情报
AI 生成的结构化厂商动态简报
NVIDIA力推World-Action模型：机器人控制权从语言转向视频基础模型
NVIDIA发表深度技术博客，提出World-Action Model（WAM）作为VLM-based VLA的替代路线。WAM利用预训练视频/世界模型骨干，同时预测未来状态和机器人动作，旨在克服VLA的语言-动作接地鸿沟。该范式可能重塑机器人基础模型训练格局，但面临推理成本和实时性挑战。
NVIDIA携ASUS推桌面级DGX Station：GB300芯片下放，控制点从云转向本地硬件生态
ASUS发布ExpertCenter Pro ET900N G3，基于NVIDIA DGX Station GB300架构，搭载GB300 Grace Blackwell Ultra芯片，提供748GB统一内存和20 PFLOPS AI性能。该桌面级AI超算支持本地LLM微调、推理及AI agent工作负载，通过NVLink-C2C实现高速互连，并集成NVIDIA AI软件栈与NemoClaw框架。
NVIDIA推AgentPerf基准测试：Blackwell Ultra每瓦代理数较Hopper提升20倍
NVIDIA与Artificial Analysis联合发布首个Agentic AI基准测试AgentPerf，结果显示GB300 NVL72平台在运行DeepSeek V4 Pro等MoE模型时，每兆瓦可承载的并发代理数较HGX H200提升20倍。该基准模拟真实编码代理轨迹，测量端到端吞吐与响应延迟。
Google 300万+颗TPU封装订单转向Intel Foundry：EMIB技术打破台积电CoWoS垄断
Google已向Intel Foundry下达超过300万颗下一代TPU的先进封装订单，采用Intel EMIB技术，2028年量产。这是Intel Foundry最大外部客户突破，标志着AI芯片封装从台积电CoWoS向多元化供应链的关键转折。
思科AI Defense Policy Studio：用元提示将隐性策略转化为可审计护栏
思科推出AI Defense Policy Studio，通过一个AI助手引导策略所有者以对话方式定义自定义AI护栏。该工具使用元提示（meta-prompting）技术，将非正式指导转化为人类和模型可读的策略文档，并直接部署到思科AI Defense运行时进行执行。
NVIDIA发布Halos OS：以安全认证操作系统夺取自动驾驶控制权
NVIDIA推出Halos全栈安全系统，包括ASIL D认证的Halos Core操作系统、标准化传感器抽象层Halos SDK、AI安全护栏Halos Applications，以及云端安全评估框架SEF。该系统基于DRIVE Hyperion平台，旨在为L4级自动驾驶提供内建安全，而非事后补丁。
NVIDIA联手Google DeepMind推出并行文本生成模型，吞吐量突破1000 tokens/sec
NVIDIA宣布与Google DeepMind合作优化DiffusionGemma，该模型基于扩散去噪实现每步并行生成256个token，在单个H100上达到1000 tokens/sec，并通过NIM和NeMo提供即用部署，显著降低推理成本和延迟。
NVIDIA借DiffusionGemma并行生成，将本地AI推理控制权锁定于自家GPU
NVIDIA优化Google DeepMind的DiffusionGemma开源模型，该模型通过并行生成256 tokens（非逐token）实现4倍加速。在H100上达1000 tokens/sec，DGX Spark上150 tokens/sec，完全本地运行，无云成本。此举强化了NVIDIA GPU在计算密集型本地AI推理中的核心地位。
Google发布Lightning Engine：4.9x性能提升背后的生态锁定与架构隐忧
Google Cloud宣布Lightning Engine全面可用，基于开源Gluten和Velox实现向量化原生执行，声称性能提升4.9倍，价格性能比领先2倍。深度优化Cloud Storage和BigQuery连接器，但通过专有集成和premium tier强化生态锁定。
GKE Inference Gateway前缀缓存：AI推理延迟降低92%，但锁定风险暗藏
Google Cloud推出GKE Inference Gateway，通过前缀缓存和模型感知路由，在Llama 3.1 8B模型上实现92.8%更短首令牌延迟和15.7%更高吞吐量。Snap实测缓存命中率达75-80%。但该技术深度绑定GKE Gateway API和Google生态，企业需警惕架构弹性损失。
Cloudflare AI Gateway 引入身份驱动预算，争夺 AI 流量控制层
Cloudflare 在 AI Gateway 中推出基于美元预算的 spend limits 和与 Cloudflare Access 集成的身份驱动预算与路由（closed beta）。该功能允许企业按用户、团队、模型设置预算，并在超限时降级或阻断请求，将 AI 成本控制从模型提供商转移到网关层。
NVIDIA Nemotron 3 Ultra：以MoE与MOPD重构AI Agent控制平面，锁定企业推理成本
NVIDIA发布**Nemotron 3 Ultra**，一个550B参数MoE模型（55B活跃），专为AI Agent编排而设计。通过**多教师在线策略蒸馏（MOPD）** 与**Hybrid Mamba-Transformer**架构，其在**SWE-bench**等任务中实现5倍吞吐量提升与30%成本节省，标志着推理控制权从单一模型向分层Agent系统的转移。
Cisco Cloud Control统一平台：AgenticOps时代控制层向单一面板转移
Cisco Live 2026发布Cisco Cloud Control，统一网络、安全、计算、可观测性管理，支持AI代理协同操作。同时扩展Live Protect内核级安全补丁至N9000等，并公布量子安全路线图及新C9550/C8600硬件。
Google 开源 gcs-analytics-core 库，以并行 I/O 和预取优化 Iceberg/Spark 性能
Google Cloud 推出 gcs-analytics-core 开源 Java 库，集成于 Iceberg 1.11.0+ 的 GCSFileIO，通过 Vectored I/O 和 Smart Parquet prefetching 减少扫描延迟。TPC-DS 测试显示扫描时间提升 18%-71%，但执行时间提升有限（大数据集仅 1.58%）。
英特尔 Computex 2026：以 18A 和机架级系统重塑 AI 推理控制权
英特尔发布基于 18A 的 Core Ultra Series 3 和 Xeon 6+（288 e-cores），与 Perplexity 合作推出混合本地推理编排，与 Foxconn 共建机架级 AI 基础设施，与 SambaNova 提供解耦推理云。重点强调 CPU 在 agentic AI 中的编排角色，意图将控制平面从 GPU 转移至 x86。
Cisco Live 2026：AI Defense升级Agent安全，Policy Studio与自适应红队重塑策略管理
Cisco在Live 2026发布AI Defense三大升级：自适应红队测试、Policy Studio自然语言策略定义、Agent供应链安全扫描。同时推出AgenticOps自主网络运维，并原生集成Amazon Bedrock、Google ADK、LangChain等主流Agent框架，构建跨平台Agent安全生态。
Intel联合SambaNova推机架级AI推理，CPU重掌数据中心控制权
Intel在Computex 2026发布基于Xeon 6+与SambaNova SN-50 RDUs的机架级AI基础设施，并展示由Vector Core Compute运营的完全解耦推理云（预填充用NVIDIA Blackwell，解码用RDU）。此举旨在将CPU重新置于AI推理核心，改变训练时代的GPU主导格局。
TrendForce预警：HBM利润率被DDR5反超，2027年合约价或将翻倍暴涨
TrendForce最新报告指出，HBM每晶圆收入在1Q26已被DDR5 64GB RDIMM反超，导致HBM利润率低于传统DRAM。供应商将据此调整产能分配，预计2027年HBM4合约价将大幅上涨。NVIDIA Rubin Ultra与AI ASIC需求将进一步加剧HBM供应紧张。
Arm与NVIDIA联手推出RTX Spark：统一内存架构重塑Agentic PC生态，合围x86阵营
Arm与NVIDIA合作推出基于Arm Grace CPU和Blackwell RTX GPU的RTX Spark平台，采用统一内存架构，专为Windows on Arm生态下的Agentic AI推理设计。该平台提供1 Petaflop算力，显著降低token处理成本，标志着PC从应用驱动向Agent驱动的根本转变，并得到微软的全面支持。
思科AI Defense升级：以Agent供应链安全为名，行平台锁定之实
思科发布AI Defense重大更新，聚焦AI Agent安全，引入自适应红队测试、策略工作室（Policy Studio）和自动Agent依赖图扫描。新功能旨在实现跨平台（AWS Bedrock、Google ADK、LangChain）的上下文感知保护，但深度绑定Cisco Secure AI Factory与NVIDIA生态，隐藏了性能开销和迁移成本。