Gateway 成为统一入口,并兑付 Okta 的授权;Cedar 策略将每个工具绑定到智能体;第二个智能体在 Amazon EKS 上运行;AgentCore Observability 在 Amazon CloudWatch 中追踪每一次允许和拒绝访问的决策,并与 Okta 的日志一同呈现。
— AWS Machine Learning Blog