情报
AI 生成的结构化厂商动态简报
微软战略投资Mistral AI，Azure Foundry集成其模型以锁定欧洲主权AI市场
微软与法国AI公司Mistral达成数十亿美元合作，投资其欧洲数据中心算力，并将Mistral的Medium 3.5和OCR 4模型集成至Azure Foundry平台。此举直接响应美国对Anthropic的出口管制，旨在为欧洲受监管行业提供替代美国控制基础设施的AI选项，标志着主权AI需求从政策呼吁转向实际部署。
NVIDIA借法国AI基建合围欧洲：开放模型Nemotron背后的硬件锁定
NVIDIA联合法国政府、Mistral、Scaleway等部署GB200、Blackwell B300及Vera Rubin NVL72硬件，并通过Nemotron开放模型联盟吸引LINAGORA、H Company等，构建以NVIDIA为中心的AI基础设施生态，表面开放实则强化硬件依赖。
HBM成AI新瓶颈：亚洲内存厂商夺回供应链控制权，Nvidia成本占比升至90%
SK Hynix、Samsung和Micron凭借HBM3E/HBM4的独家供应能力，市值突破万亿美元，而Nvidia的GPU生产成本中亚洲供应商占比升至90%。AI基础设施的真正瓶颈从GPU算力转向高带宽内存和先进封装。
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。
七家欧洲科技巨头联合发声，呼吁欧盟改革以捍卫技术主权
ASML、空客、爱立信、Mistral AI等七家欧洲头部科技公司CEO联署公开信，呼吁欧盟简化数字法规、改革竞争政策，以加速工业AI等下一代技术在欧洲的规模化应用，应对全球竞争。
思科开源AI模型血缘工具包，瞄准AI供应链安全治理层
思科发布开源工具Model Provenance Kit，通过分析模型元数据、分词器及权重信号，生成唯一指纹并比对，以技术手段验证AI模型的血缘关系与完整性，旨在应对模型供应链中存在的篡改、伪造及合规风险。
思科研究揭示多模态提示注入攻击新风险与防御信号
思科AI安全研究团队发布报告，系统评估了针对视觉语言模型的排版式提示注入攻击。研究发现，字体大小、模糊、旋转等视觉变换显著影响攻击成功率，并首次提出文本-图像嵌入距离可作为轻量级、模型无关的风险信号，为构建多模态AI安全防御层提供了新思路。
英伟达联合谷歌优化Gemma 4，强化本地AI代理基础设施
英伟达宣布与谷歌合作，针对其RTX、DGX Spark及Jetson平台，对Gemma 4系列开源模型进行深度优化。此举旨在将高性能、多模态AI推理能力从云端扩展至边缘设备和个人工作站，为本地AI代理（Agentic AI）提供从2B到31B参数的全栈模型支持。
NVIDIA 优化 Gemma 4 模型以加速本地代理 AI
NVIDIA 与 Google 合作优化 Gemma 4 系列模型，使其能够在从边缘设备到高性能 GPU 的各种 NVIDIA 硬件上高效运行。这些模型支持多种任务，包括推理、编码和代理功能，适用于本地代理 AI 应用。
英伟达组建Nemotron联盟，推动开放前沿模型协作
英伟达在GTC上宣布成立Nemotron联盟，联合Mistral AI等模型构建者和AI实验室，共同开发前沿级开源基础模型。此举旨在通过共享专业知识、数据和算力，推动开放模型生态，并强调未来AI将由开放与专有模型共同构成的系统驱动。
NVIDIA组建开放模型联盟推动Nemotron生态发展
NVIDIA宣布成立全球首个开放前沿模型联盟，联合Mistral AI等机构共同开发基础模型。联盟成员将共享数据、算力和专业知识支持模型后训练，Nemotron模型下载量已超4500万次。该举措旨在推动开放模型生态创新，对抗封闭模型体系。
NVIDIA发布开源模型与NemoClaw栈推动本地AI代理部署
NVIDIA推出Nemotron 3 Super 120B和Nano 4B开源模型，以及NemoClaw软件栈，优化OpenClaw在NVIDIA设备上的运行。该技术栈支持本地模型部署，提升安全性和隐私性，避免云端token成本。同时与Unsloth合作推出网页界面，简化模型微调流程。
英伟达Jetson平台推进边缘AI开源模型本地化部署
英伟达通过Jetson边缘AI平台实现开源生成式AI模型的本地化部署，支持包括Qwen3 4B和Mistral 3在内的多种模型在边缘设备运行。平台提供从Jetson Orin Nano到Thor的完整硬件选项，集成计算与内存于SoM以简化设计。关键性能指标显示，Jetson Thor可实现52 tokens/秒的Mistral 3推理速度。
思科基于DNS遥测揭示企业AI工具使用模式与安全风险
思科通过安全接入和DNS遥测数据分析企业生成式AI工具使用情况，发现ChatGPT占据主导地位且存在恶意域名伪装风险。该分析展示了基于网络流量监控的AI工具使用评估方法，为企业安全团队提供了可操作的技术路径。
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。
ASML与Mistral AI合作布局AI驱动芯片制造优化
ASML宣布与Mistral AI建立战略合作，将利用后者的大语言模型技术优化芯片制造流程。该合作聚焦于通过AI提升光刻设备的参数校准效率和晶圆检测精度。
Google TurboQuant：6倍KV缓存压缩，AI推理内存成本拐点到来
Google发布TurboQuant算法，通过PolarQuant和QJL两阶段压缩，将大模型KV缓存内存占用压缩6倍（3-bit量化），注意力计算速度提升8倍，且无精度损失。该技术直接冲击HBM内存需求叙事，导致Micron、Western Digital等内存股下跌，标志AI推理效率拐点。