英伟达披露欧洲零售AI实践：开放模型降推理成本，数字孪生模拟机器人履约
英伟达博客称，欧洲零售商正在多个场景使用开放模型和物理智能，包括一家商业平台将推理成本降低90%，以及一个履约中心在数字孪生中模拟不同机器人车队的协作。上述效果为厂商披露。
为什么值得看：企业负责人可关注两条线索：开放模型用于商业平台可能带来推理成本下降；数字孪生用于履约中心多机器人协作仿真，可为仓储自动化方案评估提供参考。但厂商未披露具体技术配置、实施条件和独立验证结果，需结合自身场景进一步核实。
#推理成本
NVIDIA Blog精选 机器之心同新闻 DeepSeek 开源内部推理框架 DeepInfer，支持 V4.1-Flash
据机器之心（知乎专栏）报道，10 月 20 日 DeepSeek 以 Apache 2.0 许可证开源其内部大规模推理服务所用框架 DeepInfer，以及配套的 token 编解码组件 deepseek-recipe，当前支持 DeepSeek-V4.1-Flash。文章还提到，有观点据此推算大模型推理毛利约为 82%。
AWS Machine Learning Blog精选 Deepgram 借 AWS Trainium2 优化大规模语音 AI 批量转写
AWS 博客介绍，Deepgram 与 AWS Forward Deployed Engineering 团队合作，将 Nova-3 语音转文字模型移植到 AWS Trainium2，用于离线批量推理。文章涵盖向 AWS Neuron 栈移植、内核级调优、数据并行 Rust 运行时，以及批量转写场景下的吞吐与成本结果（厂商披露）。
为什么值得看：对需要大规模语音转写的企业，该案例展示了在专用 AI 芯片上部署语音模型并优化批量推理吞吐与成本的工程路径，可作为评估云上推理基础设施和成本结构的参考。需注意效果数据为厂商披露，且场景限于离线批量推理，实时语音和迁移成本未涉及。
AWS Machine Learning Blog精选 在 Amazon Bedrock 上用 Grok 4.7 构建长周期智能体
AWS Machine Learning Blog 发文介绍 Grok 4.7 已在 Amazon Bedrock 上可用。文中在 Grok 4.7 上构建了一个工具调用型智能体，并在三种推理任务、四档推理强度下进行评测，衡量正确率和每完成任务的 token 成本，同时展示了如何按请求调节这一权衡并在生产环境中监控。
为什么值得看：企业负责人可据此评估在 Bedrock 上部署工具调用型智能体时，推理强度与 token 成本之间的取舍方式，以及生产监控的落地思路；但评测数据来自厂商披露，需在自身业务场景中验证，并核实可用区域、定价与配额等限制。
AWS Machine Learning Blog精选 Claude Haiku 5.5 上线 AWS：主打高并发低成本子代理场景
AWS 机器学习博客介绍，Claude Haiku 5.5 现已在 Amazon Bedrock 和 AWS 上的 Claude Platform 提供。据 Anthropic 称，它是 Claude 5.5 系列中速度最快、最高效的模型，面向子代理和高并发、成本敏感型工作负载，多数任务成本比 Claude Haiku 4.5 低约 75%。文章还介绍了其改进点及上手方式。
为什么值得看：对企业负责人来说，值得关注的是模型选型与推理成本：若企业已在 AWS 上构建代理或批量自动化流程，该模型据厂商披露可显著降低单位任务成本，并可直接在既有 AWS 平台内接入，减少额外集成工作。但性能与成本数据均为厂商披露，落地前应结合自身任务做小范围验证，并确认区域可用性、配额与数据合规要求。