红Hat公司已正式推出Red Hat AI Enterprise平台,旨在为混合云环境下的AI应用开发和部署提供简化方案。
该平台于2月24日宣布正式上线。Red Hat表示,Red Hat AI Enterprise专为解决AI的"生产落地鸿沟"而设计,它将AI模型和应用的全生命周期统一管理——从模型开发、调优到高性能推理——基于标准化的集中式基础设施,加速交付速度,提升运营效率,并通过提供全面的一体化体验来降低风险。用户可以摆脱将AI视为零散、定制化工作的模式,将其转变为可扩展、可重复的工厂化流程。Red Hat AI Enterprise基于Red Hat OpenShift云应用平台构建。
Red Hat强调了Red Hat AI Enterprise的以下业务优势:
加速价值实现时间,提供即用型环境,让团队能够"一次开发,随处部署",无需重写代码。
提升运营效率,简化从代码提交到模型服务的工作流程。
降低风险并加强治理,为数字主权奠定基础,让组织能够控制数据和模型的存储位置。
Red Hat表示,对于平台工程师、AI工程师和应用开发者而言,Red Hat AI Enterprise为现代AI工作负载提供了坚实基础。这包括AI全生命周期管理、大规模高性能推理、智能体AI创新、集成的可观测性和性能建模,以及可信AI和持续评估。平台提供了动态资源扩展、监控和安全工具。据Red Hat介绍,为实现零停机维护,滚动式平台更新可在不中断活跃推理服务的情况下保持AI技术栈的更新和安全防护。
Q&A
Q1:Red Hat AI Enterprise平台是什么时候发布的?
A:Red Hat AI Enterprise平台于2月24日宣布正式上线,目前已经可以普遍使用。
Q2:Red Hat AI Enterprise平台能解决什么问题?
A:该平台专为解决AI的"生产落地鸿沟"而设计,将AI模型和应用的全生命周期统一管理,从模型开发、调优到高性能推理都在标准化的集中式基础设施上完成,帮助用户将AI从零散的定制化工作转变为可扩展、可重复的工厂化流程。
Q3:Red Hat AI Enterprise平台基于什么技术构建?
A:Red Hat AI Enterprise平台基于Red Hat OpenShift云应用平台构建,为平台工程师、AI工程师和应用开发者提供现代AI工作负载的基础,包括AI全生命周期管理、高性能推理、智能体AI创新等功能。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。