Reports
AI-generated structured vendor updates
诺基亚发布面向AI网络的应用优化光传输方案套件
诺基亚发布一系列新的相干光传输解决方案和紧凑型多光纤放大器，旨在通过模块化设计方法，针对不同AI应用场景（如DCI、园区网）优化性能、功耗和成本。
Meta发布Muse Spark基础模型并重构AI助手架构
Meta推出其Superintelligence Labs的首个模型Muse Spark，并以此为核心全面升级Meta AI助手。新架构支持并行子代理（subagents）协同推理、强大的多模态感知能力，并能调用社交图谱内容提供个性化答案。
思科通过ThousandEyes MCP Server将AI引入MSP运维
思科宣布其ThousandEyes产品推出Model Context Protocol (MCP)服务器。该服务器将ThousandEyes的网络与数字体验洞察直接集成到AI助手（如Claude、ChatGPT）中，使MSP的分析师能通过自然语言进行高级诊断，旨在提升运营效率并改变MSP的服务模式。
英特尔与SambaNova联合发布面向Agentic AI的异构推理架构
英特尔与SambaNova宣布合作，为Agentic AI生产负载设计异构计算蓝图。该方案结合GPU、SambaNova RDU和英特尔至强6处理器，旨在解决性能、效率与软件兼容性挑战，预计2026年下半年推出。
思科年度报告揭示AI时代安全战略：从个人数据保护扩展至工业数据治理
思科发布FY25年度目标报告，强调在AI时代将安全、隐私和信任作为业务基石。报告核心在于其隐私卓越中心（PCOE）的职责扩展，从个人数据保护延伸至对“工业数据”等受监管数据的治理，并披露了其AI驱动的威胁检测引擎SnortML和DNS安全服务的具体应用。
微软与阳狮集团深化合作，构建基于身份数据的AI代理营销堆栈
微软与阳狮集团宣布扩展战略合作，共同构建端到端营销解决方案。该方案旨在整合遗留系统、AI代理与阳狮旗下Epsilon的身份数据，通过Microsoft Fabric、Copilot Studio和Agent 365等技术，实现营销流程的自动化与优化。
思科与斑马技术深化集成：面向零售终端的网络与体验可见性
思科宣布其无线网络（Meraki）与ThousandEyes平台与斑马技术移动设备深度集成，将设备级遥测与端到端网络性能监控引入统一管理界面。此举旨在解决零售、仓储等边缘场景中移动设备连接问题的快速定位与排障，提升运营效率。
Arm与马来西亚莫纳什大学合作，推进AI时代半导体人才培养
Arm宣布与马来西亚莫纳什大学工程学院合作，捐赠集成电路设计开发板并派遣高管担任客座讲师，旨在为AI时代培养具备Arm架构和现代系统设计实践经验的半导体人才。
思科与英特尔合作推出统一边缘平台
思科推出基于英特尔Xeon 6 SoC的Unified Edge平台，针对体育与媒体行业提供边缘AI处理能力。该方案整合网络、安全与计算功能，支持实时粉丝体验与远程制作。
Intel代工突围：EMIB封装获美国两大云厂商战略背书
这笔交易的战略意义远超表面数字。Google和Amazon同时转向Intel意味着：美国两大云厂商在AI芯片领域"去台积电化"的战略共识已经形成。不仅是芯片制造，连先进封装这样高附加值的制造环节，也在发生供应链重构。
微软联合日本本土运营商构建主权AI基础设施
微软宣布未来四年在日投资100亿美元，核心是与日本樱花互联网和软银合作，通过Azure提供由本土运营商管理的GPU算力服务，确保数据驻留日本。此举旨在满足日本对数据主权和合规性要求严格的AI工作负载需求。
Anthropic以国家安全为名划定AI军事应用红线
Anthropic公开声明，在与美国国防部合作中坚持两项技术使用限制：禁止用于大规模国内监控和全自主武器系统。尽管面临被列为供应链风险或动用《国防生产法》强制移除安全护栏的威胁，该公司拒绝妥协。此举将AI伦理与地缘政治竞争直接挂钩。
Anthropic被美国防部列为供应链风险并启动法律挑战
Anthropic被美国国防部正式指定为国家安全供应链风险，但公司认为该决定缺乏法律依据并计划提起诉讼。该指定范围狭窄，主要影响国防部合同商在特定合同内直接使用Claude，而非其所有业务。Anthropic承诺在过渡期内继续以象征性成本为国防部和国家安全界提供模型支持。
NVIDIA优化VC-6解码器架构，提升批量AI视觉管道性能
NVIDIA通过Nsight工具分析，对其VC-6视频解码器进行架构级重构，从单图解码器转向支持批量处理的单一解码器，并优化GPU内核，显著降低批处理场景下的解码延迟，提升AI视觉管道效率。
ARM联合Google优化Gemma 4设备端AI性能
ARM通过Armv9架构的SME2技术加速Google Gemma 4模型在移动设备的运行，实现5.5倍预填充加速和1.6倍解码提速。该合作使开发者无需修改代码即可获得性能优化，推动设备端AI成为移动应用默认架构，降低云端依赖。
英伟达联合谷歌优化Gemma 4，强化本地AI代理基础设施
英伟达宣布与谷歌合作，针对其RTX、DGX Spark及Jetson平台，对Gemma 4系列开源模型进行深度优化。此举旨在将高性能、多模态AI推理能力从云端扩展至边缘设备和个人工作站，为本地AI代理（Agentic AI）提供从2B到31B参数的全栈模型支持。
NVIDIA 优化 Gemma 4 模型以加速本地代理 AI
NVIDIA 与 Google 合作优化 Gemma 4 系列模型，使其能够在从边缘设备到高性能 GPU 的各种 NVIDIA 硬件上高效运行。这些模型支持多种任务，包括推理、编码和代理功能，适用于本地代理 AI 应用。
谷歌发布Gemma 4开源模型，瞄准边缘推理与AI代理架构
谷歌推出Gemma 4开源模型家族，包含从2B到31B的四个版本，强调单位参数性能突破，并原生支持AI代理工作流、多模态与长上下文。其小参数模型专为边缘设备优化，旨在将前沿推理能力扩展至移动与IoT场景。
Google发布Gemma 4开源模型系列
Google推出Gemma 4开源模型系列，包含四种规模变体，特别优化边缘计算和移动设备。该系列支持多模态处理、长上下文窗口和140多种语言，采用Apache 2.0许可。
微软将MAI多模态模型系列全面集成至Foundry平台
微软宣布将自研的MAI多模态模型家族（包括转录、语音、图像模型）全面提供给Foundry平台的开发者。此举旨在通过统一的平台层，降低企业开发者集成和编排多模态AI能力的复杂性，推动AI从独立产品向企业基础设施层转变。