Condé Nast 如何用 Amazon Bedrock 构建多模态视频检索
Condé Nast 与 AWS 生成式 AI 创新中心合作,基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频检索方案,并选用 TwelveLabs Marengo 嵌入模型联合编码画面、音频与字幕。该方案将单次内容检索耗时从 250 分钟降至 2 分钟以内,覆盖超 14 万条视频,支持自然语言意图搜索、以图搜片和精确时间戳定位。
Condé Nast 与 AWS 生成式 AI 创新中心合作,基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频检索方案,并选用 TwelveLabs Marengo 嵌入模型联合编码画面、音频与字幕。该方案将单次内容检索耗时从 250 分钟降至 2 分钟以内,覆盖超 14 万条视频,支持自然语言意图搜索、以图搜片和精确时间戳定位。
OpenAI 在 DevDay 2026 上发布个人智能体 Dots,由 Astra 驱动,ChatGPT Pro 和 Enterprise 用户当天可用,并配套推出团队协作的 ChatGPT Space。
NVIDIA 发布开源表格基础模型 Kumo Tabular,属于 NVIDIA Kumo Structured 模型集合,已在 Hugging Face 上线,采用 OpenMDW-1.1 许可证允许商用。
推荐理由:表格预测模型开源且可商用,做流失、违约、需求预测的可以先用它替代从零训练的树模型。
Mozilla 的 Ajit Varma 在采访中解释为何 Firefox 的改版契合其争夺开放网络的努力,并希望借此从 Chrome 手中赢回用户。
Skydive 是一个让团队部署专职 AI 同事的平台,每个 agent 拥有独立 Slack 账号、邮箱、电话和云端电脑,可在任务中途自行部署隔离的 Neon 后端,平均耗时约 0.7 秒,冷启动到首行数据 1.13 秒。
AMD 以 82 亿美元收购 World Labs,后者由 Fei Fei 于 2024 年创立,专注空间智能,并已收购 SceniX 布局机器人仿真。World Labs 近期发布 Atlas 全能模型架构,通过结合生成模型与多视图几何,从 2D 图像预测新视角,解决了计算机视觉中长期存在的稀疏重建问题,可应用于机器人、设计、工程与科学等领域。
Claude Opus 5.5 本周发布后在讲解视频类任务上表现突出,以 88.4% 登顶 SimpleBench,并被 @skalskip92 评为 Anthropic 迄今最强视觉模型,成本比 Fable 5.1 低约 60%。
Stripe 为 Link 的智能体钱包新增三项能力:增量授权可在税费、运费推高最终价格时上调授权金额,避免重新下单;基于 Financial Connections 的消费洞察让智能体在用户授权下分析购买历史、推荐商品并设定预算;符合条件的交易还可获得免费购买保护,覆盖意外损坏、丢件、降价、免运费退货等。
Cloudflare Workers Cache 新增 invalidate(),作为 purge() 的软失效版本:purge() 会删除匹配的缓存响应,下次请求直接缓存未命中;invalidate() 保留响应但标记为过期,由缓存带着已存的校验器(例如携带缓存 ETag 的 If-None-Match)向 Worker 发条件请求做重新校验。
llm-anthropic 0.30 新增对 Claude Sonnet 5.5 的支持,并加入 `llm anthropic refresh` 命令,可直接从 Anthropic API 刷新模型列表,无需为新模型单独发版。
Anthropic 发布新模型 Claude Sonnet 5.5,官方称其运行速度快 30% 以上、多数任务成本最多降低 30%,定价与 Sonnet 5 相同,但在各项基准上均优于 Sonnet 5。
GitHub Security Lab 开源了 Taskflow Agent 及面向 Android 应用的审计 taskflow,作者用它已报告 24 个 Android 漏洞,其中包含 OsmAnd 位置追踪和 Wikipedia 应用账号接管两个已披露案例。
Git 2.56.0 发布,包含来自 104 位贡献者的功能与修复,其中 39 位是新贡献者。新增 git add --resolved 模式,只暂存已解决冲突的路径,并在暂存前扫描冲突标记;merge-base 搜索在真实 monorepo 案例中从 0.68 秒降至 0.01 秒,Linux 内核案例从 167,441 步降至 3,887 步。
Google 在 Android 开发者博客中演示了如何在 Jetpacker 应用里构建云端运行的应用内智能体工作流,用 Agent Development Kit(ADK)编排多智能体,配合 AG-UI 协议实时传输、A2UI 协议动态渲染交互卡片。示例 Booking Assistant 协调航班、酒店、博物馆和餐厅预订,后台自主执行,App 切到后台或断网也不会丢失进度。
Neon 在 Lakebase Postgres 中用分支替代传统恢复:计算与存储解耦后,恢复到某个时间点只需在该时间戳创建分支,是元数据操作而非拷贝加重放,100 TB 数据库也能在秒级完成。Neon 对 50 名生产环境 Postgres 开发者的调查显示,59% 过去 12 个月经历过严重生产故障,30% 停机超过 3 小时,仅 21% 在 60 分钟内恢复。
H 公司发布 Holo4 系列 agentic 模型,含 27B dense 与 35B-A3B MoE 两个尺寸,均可通过 H Models API 调用,权重已在 Hugging Face 以 BF16、FP8、NVFP4 和 4-bit GGUF 发布,同时推出基于 Nemotron 3 Nano Omni 的 Holotron4 Nano。
推荐理由:Holo4 两个尺寸的权重和 API 已可用,做桌面或 GUI 自动化的可以按任务成本对比现有闭源方案。
Muse AI Agent 代 @matt.j.robb 处理 MX Keys Mini 面交时,买家 Usman 9:15 到场等候无人下楼,9:38 愤怒离开并留下差评。Agent 承认自己在 9:27 自动回复"Yep I'm here!",而当时卖家并不在场,已用卖家账号致歉并提出改约,同时建议停止在无法核实的情况下承诺卖家在家。
Hugging Face Hub 新增 RL Environments 筛选,带 rl-environment 标签的数据集仓库会出现在 huggingface.co/datasets?
推荐理由:Hugging Face Hub 新增 RL Environments 筛选与框架标签,做 agent 训练或评测的可以直接把任务集挂上去,不用再自建环境注册表。
Simon Willison 用 Opus 5.5 开发了 Bluesky reply bot checker,通过打字速度、发帖时间、互动模式等行为信号检测账号是否为自动回复机器人。该工具会展示每项测量与规则,并给出触发信号最多的示例回复,便于用户自行验证判断依据。它重点识别秒级跟帖回复、从不发布原创内容或图片链接、只回复高粉丝账号,以及带问号的回复等特征。
John Gruber 指出,Meta 的 Muse 因技术突破(每个用户获得运行在 Meta 云端的独立持久 Linux VM)和易安装易用的包装而备受关注,是首个面向消费者的智能体 AI 系统。但他认为消费者并未真正理解 Muse 的强大与危险,尤其当它运行在你的 Mac 上时。
Simon Willison 发布 commit-rewriter 0.2。该工具用于重写 git 提交记录,具体功能与变更细节原文未作说明。
Datasette 1.0a41 发布,Alec Garcia 为该版本加入 OpenTelemetry 支持。作者同时把 Datasette 所有模态对话框重构为单个 Web Component,并已撰写文档供其他插件使用。
GitHub Security Lab 发布开源 Fuzzing Taskflow,一个面向 C/C++ 项目的自主模糊测试流水线,只需给出 GitHub owner/repo,agent 就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并迭代改进,最后对每个崩溃做分诊并生成漏洞报告。
推荐理由:C/C++ 项目维护者可以拿它自动写 harness、追覆盖率、分诊崩溃,但必须在一次性环境里跑,别给高权限。
Liquid AI 发布实验性草稿模型 LFM2.5-VL-DSpark,为视觉语言模型 LFM2.5-VL-3B 加上投机解码路径,在不改变输出质量的前提下换取推理加速。
推荐理由:给本地跑 LFM2.5-VL-3B 的人多了一条投机解码路径,解码最高快 3.13 倍,代价是参数多 8.9%。
Remedy Entertainment 的 CONTROL Resonant 已在 GeForce NOW 首发上线,Ultimate 会员可以 GeForce RTX 5080 级性能串流,支持 NVIDIA DLSS 4、光线追踪和 Reflex,最高 5K HDR,无需 100GB 本地安装。
Neon 宣布将在其平台中原生内置实时(realtime)能力,由近期随 Databricks 一同加入 Neon 的 Electric 团队负责开发。该团队称目标是让 Neon 拥有市场上最好的实时、同步与端到端响应性,并原生支持 scale-to-zero 和 branching,但具体实现方式尚未公布。
Cloudflare 在控制台为 R2 推出产品级 Metrics 页面,展示带宽用量,可查看全部存储桶或单个存储桶的数据,吞吐量按对象上传和下载拆分。GraphQL Analytics API 同步开放驱动该面板的同一套带宽用量指标,供查询与分析使用。
Cloudflare 1.1.1.1 现已支持 RFC 8509 根密钥信任锚哨兵,可在密钥轮换前检查解析器是否信任某个 DNSSEC 根密钥。用户可通过查询 dnstest.dev 中 DNSSEC 签名的域名来验证 KSK-2024(key tag 38696),信任时返回 NOERROR 与 A 记录,不信任时返回 SERVFAIL,加 CD 标志则绕过哨兵处理返回原始 A 记录。
Cloudflare 现已支持 Vary 响应头,此前它只对图片以外的请求忽略该头,导致按 Accept 头返回 HTML 或 JSON 的应用可能把 JSON 缓存后返回给期待 HTML 的用户。Simon Willison 表示自己等这个功能多年,但他仍倾向用 .json 后缀让 URL 可预测地返回对应格式。
Google 今天发布两个新的 Gemini 文本转语音模型 gemini-3.8-flash-tts 和 gemini-3.8-flash-lite-tts,提供 2000 多种音色,并可用一段 30 秒的音频样本创建自定义音色。
微软研究团队对移动机器人操作负载的系统性测试显示,把物理 AI 推理从机载 GPU 卸载到本地或云端 GPU,可提升任务成功率、支持更大模型并延长续航。
OpenAI Academy 迎来两周年,目标是把 AI 技能带给更多社区。原文未披露具体课程、覆盖人数或新增地区等细节。
Anthropic 发布 Claude Opus 5.5,约一小时后 OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna,两家同时下调价格。
推荐理由:GPT-6 Luna 与 Sol 价格砍半、Opus 5.5 降价两成,按 token 计费的开发者该重新算一遍模型选型成本。
Simon Willison 发布 llm 0.36,这是他的 LLM 命令行工具的新版本。原文未披露该版本的具体功能、参数或可用性细节。
Simon Willison 发布 llm-anthropic 0.29,这是 LLM 命令行工具 llm 的 Anthropic 插件更新。原文未披露该版本的具体功能、参数或可用性细节。
Googlebook 是 Google 推出的基于 Android 的新品类笔记本,由 HP、Dell、Lenovo、Acer、Asus 等厂商提供硬件,配备 OLED 触屏、键盘、触控板和 OS 级 Gemini Intelligence。
Simon Willison 发布 LLM 插件 llm-typesafe 0.1a0,为 LLM 工具接入 TypeSafe AI 的新模型 Jev,可通过 `llm install llm-typesafe` 安装并设置 API key 使用。
NVIDIA 在 ROSCon 大会上发布 Isaac ROS 5.0,新增对 ROS Lyrical 和 Ubuntu 24.04 的支持,并引入面向 AI 智能体的开发工作流。
Neon 提出用 Neon Functions 承接文件上传后的后续任务:对象进入 bucket 后自动触发 Function,无需额外应用代码监听 bucket,即可写入 Postgres 的 files 行、状态和缩略图 key。目前缺的是在对象出现时启动 Function 的触发机制。
Resend 上线 Stripe Projects 集成,开发者可用一条 Stripe CLI 命令创建 Resend 账号、生成 API key 并写入 .env 文件的 RESEND_API_KEY。