情报
AI 生成的结构化厂商动态简报
NVIDIA IGX Thor边缘AI平台：8倍算力跃迁与ConnectX-7网络锁定
NVIDIA发布IGX Thor系列，基于Blackwell GPU和Arm Neoverse-V3AE CPU，提供最高5,581 FP4 TFLOPS算力、双200GbE RDMA网络及ISO 26262功能安全。通过Jetson/IGX引脚兼容和10年生命周期，构建从原型到生产的无缝迁移路径，但隐性锁定用户至NVIDIA专有硬件堆栈。
ARM与NVIDIA推动AI工作站本地化变革
ARM与NVIDIA联合推出基于GB10 Grace Blackwell芯片的DGX Spark AI工作站系列，八家主流OEM厂商同步发布产品。该方案采用统一内存架构支持2000亿参数模型本地运行，第三方测试显示较x86方案提升41%渲染性能与3.2倍AI处理速度，实现云端工具链向边缘端无缝迁移。
SK海力士HBM4E逻辑芯片跳级至TSMC 3nm，意在狙击三星4nm性能领先
SK海力士计划在第七代HBM4E中采用TSMC 3nm工艺制造逻辑芯片，较HBM4的12nm实现代际跨越。此举旨在扭转在HBM4上性能落后三星（三星采用4nm逻辑）的局面，为NVIDIA Vera Rubin Ultra等下一代AI芯片提供更高带宽与能效。
AMD与NAVER Cloud合作推进韩国主权AI基础设施建设
AMD与韩国NAVER Cloud宣布深化战略合作，旨在加速韩国主权AI基础设施建设。NAVER Cloud将扩大部署AMD EPYC“威尼斯”处理器，并获得下一代Instinct MI455X GPU的早期访问权限，双方将共同优化AI服务与软件栈。
AMD与三星深化合作，锁定HBM4供应并探索代工
AMD与三星签署谅解备忘录，将三星作为下一代Instinct MI455X GPU的HBM4主要供应商，并合作优化用于第六代EPYC CPU的DDR5内存。双方还将探讨三星为AMD提供先进制程代工服务的可能性。
NVIDIA Project Rheo：用仿真训练医院机器人，控制点从现实转向虚拟
NVIDIA发布Project Rheo蓝图，整合Isaac Sim、GR00T VLA模型和合成数据生成，用于医院机器人自动化。开发者可在数字孪生中训练物理AI策略，包括定位操作（如手术托盘拾取）和精密双手操作（如套管组装），并通过Cosmos Transfer 2.5跨场景泛化。
NVIDIA Warp：可微分物理模拟框架，打通AI训练与GPU加速
NVIDIA发布Warp框架，允许用Python编写GPU加速的物理模拟代码，并原生支持自动微分。通过2D Navier-Stokes求解器示例，展示了如何将模拟直接集成到AI优化流程中，降低物理AI训练数据生成成本。
NVIDIA将CUDA Tile编程模型扩展至Julia语言
NVIDIA通过cuTile.jl包将其CUDA Tile高级GPU编程模型引入Julia语言生态。此举旨在降低高性能GPU内核开发门槛，通过数据块抽象简化底层线程与内存管理，并保持与Python版本在语法和性能上的高度一致性。
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。
AMD推出游戏PC认证框架强化平台战略
AMD推出Advantage Gaming Desktops认证计划，要求OEM厂商采用AMD处理器、显卡和软件技术的3A平台组合。该计划设定了硬件性能标准，包括Ryzen 7/9处理器和Radeon RX 7000显卡，并整合软件优化技术。
OpenAI 内部数据代理整合 GPT-5 与记忆系统实现大规模推理
OpenAI 开发了内部 AI 数据代理，融合 GPT-5、Codex 和记忆系统，能够在大规模数据集上进行推理并在几分钟内提供可靠见解。这一技术整合展示了 OpenAI 在增强 AI 推理能力和数据处理效率方面的战略方向。
NVIDIA用NVFP4量化+TeaCache将FLUX.2推理提速10倍，锁定Blackwell生态
NVIDIA与Black Forest Labs合作，在DGX B200/B300上通过NVFP4 4-bit量化、TeaCache步跳过、CUDA Graphs和torch.compile，将FLUX.2推理延迟较H200降低6.3x（单卡）至10.2x（双卡），内存需求降40%。该技术栈深度绑定TensorRT-LLM visualgen和Blackwell硬件。
NVIDIA发布交互式AI Agent：用Nemotron Nano-9B和CUDA-X实现GPU加速数据科学
NVIDIA发布了一款基于Nemotron Nano-9B-v2 LLM和CUDA-X数据科学库的交互式AI Agent，通过自然语言接口编排数据科学工作流，实现从数据加载到模型训练的端到端GPU加速，性能提升3-43倍。
Apple 通过开发者故事与教程，持续强化其端侧AI与空间计算开发生态
Apple 发布 Swift Student Challenge 获奖者故事，展示开发者如何利用 SwiftUI、Core ML（设备端机器学习框架）和空间计算技术构建应用。同时，Apple 宣布为 2026 年挑战赛提供新的开发教程，重点涵盖 SwiftUI、空间计算和机器学习。这体现了 Apple 对设备端 AI、沉浸式体验及开发者工具链的持续投入。
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。
趋势科技揭示Power Automate成为企业自动化安全盲点
趋势科技发布研究报告，指出微软Power Automate等低代码自动化工具的复杂性正被网络犯罪分子利用，用于规避检测和数据窃取。该研究揭示了自动化平台内部可见性不足的严重安全风险，并警告地下犯罪市场对此类攻击能力的需求正在增长。
博世与高通深化合作，将ADAS平台与座舱计算整合至单一SoC
博世与高通宣布扩大战略合作，将联合开发基于高通Snapdragon Ride平台的量产ADAS解决方案，并利用Snapdragon Ride Flex SoC将座舱与辅助驾驶功能整合至单一芯片。此举旨在为车企提供从分散式到集中式计算架构的清晰迁移路径，以降低系统复杂性和成本。