21:46Together AI@togethercomputeTogether AI 宣布在其平台上推出两款 NVIDIA Nemotron 模型:Nemotron 3 Ultra 专为高吞吐量的智能体工作负载设计,适合构建编码智能体和深度研究智能体;Nemotron 3.5 ASR 则专注于低延迟的多语言语音识别,适用于实时语音系统。这为 AI 原生开发者提供了在 AI Native Cloud 上构建复杂应用的新选择,降低了部署门槛。AI产品NVIDIA NemotronTogether AI智能体语音识别AI Native Cloud10 个信源在谈推荐理由:做智能体或语音应用的开发者现在有了更专业的模型选择——Nemotron 3 Ultra 适合高并发任务,Nemotron 3.5 ASR 能直接用于多语言实时语音场景,值得在 Together AI 上试试。原文
13:00Together AI@togethercomputeTogether Compute 宣布祝贺 Trajectory Labs 在 AI Native Cloud 上启动训练,专注于持续学习(Continual Learning)的前沿研究。持续学习旨在让模型在部署后不断适应新数据,避免静态模型的局限性。这一合作可能推动 AI 模型从一次性训练转向动态进化,对需要长期适应性的应用场景(如机器人、推荐系统)意义重大。Trajectory Labs 的探索代表了研究实验室对下一代 AI 架构的追求。AI模型持续学习AI Native CloudTrajectory Labs动态模型研究前沿推荐理由:持续学习是打破模型静态瓶颈的关键方向,做 AI 研究和工程化的团队值得关注 Trajectory Labs 的进展,看看他们如何用 AI Native Cloud 实现动态模型训练。原文
21:55Together AI@togethercomputeYutori AI的浏览器代理产品(Scouts、Delegate、Navigator)基于Together AI推理平台运行,实现了相比前沿模型每步2倍的速度提升、4-5倍的推理成本降低,并保持99.9%的可用性与弹性扩展。这展示了在AI代理场景中,推理基础设施对产品性能的关键作用。AI产品智能体推理模型Together AIYutoriAI Native Cloud推荐理由:该案例说明了在浏览器AI代理这类高频率模型调用的场景下,专用推理基础设施可显著提升性能并降低成本,对AI代理产品落地具有参考价值。原文