我如何在单张 GPU 上用 MiniMax H3 生成实时视频
作者在单张 RTX 5090（32 GB 显存）上实现了 15 秒内生成 15 秒 448×256 视频的实时方案，使用 FastVideo 的 FastH3 V2 checkpoint 并采用四步采样。
推荐理由：作者把多项优化拼成单卡实时视频方案，并公开了可复用的开源节点与实测数据。
技术方向
部署工程 最新动态
把模型跑起来的工程实践：推理优化、显存与成本、Serving 架构与基础设施选型。
94 条精选近 30 天 77 条共收录 365 条
更新
精选归档 · 第 2 页
日期栏展示收录日期，历史补录归入原文日期。
Comfy Blog精选AI 评分6262
Tessl Blog精选AI 评分6262 你的 AI 不是笨，是看不见
VarOps 作者总结为跨组织智能体构建记忆系统的经验，认为问题不在模型推理能力，而在于关键决策从未被记录成智能体可用的形式。
推荐理由：作者公开了跨组织智能体记忆系统的三项设计取舍与基准数据，可供做 Agent 记忆的团队对照参考。
Understanding AI精选AI 评分7878 解读 Jev：大家都在谈论的新模型
TypeSafe AI 于 9 月 15 日结束隐身并发布新模型 Jev，其公告在 Twitter 获得近 4000 万次浏览，一周内超 10 万人加入其 Discord，约 2000 个 GitHub 项目使用该模型。
推荐理由：通过一个概率输出模型的实际用例，读者可以理解受限输出格式为何在速度、成本和工程集成上带来优势。
Claude Developer Blog精选AI 评分6262 构建高效的 agent 自动化
Anthropic 用 Claude Managed Agents（beta）搭建了一个参考实现，按计划读取 Slack 和 GitHub 等自定义来源、追踪上次运行后的变化，并把要点推送到 Slack。
推荐理由：Anthropic 官方给出可复用的 agent 自动化参考实现，六条规则和配置结构可直接迁移到自己的定时任务。
Claude Blog精选AI 评分7676 用 Claude 构建实时仪表盘并制作动画讲解
Claude 推出 Dashboards 和 Motion 两项新功能，Dashboards 可连接 BigQuery、Databricks、Snowflake 或 Salesforce 等数据源。
推荐理由：官方给出 Dashboards 与 Motion 的能力边界和开放入口，可据此判断 Claude 在数据问答与动画讲解上的可用性。
Goodfire Research精选AI 评分7171 在 Kimi K3 上训练并部署生产级网络监控器
Goodfire Research 为 Kimi K3 和 GLM 5.3 构建了基于探针的网络滥用监控器，并部署在生产推理栈上。探针作为第一道过滤器只把可疑交互交给 LLM 裁判，在 5.5% 良性会话中断率下召回约 93%，成本约 50 倍更低，每百万次交互低于 200 美元，且不增加推理延迟。
推荐理由：原文给出探针加裁判级联的完整配方与生产部署数据，可了解实时监控智能体的成本与延迟取舍。
AWS Machine Learning Blog精选AI 评分6666 Claude Haiku 5.5 在 AWS 上线
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线。
推荐理由：原文给出 Haiku 5.5 在 Bedrock 上的能力定位、成本变化和与 Opus 5.5 的分工方式，便于判断何时选用。
NVIDIA Blog精选AI 评分7272 NVIDIA 与 Microsoft 为 Windows PC 带来 RTX Spark 与 AI 智能体
NVIDIA 与 Microsoft 在旧金山 Windows AI 与 Surface 活动上宣布为 Windows PC 共同设计运行 AI 智能体的软硬件，Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers（MXC）正式可用，让智能体在系统控制下安全持久地在后台运行。
推荐理由：NVIDIA 与 Microsoft 把智能体运行环境做进 Windows，并给出 RTX Spark 与 DGX Station 的本地算力规格，可据此判断端侧智能体的硬件门槛。
GitHub Blog · AI & ML精选AI 评分6060 密钥保护必须跟上软件开发的规模
GitHub 推出基于 ModernBERT 的通用密钥检测分类器，可在推送前用代码上下文识别非结构化密钥，候选批次评估耗时不到 2 毫秒，据称可将可拦截的密钥数量提升一倍以上。
推荐理由：GitHub 用九个季度数据说明密钥泄露与代码增速的关系，并给出新分类器在推送前拦截的落地方式。
Microsoft Research精选AI 评分7171 Agent Lightning v1.0：一个 3500 行的轻量级智能体 RL 框架，用真实 harness 训练智能体
微软亚洲研究院开源 Agent Lightning v1.0，提出 Harnessed Agentic RL 训练范式，让部署时使用的同一套 agent harness 直接参与强化学习，无需在训练框架内重新实现智能体。
推荐理由：微软开源 Agent Lightning v1.0，读者可了解用真实 harness 做智能体 RL 训练的思路与 3500 行代码的工程取舍。
Mastra Blog精选AI 评分6969 Mastra 推出 Mastra Connect
Mastra 发布 Mastra Connect，可把 Linear、Notion、Slack 等服务连接到 Mastra 项目，让智能体和工作流直接获得现成工具，如 linear_list_issues、notion_create_page、slack_post_message。
推荐理由：Mastra Connect 把 Linear、Notion、Slack 等服务的工具接入智能体，读者可据此判断接入成本与工作流变化。
Preferred Networks News精选AI 评分6262 PFN、AI翻訳サービス PLaMo翻訳を大型アップデート、 世界最先端AIモデルと同等の日本語翻訳精度を大幅に低いコストで実現
Preferred Networks 发布 PLaMo 翻译大型更新版，基于第三代国产 LLM PLaMo，称其日语翻译精度与 Claude Fable 5.1、GPT-6.1 Sol、GPT-6 Astra 等前沿模型相当，成本约为原文10万字符14日元，不到海外前沿模型和机器翻译服务的十分之一。
推荐理由：原文给出翻译精度对标、成本对比与53语言扩展，可据此判断国产LLM在垂直场景的落地方式。
vLLM Blog精选AI 评分7878 DeepSeek-V4.1-Flash 在 vLLM 上：Day 0 以来智能体吞吐提升 5 倍
vLLM 团队与 Inferact 及社区在 DeepSeek-V4.1-Flash 发布后三周内完成优化，低并发下提速 1.9 倍，150 TPS 约束下吞吐提升 5.3 倍。
推荐理由：原文逐项拆解 vLLM 为 DeepSeek-V4.1-Flash 做的系统优化，可看到 5 倍吞吐提升的具体来源。
OpenRouter Blog精选AI 评分6060 ElevenLabs 现已上线 OpenRouter
OpenRouter 上线 ElevenLabs 的九个文本转语音模型和两个语音转文本模型，已有 OpenRouter 应用可直接调用语音与转写接口，无需单独的 ElevenLabs 套餐。
推荐理由：OpenRouter 接入 ElevenLabs 语音模型，读者可了解语音能力如何并入现有 LLM 调用链路。
LlamaIndex Blog精选AI 评分6060 LlamaIndex 推出 OpenDocRouter：一个 API 调用所有文档模型
LlamaIndex 发布 OpenDocRouter，一个用最新开源与前沿模型做文档转 markdown 解析的平台，每个模型运行由提示词、处理和设置组成的版本化 recipe。
推荐理由：原文给出统一 API 调用多家 OCR 与前沿模型的方式、定价和 ParseBench 成本对比，便于开发者按成本与质量选型。
Figma Blog精选AI 评分6060 产品设计师使用 Figma agent 的 3 种方式：工艺、速度与创意表达
Figma agent 正式结束 beta，新增 guidelines、跨平台上下文检索和跟随协作者 agent 等能力，官方称在人工评分的评测中约 60%+ 胜出。
推荐理由：Figma agent 结束 beta 并新增 guidelines、跨平台上下文与多人协作能力，附 Uber、Granola、Atlassian 三套落地流程。
Claude Developer Blog精选AI 评分6262 Claude Code 云端会话：云端会话实战指南
Addy Osmani 发布 Claude Code 云端会话实战指南，云端会话在独立虚拟机上运行，每个任务克隆仓库到新分支，可从 claude.ai/code、移动端、桌面端、终端和 Slack 启动。作者用四个真实会话演示并行修复 flaky 测试、更新 API 文档和重构日志，三个会话在 16 秒内启动、87 秒内全部完成。指南还覆盖 GitHub 连接与权限排查、环境配置和七类适用工作流。
推荐理由：作者用四个真实云端会话记录展示并行任务、隔离环境与 GitHub 权限配置，可迁移到日常开发流程。
Prime Intellect Blog精选AI 评分6262 论集群的本质
Prime Intellect 博客文章《论集群的本质》讨论推理扩展受限于上下文窗口的问题，指出压缩、磁盘卸载、子智能体和持久智能体都是构建上下文的不同方式。
推荐理由：文章把压缩、子智能体与持久智能体串成一条上下文容量主线，并解释树状结构为何在规模扩大后失效。
Artificial Analysis精选AI 评分7171 Mistral 发布 Mistral Large 4，法国拥有美中之外最智能的模型
Mistral 发布 Mistral Large 4 研究公开预览版，在 Artificial Analysis Intelligence Index 上得分 38，与 GPT-6 Luna（max，38）和 DeepSeek V4.1 Flash（max，39）相当，成为美中之外最智能的模型。
推荐理由：Mistral Large 4 的评测数据与定价对比，可看出美中之外最强模型的性能位置和成本代价。
Mastra Blog精选AI 评分6767 Mastra 宣布 Agent Controller 正式发布
Mastra 宣布 Agent Controller 正式发布（GA），这是用于托管长时智能体会话的运行时，最初为编码智能体 Mastra Code 构建，后扩展支持 Mastra Factory。
推荐理由：官方披露了 Agent Controller 的会话隔离、历史读取与内存优化细节，可据此判断长时智能体会话的工程取舍。