vLLM 宣布 Day-0 支持 NVIDIA Nemotron 3.5 Lightning
NVIDIA 与 vLLM 团队宣布 Day-0 支持 Nemotron 3.5 Lightning，这是一个面向常驻智能体的开源混合 MoE 模型，总参数 30B、每 token 激活 3B，上下文最长 1M token，从 Nemotron 3 Ultra 蒸馏而来。
全部AI 动态
全部动态
今日 79 条vLLM 官方博客（RSS）AI 评分5959
browser-use：GitHub 新仓库AI 评分4646 browser-use 发布 browser-worlds-tinker-rl：用 Tinker RL 训练专用浏览器智能体
browser-use 推出 browser-worlds-tinker-rl，结合 Tinker RL 与确定性的 Browser Use Worlds 训练专用浏览器智能体。该仓库面向浏览器智能体的强化学习训练场景，目前已在 GitHub 上线。
Sierra：Blog（RSS）AI 评分4444 Sierra 推出 Voice Personas：为 AI 智能体打造品牌专属语音人格
Sierra 发布 Voice Personas，让企业为同一个 AI 智能体配置不同语音人格，覆盖多语言、多品牌与多市场场景。该功能结合语音、个性与语言感知行为，并接入 Sierra Agent SDK，支持调整语速、应对打断及对话中切换语音或语言。Sierra 称某智能体搭配自然语音与人格后问题解决率提升近 50%，Voice Personas 现已上线。
vLLM 官方博客（RSS）AI 评分4242 vLLM 在 Qwen3.5 上实现 25K 总 TPS/GPU
vLLM 社区完成 Qwen3.5 混合注意力架构的分离式服务优化，在 GB200 NVL72 系统上实现超过 25K 总 TPS/GPU。
Hugging Face：Blog（RSS）AI 评分4343 Baseten 成为 Hugging Face Hub 支持的 Inference Provider
Baseten 正式加入 Hugging Face Hub 的 Inference Provider 生态，首批支持对话与文本生成任务，可调用 Kimi K3、DeepSeek V4 Flash、GLM-5.2 等开放权重模型。
Sierra：Blog（RSS）AI 评分4141 Sierra 推出 Context Engine，把客户关系变成竞争优势
Sierra 发布 Context Engine，将客户关系及其产生的上下文转化为企业竞争优势，并驱动 Horizon 智能体持续数天、数周乃至数月追逐业务结果。
Google Cloud：Databases（RSS）AI 评分5151 Google Cloud 推出 Database Onboarding Agent 与 Database Observability Agent 两款 AI 数据库智能体
Google Cloud 在 Next '26 的 Agentic Data Cloud 发布中推出两款 AI 数据库智能体。
Google Cloud：Databases（RSS）AI 评分3333 Google Cloud DMS 如何自动完成 SQL Server 到 PostgreSQL 的多结果集转换
Google Cloud 的 Database Migration Service（DMS）可自动将 SQL Server 多结果集存储过程转换为 PostgreSQL 的 SETOF refcursor 结构。
Google Cloud：Databases（RSS）AI 评分3030 Target 如何用 Spanner Graph 提升零售发现体验并将数据库维护成本降低 50%
Target 基于 Spanner Graph 构建企业本体，将图关系、向量嵌入、全文检索与事务数据统一到同一数据库引擎，替代原有 Elasticsearch 加 NoSQL 的碎片化架构。迁移采用零停机四阶段方案，完成后下线旧 Elasticsearch 集群，数据库维护成本降低 50%。该平台为 Gift Finder 等对话式购物助手提供结构化上下文，支撑 GraphRAG 式商品发现。
Google Cloud：Databases（RSS）AI 评分4141 Google 将 Data Commons 迁至 Spanner Graph，并预览 Data Commons Platform
Google 宣布 Data Commons on Spanner Graph 正式可用，并预览新的 Data Commons Platform，用于把企业私有知识与公共数据集知识图谱打通。
Nathan Lambert：Interconnects（RSS）AI 评分5050 Interconnects 推出 Artifacts Hub 与 Adoption Dashboard 两个开源模型数据工具
Nathan Lambert 的 Interconnects 推出 Artifacts Hub 和 Adoption Dashboard 两个免费工具。
Google Cloud：Databases（RSS）AI 评分3838 AlloyDB 新增 IAM 群组认证，为 AI 智能体提供安全访问
Google Cloud 为 AlloyDB 推出 IAM 群组认证预览版，将身份驱动的访问控制引入企业级工作负载，并与 Cloud SQL 统一安全策略。该功能支持定义最多 200 个 Google Groups，让 AI 智能体传递终端用户身份，使数据库按用户权限授权并记录精确审计日志。Bilt 已采用该方案消除共享凭证风险。
Modem：Blog（RSS）AI 评分5656 Modem 开放 MCP 服务器与公共 API，让编码 Agent 直接检索去重后的用户反馈
Modem 的 MCP 服务器和公共 API 向所有用户开放，MCP 客户端可连接 https://mcp.modem.dev/mcp，公共 API 位于 api.modem.dev/v1。
browser-use：GitHub 新仓库AI 评分2222 browser-use 推出官方 xAI 插件市场 plugin-marketplace
browser-use 上线官方插件市场 plugin-marketplace，首个上架的是 xAI 官方插件。该仓库定位为浏览器智能体的插件分发入口，目前仅披露 xAI 这一官方插件来源，具体插件数量与功能未公布。
Sierra：Blog（RSS）AI 评分4848 Sierra 推出 Agency：为 AI 智能体打造安全可扩展的沙箱基础设施
Sierra 发布 Agency，一个基于 Kubernetes 的智能体沙箱编排层，为 Pinecone 和 Ghostwriter 的每个会话与任务提供安全运行环境。Agency 分无状态控制平面与有状态 runner 两层，通过 IAM 鉴权、DynamoDB 记录状态，每个 runner 配备 8+ 核、24GiB 内存和持久化存储。默认不向智能体暴露任何 API key 或密钥。
Google DeepMind：Blog（RSS）AI 评分5050 Google DeepMind 在 Flow Music 中推出 Lyria 3.5 音乐生成模型
Google DeepMind 发布最新音乐生成模型 Lyria 3.5，即日起在 Google Flow Music 中上线。模型改进包括更自然丰富的旋律结构、更高歌词质量与提示词遵循度、更真实且情感细腻的人声与发音，并新增对输出节奏 tempo 和时长的控制。
通义 QwenAudio：原创语音项目AI 评分3838 QwenLM 发布 Qwen-MM-Plugins，让任意 agent harness 原生支持多模态
QwenLM 推出 Qwen-MM-Plugins，目标是让任意 agent harness 实现多模态原生支持。该插件项目来自通义 QwenAudio 相关原创语音项目方向，正文未披露具体模型版本、参数规模或可用方式。
vLLM 官方博客（RSS）AI 评分4343 vLLM 与 Speculators 开源支持 P-EAGLE、DFlash、DSpark 三种并行草稿算法
vLLM 与 Speculators 为 P-EAGLE、DFlash、DSpark 三种并行草稿（parallel drafting）算法提供完整开源支持，相关模型已发布在 RedHatAI HuggingFace Hub 的 Speculators Collection 中。
Microsoft：Official Blog（RSS）AI 评分5050 微软推出 Project Perception：面向 AI 时代的智能体安全系统
微软发布智能体安全系统 Project Perception，通过红队、蓝队、绿队三类专用智能体组成闭环防御，用 AI 对抗 AI，并将于 8 月 3 日进入公开预览。
vLLM 官方博客（RSS）精选AI 评分7272 vLLM 发布 Kimi K3 Day-0 支持，2.8T MoE 模型最高 370 tok/s
vLLM 宣布对月之暗面 Kimi K3 提供 Day-0 高效支持。Kimi K3 是 2.8 万亿参数的 MoE 多模态模型，每 token 激活 896 个专家中的 16 个，基于 Kimi Delta Attention 与 Attention Residuals，支持 1M token 上下文窗口。
推荐理由：vLLM 官方详述 Kimi K3 的服务适配与内核优化，读者可以据此了解 2.8T 混合 MoE 的生产部署配方和性能数据。
Hugging Face：GitHub 新仓库AI 评分5050 Hugging Face 开源 pwc-cli：与 Papers with Code 交互的 CLI、Skill 和 MCP Server
Hugging Face 在 GitHub 开源 pwc-cli 仓库，提供与 Papers with Code 交互的命令行工具，同时支持作为 Skill 和 MCP Server 使用，面向 Agent 和人类用户。
蚂蚁 inclusionAI：GitHub 新仓库AI 评分4646 蚂蚁 inclusionAI 开源 PanelWise：多模型深度研究系统
蚂蚁 inclusionAI 在 GitHub 发布 PanelWise，一个自托管的多模型深度研究系统，可将多个独立研究智能体的结果融合为有证据支撑的报告。
蚂蚁 inclusionAI：GitHub 新仓库AI 评分2929 蚂蚁 inclusionAI 开源 buildkit-service：面向智能体基础设施的分布式镜像构建与包镜像服务
蚂蚁 inclusionAI 在 GitHub 新建仓库 buildkit-service，提供面向智能体基础设施的分布式镜像构建与包镜像服务。该仓库定位为 agentic infrastructure 的构建与镜像分发支撑组件，目前公开信息仅包含这一句功能描述。
Nous Research：GitHub 新仓库AI 评分1111 Nous Research 发布 hermes-e2e-evidence 仓库
Nous Research 在 GitHub 新建 hermes-e2e-evidence 仓库，用于存放 hermes-agent CI 发布的临时视觉证据。仓库说明称这些证据为 ephemeral（临时性）内容，由 hermes-agent 的 CI 流程自动发布。
Hugging Face：Blog（RSS）精选AI 评分6969 Diffusers 原生集成 Nunchaku Lite 4-bit 扩散模型推理
Hugging Face 宣布 Diffusers 原生支持 Nunchaku Lite，可像普通模型一样用 from_pretrained() 加载 SVDQuant 4-bit (W4A4) 检查点，无需单独推理引擎或本地 CUDA 编译，内核经 kernels 包从 Hub 下载。
推荐理由：Diffusers 原生支持 Nunchaku 4-bit 推理，附带基准数据和自己量化模型的完整流程，适合关注消费级显卡跑扩散模型的读者。
Together AI 研究与产品博客（RSS）AI 评分5555 Together AI 发布 Dedicated Model Inference 开放权重模型推理生产平台
Together AI 推出 Dedicated Model Inference 平台，为在生产中运行开放权重、授权闭源权重和微调模型提供统一服务。
vLLM 官方博客（RSS）AI 评分4242 vLLM 发布 AFD 插件：为 MoE 推理拆分 Attention 与 FFN
vLLM 推出实验性外部插件 vLLM AFD Plugin，将 MoE 模型中的 Attention 与 FFN 拆分为可独立部署和扩缩的服务，同时保留 vLLM 原有请求生命周期与 OpenAI 兼容接口。
vLLM 官方博客（RSS）精选AI 评分6868 vLLM 预告 Kimi K3 生产级支持：2.8T 参数、1M 上下文与 KDA 前缀缓存方案
vLLM 发布 Kimi K3 生产级支持的预览博客，正与 Moonshot AI、NVIDIA、AMD 等推进最终集成，计划在 2026 年 7 月 27 日权重发布时提供 day-0 开源服务，包括模型实现、Docker 镜像和部署方案。
推荐理由：vLLM 团队详解 KDA 混合架构带来的前缀缓存改造与内核优化，对部署混合注意力模型的工程团队有可迁移参考价值。
Hugging Face：Blog（RSS）AI 评分5555 Pollen Robotics 发布开源手持夹持器 Grabette，无需机器人即可录制操作数据
Pollen Robotics 发布开源低成本系统 Grabette，用手持夹持器录制约 490€ 的演示数据，无需机器人或遥操作设备，即可自动转成 LeRobot 格式的机器人可用数据集。
vLLM 官方博客（RSS）AI 评分4646 vLLM Semantic Router 如何构建 Mixture-of-Models 系统
vLLM Semantic Router 提出 Mixture-of-Models（MoM）架构，目标是在同一版本化契约下把独立模型、策略、偏好与执行路径组合成可训练、评估、导出、部署和调用的模型系统。
Sierra：Blog（RSS）AI 评分4646 Sierra 发布 Horizon：面向长周期目标的 AI 智能体平台
Sierra 发布 Horizon 平台，让智能体能够追求贷款发起、医疗预授权等长周期目标，跨数天、数周甚至数月主动与客户互动。Horizon 在 Agent OS 之上加入长周期规划与上下文引擎，智能体可从每次互动中学习优化决策，且按业务成果而非 token 计费。
Sierra：Blog（RSS）精选AI 评分6767 Sierra 推出内部云智能体 Pinecone
Sierra 发布内部云智能体 Pinecone，让员工在浏览器、Slack、Linear 或手机上创建、组织和自动化云端 Agent 会话，底层由 app server、Agency 与 runner 三部分组成，沙箱内运行 Codex 或 Claude Code 并以 AG-UI 协议适配。
推荐理由：Sierra 自述内部云智能体的架构与落地数据，读者可以了解如何把员工经验沉淀为可复用的会话与技能。
vLLM 官方博客（RSS）精选AI 评分8080 vLLM 实现 TML Inkling Day-0 支持：1T 参数多模态模型最高 380 tok/s/user
vLLM 宣布 Day-0 支持 Thinking Machines Lab 的 1T 参数多模态模型 TML Inkling，提供 thinkingmachines/Inkling-NVFP4 和 BF16 两个版本。
推荐理由：官方详解了 Day-0 支持背后的 sconv 缓存、TP 分片和 MTP 处理等优化，读者可迁移到类似新架构的推理部署。
Together AI 研究与产品博客（RSS）AI 评分4141 Together GPU Clusters 新增被动健康检查、自动节点修复与 Slinky 1.0
Together 为 GPU Clusters 推出被动健康检查、自动节点修复和基于 Slinky 1.0 重建的 Slurm-on-K8s 2.0 栈。被动检查持续监控 GPU 掉总线、热降频、Xid 错误等故障，自动节点修复提供 Reboot、Reprovision、Failover、Remove 四种操作，由人工确认后执行。
OpenAI：GitHub 新仓库AI 评分2323 OpenAI 发布 redcard 项目，借助 Codex 从工作中抽身
OpenAI 在 GitHub 上线新仓库 openai/redcard，定位是借助 Codex 帮助用户从工作中抽身。仓库名与正文均未披露具体功能、版本号或可用性细节。
Hugging Face：GitHub 新仓库AI 评分2828 Hugging Face 发布 space-demo-kit，为 Spaces 渲染 Gradio 风格演示视频
Hugging Face 在 GitHub 上线新仓库 space-demo-kit，用于为 Hugging Face Spaces 渲染精致的 Gradio 风格演示视频。该工具面向 Space 演示场景，帮助生成可直接展示的 demo 视频。
Modem：Blog（RSS）AI 评分3838 Modem 新增 Stripe 集成，可用账单数据为反馈排优先级
Modem 面向所有用户开放 Stripe 集成 beta，可在 Settings → Integrations → Stripe 通过官方 Stripe App 的 OAuth 只读接入，无需 API key。
vLLM 官方博客（RSS）AI 评分4242 vLLM 联手 TileRT：面向延迟敏感场景的专用 Decode 方案
vLLM 通过 V1 的公开 connector 接口接入 TileRT 作为专用 decode 引擎，随 TileRT 0.1.5 发布，prefill、调度、前缀缓存与 API 均保持原生 vLLM 不变。
OpenAI：GitHub 新仓库AI 评分6363 OpenAI 开源 Codex Security CLI 与 TypeScript SDK，用于查找和修复安全漏洞
OpenAI 在 GitHub 发布 openai/codex-security 仓库，提供用于查找、验证和修复安全漏洞的 Codex Security CLI 和 TypeScript SDK。npm 包名为 @openai/codex-security。
browser-use：GitHub 新仓库AI 评分5656 browser-use 发布 browser-harness-tui，将 OpenAI Codex 嵌入为内置浏览器智能体
browser-use 开源 browser-harness-tui 仓库，将 OpenAI Codex fork 后嵌入为内置浏览器智能体。它提供 Terminal 风格的 TUI，并集成原生的 browser-harness 工具。