Reports

英伟达发布开源多模态模型Nemotron 3 Nano Omni，采用30B-A3B混合MoE架构，将视觉、音频与语言处理统一于单一模型，旨在作为AI Agent的“眼睛和耳朵”。该模型声称能消除多模型协作的延迟与上下文碎片化问题，在保持交互性的同时实现高达9倍的吞吐量提升，降低AI Agent的部署与推理成本。

Anthropic以9000亿估值融资背后是三云算力布局策略，企业使用Claude实际在同时绑定AWS、Google、NVIDIA三方，厂商锁定风险从单云升级为跨云架构级锁定

Arm发布免费性能分析工具包Performix，旨在为AI Agent开发提供跨Arm平台的统一性能洞察与优化。该工具通过Arm MCP Server集成至主流AI开发环境，将硬件运行时数据转化为可操作的优化建议，并已获得微软、MongoDB等生态伙伴支持。

微软宣布将GPT-5.5模型部署至GitHub Copilot、Microsoft 365 Copilot、Copilot Studio及Foundry平台。该更新强调多模型编排，允许用户根据任务（如快速探索、深度推理、执行、审查）选择不同模型，并通过‘橡皮鸭’代理实现多模型反思循环。

Google在Cloud Next 2026大会上发布第七代TPU Ironwood，峰值算力达42.5 ExaFLOPS，较前代提升10倍。同时宣布7.5亿美元Agent Fund，投资AI智能体生态。主权AI战略成为核心叙事，推出Ironpod超级计算机方案满足政府数据主权需求。

英伟达宣布其超过1万名员工已通过Codex应用，在基于GB200 NVL72的NVIDIA基础设施上规模化使用GPT-5.5。此举不仅展示了前沿模型推理在企业内部工作流中实现‘变革性’生产力的技术可行性，更通过专用的安全云VM架构，为企业部署AI代理提供了可审计、隔离的参考范式。

微软宣布Copilot在Word、Excel和PowerPoint中的“代理模式”正式上市并设为默认。该模式允许AI直接在文档画布上进行推理和多步骤操作，标志着从辅助工具到嵌入式AI协作者的转变。

Google Cloud Next 26开幕，发布企业级Agentic AI全栈。

Google发布全域算力池化技术，资源利用率从35%提升至85%+，成本降低40%+，支持跨区域、跨云厂商资源整合。

Google发布TPU v8芯片，单集群算力达40+ ExaFLOPS，支持百万级Agent并发，算力密度提升3倍，能效比提升2倍。

思科发布工业OT安全入门框架，针对中型企业资源有限现状，提出分阶段、低成本的实施路径。核心是避免因过度依赖SPAN端口等被动监控架构而产生高昂的隐性基础设施成本，转而利用现有网络设备（如支持Cyber Vision的交换机）实现初步可见性。

Anthropic推出Claude Design，通过其最强视觉模型Claude Opus 4.7驱动，允许用户协作创建设计、原型和演示文稿等。该产品面向企业团队，支持从代码库自动构建品牌设计系统，并能将设计无缝移交给Claude Code进行开发。

微软宣布其位于威斯康星州的Fairwater数据中心提前投入运营。该中心被定位为全球最强大的AI数据中心，集成了数十万个NVIDIA GB200 GPU，通过大规模光纤互连构成单一无缝集群，旨在为下一代AI模型训练和推理提供前所未有的算力规模。

Anthropic正式发布Claude Opus 4.7模型，在复杂软件工程、多模态理解和长时推理任务上实现显著提升。该版本首次引入了针对高风险网络安全用途的自动检测与拦截护栏，并为安全研究设立了验证程序，旨在为更强大模型（如Mythos）的广泛发布积累安全经验。

英伟达提出应将“每token成本”而非“每美元FLOPS”作为评估AI基础设施的核心经济指标。这标志着从衡量计算输入转向衡量商业输出，涉及硬件、软件、网络的全栈优化，以降低企业AI推理的总拥有成本。

微软发布MAI-Image-2-Efficient模型，在保持旗舰级质量的同时，推理速度提升22%，效率提升4倍，成本降低41%。该模型定位为规模化生产“主力”，已集成至Microsoft Foundry和Copilot，旨在降低企业AI应用门槛。

瑞银因博通与谷歌、Anthropic的合作进展，将博通2027年TPU出货量预测从600万颗上调至700万颗，同步上调未来三年营收、盈利等多项指标预测。印证千兆瓦级TPU合作的真实市场需求。

Anthropic 与 Google、Broadcom 达成多个千兆瓦级下一代 TPU 算力合作协议，预计 2027 年上线支持前沿 Claude 模型训练。年化营收突破 300 亿美元（约三个月增长 3 倍），AI 基础设施投资门槛正式进入核电站级别。

思科通过博客详细阐述了AI Agentic框架在网络工程中的应用，提出从聊天机器人到多步工作流编排的演进路径。其核心在于将人类专业知识编码为‘技能’文件，通过MCP协议连接基础设施API，并在关键步骤设置人工审批点，实现从任务执行到流程编排的角色转变。

思科基于其客户体验部门AI助手的18个月实战经验，提炼出决定企业AI系统成败的非显性模式。核心包括：通过确定性代码而非LLM提示词执行RBAC、主动解决企业术语歧义、减少澄清式交互以提升效率，以及基于系统能力提供引导式后续问题。

思科宣布计划收购专注于AI可观测性的初创公司Galileo。此举旨在将Galileo的AI质量评估、故障检测与护栏技术深度集成至Splunk可观测性云平台，为企业的AI Agent系统提供从开发到生产的全生命周期可见性与安全保障。

Cisco首席战略官提出企业需超越传统Build vs Buy二元决策，采用系统化增长策略。公司定义五个杠杆：内部开发、并购、合作、投资和孵化，强调生态系统协作以加速创新和市场响应。

Anthropic宣布其Claude Opus 4.6模型在两周内为Mozilla Firefox发现了22个漏洞，其中14个被定为高危。这标志着AI模型已能独立识别复杂软件中的未知安全漏洞，并初步尝试生成漏洞利用，预示AI在网络安全攻防两端的能力均进入新阶段。

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。

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。