模型、公司、政策与基础设施层面的行业动向。（本日 8 条）
GitHub Copilot 计费切换今天生效，代码审查进入成本归因 重大 topic|primary
- 今天生效：GitHub Copilot code review 从 2026-06-01 起在私有仓库消耗 Actions minutes，公有仓库 Actions minutes 仍免费。 双计费：每次 review 同时进入 Copilot AI Credits 和 GitHub Actions minutes，覆盖 Pro、Pro+、Business、Enterprise。 管理员需要核对 Actions entitlement / budgets / runner 设置，否则自动 PR review 会变成新的 CI 成本项。
- 双计费：每次 review 同时进入 Copilot AI Credits 和 GitHub Actions minutes，覆盖 Pro、Pro+、Business、Enterprise。
- 来源： GitHub Changelog
Microsoft Foundry 更新 agent 评测、成本归因和本地运行能力 重大 topic|primary
- 评测与追踪：Foundry 把托管/外部 agent traces、评测和项目视角成本归因放在同一组更新里。 本地能力：Foundry Local 1.1 带来实时 ASR、embedding、Qwen 3.5 Vision、WebGPU 插件；1.2 又补多语 ASR、ARM64、WinML 2.0。 成本归因只解释模型/项目使用，完整账单仍要结合 Azure Cost Management、Search、Storage、Key Vault 等资源看。
- 本地能力：Foundry Local 1.1 带来实时 ASR、embedding、Qwen 3.5 Vision、WebGPU 插件；1.2 又补多语 ASR、ARM64、WinML 2.0。
- 来源： Microsoft Foundry Blog
MiniMax M3 发布，主打 coding、长上下文和原生多模态 重大 topic|primary coding agent: 7d 31x/6d
- 三能力合一：M3 主打 open-weight、coding/agentic、1M context 和原生多模态，API 最低保证 512K context。 长任务数据：官方案例给出 ICLR 论文复现 12 小时、18 commits、23 figures，以及 FP8 GEMM 147 次提交、9.4x speedup。 开发者侧有 Token Plan、API、MiniMax Code 和待开源本地部署路径，价格/配额会直接影响 coding agent 使用成本。
- 长任务数据：官方案例给出 ICLR 论文复现 12 小时、18 commits、23 figures，以及 FP8 GEMM 147 次提交、9.4x speedup。
- 来源： MiniMax model page
MiniMax M3 论文复现实验截图：图 1：MiniMax M3 官方页面展示的 ICLR 论文复现实验结果截图，保留原文图片而不是转写成表格。
NVIDIA Cosmos 3 面向 physical AI 推理、世界模型和动作模型 重大 topic|primary
- 架构变化：Cosmos 3 用 MoT 把 reasoner tower 和 generator tower 合并，输入可含文本、图像、视频、音频、动作。 模型规格：Nano 为 8B，面向工作站实时推理；Super 为 32B，面向 Hopper/Blackwell 数据中心部署。 NVIDIA 同步开放 6 类 synthetic datasets，并提供 BF16、FP8、NVFP4 NIM 路径，物理 AI 不只是视频生成。
- 模型规格：Nano 为 8B，面向工作站实时推理；Super 为 32B，面向 Hopper/Blackwell 数据中心部署。
- 来源： NVIDIA Developer Blog
Cosmos 3 架构图：图 2：NVIDIA Developer Blog 原文中的 Cosmos 3 reasoner/generator 架构图。
NVIDIA 用 DOCA In-Silicon Security 强化 agentic AI 基础设施 重大 topic|primary
- 安全边界下沉：BlueField DPU 把监控、策略执行、遥测放到独立信任域，主机被攻破时仍可执行控制。 性能指标：DOCA 文章给出 runtime threat detection 最高 1,000x、网络/文件访问策略执行最高 800 Gb/s。 DOCA Argus、Vault、Flow 分别对应运行时威胁检测、文件级 zero-trust 访问和硬件加速网络策略。
- 性能指标：DOCA 文章给出 runtime threat detection 最高 1,000x、网络/文件访问策略执行最高 800 Gb/s。
- 来源： NVIDIA Developer Blog
DOCA Argus 威胁检测架构图：图 3：NVIDIA Developer Blog 原文中的 DOCA Argus AI threat detection 架构图。
NVIDIA Alpamayo 文章聚焦自动驾驶模型闭环后训练 重大 topic|primary
- 训练范式：AlpaGym 把 AlpaSim closed-loop rollouts 接入策略训练，让模型从自己动作造成的后果中学习。 工程依赖：教程要求 CUDA/cuDNN、NCCL、Redis、Git LFS、Hugging Face auth，并用 Hydra 配置 policy、scene、reward。 输出关注 mean reward、failure rates、policy loss、rollout throughput 和 checkpoint，可用于 AV 模型闭环验收。
- 工程依赖：教程要求 CUDA/cuDNN、NCCL、Redis、Git LFS、Hugging Face auth，并用 Hydra 配置 policy、scene、reward。
- 来源： NVIDIA Developer Blog
Alpamayo 闭环后训练工作流图：图 4：NVIDIA Alpamayo 原文中的自动驾驶模型闭环后训练工作流图。
阿里云 Quick BI 推 ticket-based enhanced embedding 处理数据分享权限 重大 topic|primary
- 权限模型：Quick BI ticket-based enhanced embedding 支持时间锁、访问次数锁和按角色个性化视图。 嵌入粒度：可嵌完整 dashboard、单个可视化组件、ad hoc query 和自助分析模块到 ERP、OA、CRM、App 或小程序。 治理看板跟踪授权用户、嵌入报表数、访问量和启用报表数，BI 分享从链接分发变成可运营服务。
- 嵌入粒度：可嵌完整 dashboard、单个可视化组件、ad hoc query 和自助分析模块到 ERP、OA、CRM、App 或小程序。
- 来源： Alibaba Cloud Blog
Lingyang 在 Qwen Conference 展示 Quick BI 企业级数据方案 重大 topic|primary
- 会议场景：Qwen Conference Singapore 上，Quick BI 把 enterprise Agentic Analytics 讲成“Goals -> Inferences -> Actions”。 业务覆盖：文章列出电商运营、销售运营、制造运营、供应链、金融运营等场景，强调统一指标和权限边界。 案例称手工日报工作量下降约 90%、问题发现解决提速 10x，报表迁移人工校验工作量下降 50% 以上。
- 业务覆盖：文章列出电商运营、销售运营、制造运营、供应链、金融运营等场景，强调统一指标和权限边界。
- 来源： Alibaba Cloud Blog
Comprehensive observability for Amazon SageMaker AI LLM inferenceAWS Machine Learning Blog / 2026-05-29
harry0703/MoneyPrinterTurbo
