Amazon Bedrock 为 Anthropic Claude 模型上线结构化输出
Amazon Bedrock 现已在 bedrock-runtime 和 bedrock-mantle 两个端点为所有 Anthropic Claude 模型提供结构化输出，返回符合所定义 JSON Schema 的响应。
推荐理由：原文说明了约束解码如何把输出格式从概率性变为确定性，并给出缓存与性能开销的具体细节。
搜索“Claude”
找到 21 条 · 更新于 13:13
AWS Machine Learning Blog精选AI 评分6060 AWS Machine Learning BlogAI 评分3434 用 AtScale 和 Amazon Bedrock AgentCore 在 AWS 上为智能体 AI 构建语义层
AWS 博客演示用 AtScale 作为语义层、配合 Amazon Bedrock AgentCore 托管 Strands 智能体，构建 Customer 360 分析模式。
智谱 GLM 模型发布精选AI 评分8080 智谱发布 GLM-5.3-Flash：320B 总参数、18B 激活的原生多模态模型
智谱发布 GLM-5.3-Flash，这是 GLM-5 系列首个原生多模态模型，总参数 320B、激活参数仅 18B，在基准和真实负载上超过 GLM-5.2，价格为其十分之一，编码与智能体基准接近 Claude Opus 4.8。
推荐理由：GLM-5.3-Flash 以 320B 总参数、18B 激活参数和十分之一价格超过 GLM-5.2，读者可据此判断小激活多模态模型的性价比。
智谱 GLM 模型发布精选AI 评分8080 智谱发布 GLM-5.3-Flash：GLM-5 系列首个原生多模态模型
智谱发布 GLM-5.3-Flash，这是 GLM-5 系列首个原生多模态模型，总参数 320B、激活参数仅 18B，在基准测试和真实负载上超过 GLM-5.2，价格为其十分之一，编码与智能体基准接近 Claude Opus 4.8。
推荐理由：GLM-5 系列首个原生多模态模型，320B 总参数仅激活 18B，价格降至十分之一，可据此判断开源多模态模型的效率路线。
月之暗面 Kimi 模型发布精选AI 评分8888 月之暗面开源 Kimi K3：2.8T 参数原生多模态模型，支持 100 万 token 上下文
月之暗面发布开源权重模型 Kimi K3，总参数 2.8T、激活参数 104B，基于 KDA 与 AttnRes 架构，原生支持文本、图像、视频并具备 100 万 token 上下文窗口。
推荐理由：月之暗面开源 2.8T 参数原生多模态模型，给出完整架构参数与多榜单对比，可据此判断开源前沿模型的当前水位。
DeepSeek 模型发布精选AI 评分8585 DeepSeek 发布 V4.1-Flash 多模态 MoE 模型，KV cache 压至 890 bytes/token
DeepSeek 发布 DeepSeek-V4.1-Flash，这是一个 552B 骨干参数、支持 100 万 token 上下文的多模态 MoE 模型，原生处理图像与文本并自回归生成文本。
推荐理由：技术报告给出 KV cache 压缩到 890 bytes/token 与激活参数 8B/16B 的设计取舍，可据此判断长上下文智能体负载的成本走向。
月之暗面 Kimi 模型发布精选AI 评分8585 月之暗面开源 Kimi K2.6 多模态智能体模型
月之暗面发布开源原生多模态智能体模型 Kimi K2.6，采用 MoE 架构，总参数 1T、激活参数 32B，上下文长度 256K，视觉编码器为 400M 参数的 MoonViT。
推荐理由：模型卡给出完整架构、评测对比和部署方式，可据此判断开源多模态智能体模型的当前水平。
月之暗面 Kimi 模型发布精选AI 评分8585 月之暗面开源 Kimi K2.5 原生多模态智能体模型
月之暗面发布开源原生多模态智能体模型 Kimi K2.5，在 Kimi-K2-Base 上以约 15 万亿视觉与文本混合 token 持续预训练而成。模型采用 MoE 架构，总参数 1T、激活参数 32B，上下文长度 256K，配备 400M 参数的 MoonViT 视觉编码器，支持即时与思考两种模式。
推荐理由：月之暗面开源原生多模态智能体模型，1T 总参数与 Agent Swarm 设计给出了与闭源旗舰对比的完整基准。
智谱 GLM 模型发布精选AI 评分8282 智谱发布 GLM-5.3 开源权重模型，编码与长程任务能力提升
智谱发布 GLM-5.3，与 GLM-5.2 使用同一基座模型，能力提升全部来自后训练。官方称其在自研 Z.ai Code Bench 上较 GLM-5.2 提升 50%，并在 Terminal Bench 3.0、Agents' Last Exam 等公开基准上取得开源 SOTA。
推荐理由：GLM-5.3 沿用 GLM-5.2 基座、全部提升来自后训练，读者可据此判断开源权重模型在编码与长程任务上的位置。
月之暗面 Kimi 模型发布精选AI 评分8282 月之暗面发布 Kimi K2 Instruct 模型
月之暗面发布 Kimi K2，这是一个总参数 1T、激活参数 32B 的 MoE 语言模型，在 15.5T token 上预训练，采用 Muon 优化器，并针对工具调用与自主问题求解做了优化。
推荐理由：原文给出 1T 总参数、32B 激活的 MoE 架构与完整评测对照，可据此判断开源模型在编码和工具调用上的位置。
智谱 GLM 模型发布精选AI 评分7878 智谱发布 GLM-5.3：与 GLM-5.2 同基座，编码与长程任务显著提升
智谱发布 GLM-5.3，与 GLM-5.2 使用同一基座模型，全部提升来自后训练。官方称其在自研 Z.ai Code Bench 上较 GLM-5.2 提升 50%，并在 Terminal Bench 3.0、Agents' Last Exam 等公开基准上达到开源 SOTA；在 CyberGym 漏洞发现与利用链基准上同样领先，利用类基准成绩超过 GLM-5.2 两倍。
推荐理由：GLM-5.3 与 5.2 共用基座、提升全部来自后训练，读者可据此判断后训练对编码与长程任务的实际拉动幅度。
DeepSeek 模型发布精选AI 评分7575 DeepSeek 发布 DeepSeek-V4.1-Flash-1017 小版本更新
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，作为 DeepSeek-V4.1-Flash 的小版本更新，在推理、编码、智能体任务和视觉基准上均有提升，同时缩短任务执行时间和输出长度。
推荐理由：原文给出多项基准对比和推理成本变化，读者可据此判断这次小版本更新在智能体任务上的位置。
月之暗面 Kimi 模型发布精选AI 评分7272 月之暗面发布 Kimi K2.7 Code 编码智能体模型
月之暗面发布基于 Kimi K2.6 的编码智能体模型 Kimi K2.7 Code，在长周期真实编码任务上做了较大改进，思考 token 用量相比 K2.6 减少约 30%。
推荐理由：模型卡给出与 K2.6、GPT-5.5、Claude Opus 4.8 的同基准对比，可据此判断其在编码智能体上的位置。
AWS Machine Learning BlogAI 评分5858 AWS 详解 Deep Insight 多智能体系统的 5 个生产挑战与解法
AWS 解决方案架构团队开源了多智能体系统 Deep Insight，并撰文拆解生产环境中的五个核心挑战及对应技术栈。
腾讯混元模型发布AI 评分5858 腾讯混元发布 Hy-Memory-30B-A3B-FP8 记忆写入模型
腾讯混元发布 Hy-Memory-30B-A3B-FP8，这是 Hy-Memory-30B-A3B 的 FP8 量化版本，针对 vLLM 部署优化。
AWS Machine Learning BlogAI 评分5353 SageMaker AI 训练会话正式可用，无需管理 GPU 即可自定义模型
AWS 宣布 SageMaker AI 无服务器模型自定义的训练会话正式可用，用户可自行编写并协调训练循环，包括自定义损失函数和奖励信号，GPU 分配、分布式执行、故障恢复与检查点存储由平台负责。
AWS Machine Learning BlogAI 评分3838 Rescale 如何用 Strands Agents 和 AI-DLC 构建 AI 分诊智能体
Rescale 基于 AWS 的 AI-DLC 框架，用 Strands Agents 构建了自动分类和路由夜间端到端测试失败的 AI 分诊智能体，从问题定义到预发部署仅用五天，数周内进入生产。
AWS Machine Learning BlogAI 评分3636 用 Denodo 和 Amazon Bedrock AgentCore 在 AWS 上为智能体 AI 构建语义层
本文演示如何用 Denodo Platform 作为语义层，通过 Denodo MCP Server 向托管在 Amazon Bedrock AgentCore 上的智能体暴露受治理视图，并联合查询 Amazon Aurora、Amazon Redshift 与本地 PostgreSQL 构建 Customer 360 视图。
AWS Machine Learning BlogAI 评分3636 Eon 如何用 Amazon Bedrock AgentCore 上的 MCP Gateway 构建多云调查能力
Eon 基于 Amazon Bedrock AgentCore 的 MCP Gateway 搭建了统一的多云调查入口，用单一认证网关替代逐工具凭证和本地 MCP 进程，让开发者和自主智能体统一访问 AWS、GCP、Azure 三朵云上的调查工具。
AWS Machine Learning BlogAI 评分3434 用 Strategy Mosaic 和 Amazon Bedrock AgentCore 在 AWS 上为智能体 AI 构建语义层
该教程演示如何用 Strategy Mosaic 作为语义层，在 Amazon Redshift 与 Amazon Aurora 上以两个链接模型建模 C360 域，无需 ETL。
AWS Machine Learning BlogAI 评分3131 IskayPet 如何用 Amazon Bedrock Managed Knowledge Bases 统一企业知识
IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 构建企业知识助手，覆盖零售运营、兽医护理、人事入职与采购，支持四种语言、三个国家，且无需自管 RAG 基础设施。