用 Amazon Nova Multimodal Embeddings 与 Bedrock AgentCore 构建多智能体工程智能助手
AWS 博客演示如何用 Amazon Nova Multimodal Embeddings 与 Amazon Bedrock AgentCore 搭建多智能体工程助手，自动完成航空零件替代评估的证据检索与文档草拟。
#多模态
AWS Machine Learning BlogAI 评分4343
The DecoderAI 评分5252 Adobe 与 UC San Diego 提出 EditAgent：让 AI 智能体像 Photoshop 专家一样选工具改图
Adobe Research 与 UC San Diego 的论文提出 EditAgent，将通用编辑器与专用工具并行比较，并用带测量数据的验证记录让语言模型挑选结果。
The DecoderAI 评分5252 Google 等机构提出 StreamVibe：研究视频助手何时该主动开口
Google 联合 Stanford、Oxford 等机构提出视频智能体 StreamVibe，让助手在观看烹饪或组装家具等任务时自行判断何时提供帮助。团队基于 183 小时以上日常与软件录屏构建约 4100 条样本的基准，并用 Gemini 2.5 Flash 生成建议、由四名人工评估者一致通过来筛选。
Latent SpaceAI 评分4949 Elorian 发布视觉推理模型 Glimpse 与 DecoyCount 基准，前沿模型准确率不足 50%
Elorian 推出视觉推理模型 Glimpse，并联合 Mercor 发布 DecoyCount 基准，测试模型是真计数还是依赖视觉捷径。论文中前沿模型准确率均低于 50%，最高的 GPT-6 Astra 为 43.17%，Glimpse 内部测试得分 50.48%，是唯一超过 50% 的模型。
Google DeepMind精选AI 评分7272 Google DeepMind 发布世界模型 Genie 4，原生生成音频并支持实时交互
Google DeepMind 发布世界模型 Genie 4，可在实时交互中生成带原生音频的模拟世界。Genie 4 为原生多模态，能同时生成音乐、环境音与交互对话，并由 Gemini 3.8 Flash 在循环中拆解目标、核查每帧画面，以维持因果与多步推理；Gemini 4 Argon 与 Genie 4 还被用于模拟 Apptronik Apollo 人形机器人下棋。
推荐理由：Genie 4 把实时交互、原生音频与 Gemini 的推理串在一起，可据此判断世界模型在机器人训练和内容预演中的用法。