Meta Muse Spark Open 模型上线 Amazon SageMaker JumpStart
Meta 的编码优化开源权重模型 Muse Spark Open 正式在 Amazon SageMaker JumpStart 上线。该模型采用 MoE 架构，总参数量 816B，支持 100万 token 上下文，并包含文本、图像、文档、音频等多模态输入。
推荐理由：提供在AWS账号内部署Meta编码模型的完整路径，用户可据此评估私有化部署的成本与数据安全边界。
#Microsoft
AWS Machine Learning Blog精选AI 评分6060
AWS Machine Learning Blog精选AI 评分7676 基于 Amazon Bedrock 和 Grok 4.7 构建长程推理智能体
AWS 发布教程，指导开发者利用 Grok 4.7 在 Amazon Bedrock 上构建并评估长程智能体。教程展示了在不同推理努力等级（low 到 xhigh）下，智能体执行复杂任务的表现与 Token 消耗对比，其中 xhigh 等级在 18 次运行中全部准确，而 low 等级用约 1/8 的 Token 实现了 15/18 的准确率。
推荐理由：通过构建基于 Grok 4.7 的工具调用智能体并在三类任务上评测，量化了不同推理努力等级对准确性和 Token 消耗的影响。
AWS Machine Learning Blog精选AI 评分7474 使用 Anchor Browser 和 AgentCore payments 构建支持自主交易的 AI 智能体
AWS 发布基于 Anchor Browser 和 Amazon Bedrock AgentCore payments 的解决方案，使 AI 智能体能够自动处理 x402 协议的 HTTP 402 支付挑战，访问付费网页和 API 并继续执行任务。
推荐理由：文章展示如何通过配置 AgentCore payments 让 AI 智能体自动完成 x402 付费请求，无需在代码中集成支付逻辑。
GitHub Blog · AI & ML精选AI 评分6666 GitHub Copilot 发布 ReviewBench 代码审查基准
GitHub 发布了 ReviewBench，这是基于 1 亿真实 pull request 构建的开源代码审查评测基准，包含 219 个公共 pull request 和多源金标准。评测显示该基准能提前预测线上表现，最近一次实验中离线指标与线上 A/B 测试结果方向一致，例如线上 recall 提升 13.6%，critical 评论增加 262%。
推荐理由：原文给出了完整评测流程和对比数据，可帮助读者判断该基准如何优化代码审查智能体迭代流程。
Microsoft Research精选AI 评分7878 Microsoft Research 发布 Quine：面向复杂生物学的多模态 AI 研究系统
Microsoft Research 发布 Quine，一种结合多模态生物世界模型与交互支架的 AI 研究系统。该系统旨在连接科学工具、文献及湿实验室，已用于胰腺癌研究并成功预测出能驱动肿瘤状态转变的化合物，部分候选物已通过湿实验验证。
推荐理由：展示了多模态模型在生物医学发现中加速药物筛选的实际应用案例。
已经到底了