情报
AI 生成的结构化厂商动态简报
微软构建前沿智能生态系统，统一IQ层与治理框架
微软CEO在Build大会上宣布构建“前沿智能生态系统”战略，核心是创建统一的“IQ层”，整合Microsoft Foundry、Fabric和M365以形成持续更新的组织理解。同时，通过Microsoft Commercial Marketplace发布OPAS Authority OS等确定性治理工具，降低企业AI采纳门槛。
微软构建端到端智能体栈，从芯片到云重构AI应用生态
微软在Build大会上发布了一系列围绕“智能体时代”的基础设施与平台更新，核心在于构建一个从芯片参考设计（Project Solara）、操作系统安全层（MXC/OpenClaw）、数据智能基础（Microsoft IQ）、专用数据库（Azure HorizonDB）到开发与部署平台（Foundry, Copilot app）的完整、集成化智能体技术栈。此举旨在将智能体应用的全生命周期管理收拢至微软生态内部。
思科整合安全堆栈，将网络升级为AI代理时代的核心控制平面
思科在Cisco Live上发布多项安全更新，核心是将网络、身份与安全深度整合以应对AI代理带来的新威胁模型。其动作包括：为基础设施提供运行时补丁防护(Live Protect)、将开源代理安全工具DefenseClaw企业化并集成至Secure Client、扩展Secure Access SSE以跨代理工作流执行零信任控制，并推动基于Cisco Cloud Control的AgenticOps。
GTC台北2026：Vera 88核CPU专为智能体设计，1.8倍x86性能
NVIDIA在GTC台北2026发布首款独立数据中心微处理器Vera，首次以自有CPU直接对标Intel Xeon和AMD EPYC。Vera采用88个定制Olympus Arm核心，单片mesh网络（非chiplet），核心间通信比传统CPU快50%。LPDDR5X带宽1.2TB/s，PCIe Gen6，内外带宽为同类最高性能CPU的2-3倍。智能体沙箱性能1.8倍x86。首批客户：OpenAI、Anthropic、SpaceX。Q3 2026投产，FY CPU收入目标200亿美元。标志着NVIDIA从GPU加速器厂商向全栈数据中心平台厂商的战略跃迁。
Build 2026：Project Polaris自研模型替代GPT-4 Turbo，GitHub Copilot开启去OpenAI化
微软在Build 2026开发者大会发布Project Polaris自研编码模型，计划2026年8月起替代OpenAI GPT-4 Turbo成为GitHub Copilot默认推理引擎，3个月过渡期可选保留旧模型。这标志着微软首次从模型层正式脱离对OpenAI的依赖。同时Anthropic Claude已集成进Copilot，支持多模型draft+review协同工作流。微软首次公开将Claude列为主要追赶目标，战略信号：模型层自立，分发和运行时才是持久护城河。
Oracle Cloud加入Arm AGI CPU生态，Arm架构加速夺取AI基础设施控制层
Oracle Cloud Infrastructure宣布加入Arm AGI CPU生态系统，将基于Arm架构的优化CPU引入其云平台以支持Agentic AI工作负载。这一动作进一步验证了Arm Neoverse平台在云数据中心，特别是AI基础设施中替代传统x86架构的趋势。
AWS通过Bedrock集成OpenAI GPT-5.5与Codex，重塑AI模型分发控制点
AWS宣布在Amazon Bedrock平台上全面开放OpenAI的GPT-5.5、GPT-5.4模型及Codex编码代理的访问。企业可通过Bedrock的下一代推理引擎与统一的Responses API调用这些前沿模型，同时满足数据驻留要求并按Token付费。此举将OpenAI的模型能力深度嵌入AWS的AI基础设施层。
思科将Talos威胁情报能力服务化，推出跨产品线主动威胁狩猎
思科宣布将其全球顶级威胁情报团队Talos的能力直接转化为面向客户的服务。该威胁狩猎项目从端点扩展到网络（Firewall）和身份（Duo, Identity Intelligence）领域，利用对自家产品遥测的深度理解，由分析师提出假设，AI引擎24/7执行，旨在发现传统告警阈值下的隐匿攻击。
NVIDIA GTC台北2026：Vera 88核CPU专为智能体设计，1.8倍x86性能，OpenAI/Anthropic首批部署
NVIDIA在GTC台北2026发布首款独立数据中心微处理器Vera，首次以自有CPU直接对标Intel Xeon和AMD EPYC。Vera采用88个定制Olympus Arm核心，单片mesh网络（非chiplet），核心间通信比传统CPU快50%。LPDDR5X带宽1.2TB/s，PCIe Gen6，内外带宽为同类最高性能CPU的2-3倍。智能体沙箱性能1.8倍x86。首批客户：OpenAI、Anthropic、SpaceX。Q3 2026投产，FY CPU收入目标200亿美元。标志着NVIDIA从GPU加速器厂商向全栈数据中心平台厂商的战略跃迁。
NVIDIA将Step 3.7 Flash多模态模型深度整合至其企业AI全栈
NVIDIA宣布在其加速平台上全面支持StepFun的Step 3.7 Flash模型，这是一个1980亿参数的MoE多模态模型。通过TensorRT-LLM、vLLM进行优化推理，并通过NVIDIA NIM提供生产就绪的容器化微服务部署，同时支持基于NeMo框架的Day 0微调。
思科将安全深度嵌入网络架构，作为AI时代防御核心
思科IT与安全团队阐述其内部安全架构，将安全能力直接内嵌于网络基础设施各层，从园区到数据中心。该策略通过软件定义分段、统一策略和自动化运营，旨在遏制AI驱动的横向移动威胁，并推动网络与安全团队的深度协同。
NVIDIA Vera CPU交付四大AI实验室，Computex前夕N1X+硅光子学三线并发
NVIDIA于5月18日宣布Vera CPU首批交付Anthropic、OpenAI、SpaceX AI和Oracle Cloud Infrastructure，由超大规模计算副总裁Ian Buck亲自送货。Vera是NVIDIA首款专为Agent式AI设计的CPU，88颗自研Olympus核心(Arm v9.2)，LPDDR5X带宽1.2TB/s，Phoronix基准测试单核超越AMD EPYC 9575F和Intel Xeon 6980P，Linux内核编译仅20秒。同日NVIDIA+微软+Arm联合发布神秘海报预告N1X笔记本处理器(Blackwell GPU+20核联发科Arm CPU+128GB统一内存)，Dell/Lenovo/ASUS已准备设备。此外NVIDIA三个月内向硅光子学投资至少$65亿(Lumentum/Coherent/Marvell各$20亿+Corning $5亿+Ayer Labs E轮$5亿)，黄仁勋称硅光产能需求远超全球供给，CPO 2026渗透率0.5%→2030年35%。
Check Point推出智能体驱动暴露验证，应对AI模型自主攻击时代
Check Point在其暴露面管理平台中推出Agentic Exposure Validation (AEV)。该功能利用AI智能体模拟攻击者推理，结合环境上下文与威胁情报，动态验证漏洞的实际可攻击性，并提供修复证据。这标志着漏洞管理从静态评分转向动态验证。
思科提出AI威胁下基础设施安全新模型：从周期性加固到持续运行
思科CISO基于内部实践，提出应对AI驱动攻击的新安全模型。该模型将防御从基于CVSS评分的周期性漏洞修补，转变为以实时可见性、持续暴露验证、运行时保护和现代化为支柱的闭环运行体系。核心是构建一个无需停机即可持续向更安全状态演进的敏捷系统。
思科发布前沿模型多轮对抗评估：所有模型均非免疫
思科发布了对15款前沿闭源大语言模型的多轮对抗攻击评估报告，结果显示所有模型在迭代攻击下都存在非微不足道的漏洞。单轮攻击成功率（ASR）无法预测多轮攻击下的表现，两者差距巨大，部分模型的多轮ASR高达88.30%。这挑战了行业当前依赖单轮基准测试评估模型安全性的做法。
AWS SageMaker 通过 OpenAI 兼容 API 争夺 AI 推理控制权
AWS 宣布其 Amazon SageMaker AI 推理端点现支持 OpenAI 兼容的 API 接口。此举使开发者无需修改代码即可将基于 OpenAI API 构建的 AI 应用迁移至 SageMaker 平台，显著降低了从 OpenAI 向 AWS AI 基础设施迁移的技术与锁定门槛。
微软发布Fara1.5浏览器Agent模型，72%任务成功率超OpenAI/Google
...
NVIDIA在COMPUTEX展示Vera Rubin NVL72等AI基础设施创新
NVIDIA在COMPUTEX 2026上获得多项最佳选择奖，其Vera Rubin NVL72机柜级AI超算、Jetson Thor边缘平台及Alpamayo自动驾驶开放平台获奖，展示了其在AI工厂、边缘推理和物理AI领域的基础设施布局。
Zscaler推出Project AI-Guardian：扩展Zero Trust至AI Agent
Zscaler启动Project AI-Guardian与全球系统集成商合作，将Zero Trust扩展至AI Agent，AI安全服务市场进入平台化竞争。
NVIDIA与Google Cloud深化开发者生态融合，推进AI基础设施与应用栈整合
NVIDIA与Google Cloud联合开发者社区规模超10万人，提供从JAX优化、NVIDIA Dynamo推理优化到AI水印（SynthID）的全栈学习路径。此举旨在通过整合双方底层硬件（Blackwell/Rubin GPU）、云平台（GKE， AI Hypercomputer）与软件框架（Nemotron， Gemma），加速企业级AI应用从原型到生产的落地。