情报
AI 生成的结构化厂商动态简报
Anthropic联合谷歌与博通锁定千兆瓦级下一代TPU算力
Anthropic宣布与谷歌及博通达成新协议，锁定数千兆瓦的下一代TPU算力，预计2027年上线。此举旨在支撑其前沿Claude模型的训练与推理，并满足全球客户激增的需求。该合作是Anthropic对美国计算基础设施500亿美元投资承诺的重大扩展。
微软发布Copilot Studio多智能体系统，推动企业AI架构互联
微软宣布Copilot Studio的多智能体系统全面上市，核心是通过开放协议（A2A）、与Fabric及Microsoft 365 Agents SDK的集成，实现跨工具、跨数据源的智能体协同编排。此举旨在将孤立的AI体验转变为可规模化协作的智能体系统，并增强了提示构建与治理控制。
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。
谷歌为Gemini API引入Flex与Priority推理层级
谷歌为其Gemini API新增Flex和Priority两个服务层级。Flex是成本优化层级，为延迟容忍型工作负载提供同步接口，价格降低50%；Priority为高可靠性层级，确保关键应用在高峰期的请求不被抢占。此举旨在通过单一界面，让开发者根据AI任务类型（如后台Agent思考与前台交互）灵活平衡成本与可靠性。
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为Gemini API推出Flex和Priority推理层级
Google在其Gemini API中新增Flex和Priority两个服务层级，允许开发者通过单一接口优化成本和可靠性。Flex针对延迟容忍型工作负载提供50%的成本节约，而Priority则为关键应用提供最高可靠性保障。这一变化简化了AI代理架构中同步和异步任务的管理。
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。
AMD发布突破性MLPerf 6.0推理结果，展示多节点扩展与多模态能力
AMD在MLPerf Inference 6.0基准测试中，凭借Instinct MI355X GPU在Llama 2 70B和GPT-OSS-120B模型上首次突破每秒100万令牌的推理吞吐量。其提交强调了多节点扩展效率、对新型文本到视频模型（Wan-2.2-t2v）的快速启用，以及广泛的合作伙伴生态系统复现结果。
思科参与NIST生成式AI信任计划
思科宣布参与NIST生成式AI信任计划，重点开发可测量的AI信任评估框架。该计划包含动态对抗测试环境（Cat-and-Mouse框架）和代码生成挑战赛，旨在建立AI输出的可信度验证机制。
Cisco 披露 AI 编码助手内存污染攻击方法
Cisco 安全团队发现并验证了针对 Claude Code 等 AI 编码助手的持久性内存污染攻击方法，通过篡改 MEMORY.md 系统文件可长期操纵 AI 行为。该漏洞已促使 Anthropic 在 v2.1.50 版本中移除了用户记忆文件的系统提示权限。
英伟达联合能源机构展示AI算力工厂参与电网调峰
英伟达与能源研究机构EPRI、英国国家电网及初创公司Emerald AI合作，成功演示了基于Blackwell GPU集群的AI算力工厂如何根据电网实时需求，动态调节自身功耗以充当电网的“减震器”，同时保障高优先级AI工作负载的性能。
思科扩展零信任安全至AI代理生态
思科在RSA 2026宣布针对AI代理的安全创新，扩展Zero Trust Access至非人类身份，引入agentic IAM在Duo、MCP策略执行于Secure Access SSE，并推出AI Defense: Explorer Edition自助测试工具及DefenseClaw开源框架，以自动化安全部署。
英伟达发布Cosmos世界模型套件，强化物理AI合成数据与推理能力
英伟达发布其Cosmos世界基础模型（WFM）套件的重要更新，包括Transfer 2.5、Predict 2.5和Reason 2。这些模型旨在加速生成高保真、符合物理规律的合成数据，并支持对机器人、自动驾驶等物理AI系统进行下游任务微调和推理，以解决真实世界数据稀缺的瓶颈。
NVIDIA在CCCL库中引入浮点确定性控制层级
NVIDIA在其CUDA核心计算库（CCCL）3.1中，为CUB库的规约算法新增了单阶段API和可配置的确定性级别。用户可在“不保证”、“运行间一致”和“GPU间一致”三个级别间权衡性能与结果可复现性，并引入了基于分桶算法的可复现浮点累加器（RFA）技术。
Trend Micro发布AI安全报告，揭示AI供应链风险与模型攻击面
Trend Micro发布《AI生态系统断层线》报告，系统性地分析了AI供应链中的安全风险，包括模型训练数据污染、第三方插件漏洞以及模型窃取攻击。报告指出，企业AI应用的安全边界已从传统IT基础设施扩展至模型层和数据管道。
OpenAI：通过 GPT-4.1/GPT-5/Sora 2 模型栈，为 Higgsfield 提供视频生成基础设施
OpenAI 在其开发者博客中展示了第三方应用 Higgsfield 如何利用其 GPT-4.1、GPT-5 和 Sora 2 模型组合，将简单输入转化为高质量社交视频。这体现了 OpenAI 将其多模态模型作为外部 AI 推理基础设施核心组件的战略方向。
英伟达推出DGX Spark软件更新与NVFP4格式，强化本地AI开发
英伟达通过软件优化、新NVFP4数据格式及开源合作，大幅提升DGX Spark本地AI开发平台性能，并整合Brev云服务实现混合部署。此举将高性能AI模型运行从云端延伸至企业边缘和开发者桌面。
OpenAI发布思维链监控评估框架
OpenAI推出新的思维链监控评估套件，包含13项评估指标和24种测试环境。研究表明监控模型内部推理过程比仅监控输出更有效，为AI系统扩展控制提供了新路径。
NVIDIA推动将可训练神经网络直接集成至实时图形渲染管线
NVIDIA发布技术博客，详细阐述如何将可训练的神经网络模型（神经着色）直接集成到实时图形渲染管线中。此举旨在利用专用AI硬件（如Tensor Cores）提升渲染质量与性能，标志着图形计算架构从纯手工编程向数据驱动、可学习的混合模式演进。
NVIDIA发布教程将轻量级LLM转化为终端AI代理
NVIDIA通过开发者博客发布教程，指导用户利用其开源的Nemotron Nano v2模型，在约200行Python代码内构建一个能理解自然语言并执行Bash命令的AI代理。该教程强调从零构建和利用LangGraph简化，核心在于实现安全的工具调用（Tool Calling）和人机回圈（Human-in-the-Loop）控制。