情报
AI 生成的结构化厂商动态简报
NVIDIA FOX蓝图：工厂控制层从PLC转向AI代理，锁定DGX硬件
NVIDIA发布Factory Operations Blueprint (FOX)，基于NemoClaw和DGX Station (GB300 Grace Blackwell Ultra Desktop Superchip)构建自主工厂管理代理，整合机器信号、质量系统与机器人车队，实现全厂智能决策。富士康、和硕、研华、纬创已部署，预计根因分析效率提升80%，劳动生产力提升15%。
NVIDIA借台湾供应链深化AI工厂生态，Vera Rubin量产捆绑专有软件锁
NVIDIA联合台积电、鸿海等台湾巨头，将cuLitho、Omniverse、Isaac等专有AI软件嵌入芯片制造与服务器组装流程，同时推进Vera Rubin NVL72量产。此举将制造效率提升数据（如cuLitho降低20-50%周期）作为诱饵，实质是构建从设计到生产的全栈生态壁垒。
NVIDIA Alpamayo闭环RL后训练：加速自动驾驶策略的模拟-现实融合
NVIDIA Alpamayo平台推出AlpaGym，一个开源、高吞吐量的闭环强化学习后训练框架。该框架将AlpaSim模拟器、Cosmos-RL分布式训练和物理AI数据集整合，使AV模型能从自身动作的模拟后果中学习，大幅缩小训练与部署的误差累积鸿沟。
NVIDIA Cosmos 3开源统一物理AI模型，以MoT架构合围GPU生态
NVIDIA发布Cosmos 3，基于Mixture-of-Transformers双塔架构统一物理推理、世界生成与动作生成。开源模型权重、训练脚本和六个合成数据集，但部署优化深度绑定NVIDIA NIM微服务与GPU，意图将物理AI开发生态锁定在其硬件和软件栈上。
NVIDIA BlueField DPU硬件隔离安全：将AI工厂控制点从软件转向硅片
NVIDIA发布基于BlueField-4 DPU的DOCA安全堆栈（Argus、Vault、Flow），通过硬件隔离执行域实现运行时内存分析、零信任文件访问和800Gb/s网络策略执行。该架构将安全控制从主机操作系统转移到DPU硅片，在不影响AI性能前提下提供分布式全栈保护，但深度绑定Vera Rubin平台，形成生态锁定。
Cisco与微软合围：浏览器成为零信任新控制平面，SSE集成Edge定标
Cisco Secure Access与Microsoft Edge for Business深度集成，将零信任访问、DLP、AI威胁防护直接嵌入浏览器。通过统一策略引擎，浏览器取代VPN/客户端成为私有应用访问主入口，同时将Copilot等AI代理纳入安全管控，标志着安全控制点从网络层向浏览器层转移。
Cisco Scale-Across架构：硅光融合定义AI跨数据中心网络新标准
Cisco发布Scale-Across方案，基于Silicon One P200路由系统（51.2Tbps）和400G/800G ZR/ZR+相干光模块，结合开放线路系统，旨在解决AI训练因功率限制需跨数据中心分布时的网络性能问题，实现类似单机房的低延迟无损连接。
Check Point推AEV：以AI代理验证暴露面，应对自主攻击新威胁
Check Point发布Agentic Exposure Validation (AEV)，利用AI代理模拟攻击者推理，结合威胁情报与资产上下文，安全证明哪些漏洞真正可被利用。AEV作为CTEM计划关键组件，帮助团队在AI自主攻击时代从被动补丁转向主动验证。
AMD Ryzen AI Halo与Max PRO 400系列：本地运行300B参数模型，但隐性锁定与工程短板并存
AMD发布Ryzen AI Halo开发者平台（128GB统一内存，支持200B参数模型）及Ryzen AI Max PRO 400系列处理器（首款x86客户端运行300B参数模型）。通过统一内存架构、ROCm优化和OEM合作，推动代理AI从云端走向本地，但实际性能受限于共享内存带宽与散热设计。
Google I/O 2026：TPU 8t/8i跨数据中心训练与Gemini 3.5 Flash速度革命
Google发布第八代TPU：TPU 8t（训练）和TPU 8i（推理），原始计算力提升3倍，性能功耗比提升2倍。通过JAX/Pathways实现跨100万+TPU的分布式训练。同时推出Gemini 3.5 Flash，输出速度是其他前沿模型的4倍，并在GDPVal等基准上领先。SynthID被OpenAI、Nvidia等采用。
Google Cloud推MCP托管服务：将AI数据层控制点从SQL转向标准化协议
Google Cloud发布Managed MCP Tools，通过Model Context Protocol标准化AI与BigQuery等数据源的交互。文章提出五个演进场景，从静态API到MCP代理，强调MCP作为开放标准可解耦推理层与数据层，但托管实现深度绑定BigQuery生态。
Cisco推N9300 Smart Switch融合安全，AI数据中心控制点转向网络基础设施
Cisco在ONUG 2026发布Nexus One架构与N9300系列智能交换机，将L4分段、Hypershield、eBPF Live Protect及与NVIDIA BlueField DPU集成的防火墙直接嵌入网络，旨在为AI工作负载提供无性能瓶颈的深度安全，同时通过AgenticOps和AI Canvas实现智能运维。
AMD与OpenAI将MRC网络协议贡献给OCP，推进AI网络规模化
AMD与OpenAI、微软等合作，将专为大规模AI训练设计的网络协议MRC（多路径可靠连接）贡献给开放计算项目OCP。AMD不仅是协议规范的共同制定者，其可编程的Pensando DPU/NIC产品已率先实现MRC的部署与验证，旨在将网络从性能瓶颈转变为弹性、可适应的AI基础设施层。
英伟达通过OCP开放MRC协议，推动AI以太网架构标准化
英伟达宣布将其在Spectrum-X以太网硬件上验证的MRC（多路径可靠连接）RDMA传输协议通过开放计算项目（OCP）开放。该协议旨在通过多路径负载均衡和硬件级故障绕过，提升大规模AI训练集群的网络吞吐量、弹性和GPU利用率。
谷歌通过Agent Platform展示AI原生应用架构范式
谷歌云客户案例展示了基于Gemini Enterprise Agent Platform构建的“流式意识转任务”应用。该架构利用原生音频流、主动工具调用和会话恢复等API，实现了从语音到结构化任务的无缝、低延迟转换，并设计了面向未来语音功能的提供商无关抽象层。
AMD联合OpenAI发布下一代AI训练网络传输协议MRC
AMD联合OpenAI、微软等行业领导者发布Multipath Reliable Connection（MRC）协议规范，旨在解决RoCEv2在超大规模AI训练集群中的性能瓶颈。该协议通过智能包喷洒、选择性重传和网络信号拥塞控制等机制，提升网络带宽利用率和训练任务弹性。
思科通过DevNet实验室提供AI防御主动测试平台实操
思科发布AI Defense Explorer Edition的实操DevNet实验室，允许开发者以自服务方式对AI模型和应用进行智能体驱动的红队测试。该工具通过自然语言设定攻击目标，模拟多轮自适应攻击，旨在将安全测试左移至开发阶段。
思科收购Astrix Security，强化非人身份与AI代理安全控制层
思科宣布计划收购非人身份安全公司Astrix Security，旨在将AI代理与API密钥、服务账户等非人身份的安全管理，深度整合至其身份智能平台与零信任访问方案中。此举标志着安全控制点正从传统人机交互向自动化AI代理工作负载迁移，以应对由AI代理滥用凭证引发的全新攻击面。
思科发布AI网络流量报告，揭示智能体AI对广域网的根本性影响
思科基于真实网络流量数据发布研究报告，首次量化分析智能体AI对广域网流量模式、对称性及关键路径的颠覆性影响，并预测到2035年AI推理流量将占网络总流量的25%。
微软发布AI时代网络安全责任框架，强调公私协作与漏洞管理现代化
微软发布了一份关于利用下一代AI加强全球数字生态安全的框架性文件，核心观点是AI加速漏洞发现的同时，必须同步强化响应与修复能力。文件提出了五项具体建议，强调公私协作、负责任的AI能力发布以及现代化漏洞管理流程。