Google Research 提出全新 KV 缓存压缩方案 TurboQuant，通过极坐标量化等技术，将大模型 KV 缓存压缩 6 倍以上，并在长上下文场景中实现最高约 8 倍推理加速，同时几乎不损失模型精度。

Elastic 宣布在 Elastic 推理服务（EIS）上线两款 Jina 重排序模型，面向混合搜索与 RAG 场景提供低延迟、多语言相关性能力，并以托管 GPU 推理服务形式供用户使用。

Orbitype.com 今日宣布推出 Orbitype Intelligence。该产品作为基于聊天的 AI 代理与工作流自动化编排层，嵌入 Orbitype Agentic Cloud OS，支持数据库、RAG 向量搜索、仪表盘、凭证、可观测性与 API 等能力，用于构建和运营 AI 代理环境。