情报
AI 生成的结构化厂商动态简报
思科将防火墙与运行时深度遥测原生集成至Splunk检测工作流
思科发布新版防火墙软件，引入原生高级日志记录功能，并与Isovalent运行时安全平台深度结合，将其产生的结构化协议级遥测数据及预置检测规则直接注入Splunk SIEM。此举旨在将分散的运行时事件、防火墙日志与Splunk的分析能力融合，实现从孤立告警到基于上下文的高置信度威胁检测的转变。
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。
思科将SSE与企业浏览器深度集成，推动零信任向数据使用层延伸
思科将其云交付的Security Service Edge (SSE)平台Cisco Secure Access与Island Enterprise Browser深度集成。该方案旨在为未托管设备提供安全应用访问，将零信任策略执行点从网络访问层延伸至浏览器内的用户会话，实现对数据复制、粘贴等操作的原生控制。
Google客户案例揭示：企业从LLM API消费转向自有微调开源模型
Trustpilot与Google合作，通过微调Gemma开源模型，在Dataflow和Gemini Enterprise Agent Platform上构建高吞吐量实时数据处理流水线，替代传统ML方案并实现成本可控。此举标志着企业AI策略从依赖闭源API向拥有模型所有权和优化基础设施的范式转变。
NVIDIA借DSX平台与全球伙伴构建全栈AI云生态，定义AI工厂经济性
NVIDIA正通过其DSX平台与全球云伙伴（如CoreWeave、Firmus、Nebius）深度合作，共同构建由NVIDIA全栈技术定义的‘AI Cloud’生态系统。该生态旨在将‘AI工厂’基础设施贴近数据与用户，并引入‘每Token成本’作为核心经济性指标，以优化从训练、推理到智能体（agentic AI）的全周期工作负载。
NVIDIA发布工厂运营蓝图，定义自主工厂管理器代理架构
NVIDIA发布Factory Operations Blueprint (FOX)参考设计，用于构建基于AI的自主工厂管理器代理。该蓝图整合NemoClaw、AI-Q Blueprint及Nemotron开放模型，旨在连接工厂异构系统、自动化AI模型训练并协调各类专业代理，实现工厂级智能决策。
NVIDIA联合台系制造巨头，以AI平台重构制造业运营与控制层
NVIDIA联合台积电、富士康、广达等超过500家生态伙伴，在其Vera Rubin NVL72 AI基础设施生产过程中，深度应用CUDA-X、Omniverse、AI代理及物理AI技术，优化从芯片设计、工厂规划到产线运营的全流程。此举将NVIDIA的技术栈从计算加速延伸至制造运营的核心控制层。
微软发布集成NVIDIA Blackwell的Surface Laptop Ultra，定位AI与开发创作者
微软发布新款Surface Laptop Ultra，首次在笔记本电脑中集成NVIDIA Blackwell RTX GPU，配备高达128GB统一内存，支持本地运行1200亿参数模型。该产品由微软、Windows和NVIDIA深度合作，从芯片层面优化，专为AI构建者、开发者和内容创作者的高负载工作流设计。
微软与英伟达共推基于Arm架构RTX Spark的Windows平台，瞄准本地AI智能体与工作站
微软与英伟达宣布深度整合，推出基于全新Arm架构RTX Spark芯片的Windows PC与工作站。该平台通过高达128GB统一内存、1 petaflop AI算力及Windows系统层优化，旨在将前沿AI模型与智能体（agent）工作负载从云端迁移至本地设备运行。
NVIDIA发布Vera CPU，为AI代理工作负载定义新设计标准
NVIDIA推出基于自研Olympus核心的Vera CPU，针对AI代理和强化学习工作负载中的‘工具调用-执行’循环进行架构优化。该CPU通过高单核性能、高并发及高效LPDDR5X内存子系统，旨在提升AI工厂中CPU关键路径的性能，从而增加整体AI输出吞吐量和能效。
NVIDIA开源DSX OS，定义AI工厂全栈运营软件层
NVIDIA发布其DSX平台的软件核心DSX OS，这是一套开源、模块化的软件组件，旨在协调从芯片、系统、软件到设施（电力、冷却）的整个AI工厂堆栈。它通过DSX Exchange（MQTT通信枢纽）、MaxLPS（动态功耗管理）、Infra Controller（裸金属生命周期管理）等组件，实现IT/OT深度融合，目标是提升“每瓦特token产出”并降低token成本。
英特尔以Xeon 6+与E835强化CPU在AI基础设施中的控制平面地位
英特尔发布Xeon 6+处理器与Ethernet E835网络适配器，系统性阐述其AI平台战略。核心是将CPU（Xeon）定位为现代AI基础设施的“控制平面”，负责智能体（Agentic）AI工作负载的编排、并发与数据移动，而网络与加速器则作为高效数据平面。此举旨在通过提升能效与系统级协同，应对规模化AI部署的瓶颈。
英特尔推出统一硬件-软件堆栈，瞄准物理AI机器人规模化部署
英特尔宣布其Series 3处理器已获得130多个边缘AI与机器人设计项目，并推出开源框架OpenVINO Physical AI。该组合旨在解决机器人从实验模型到规模化生产部署的碎片化挑战，通过统一的硬件-软件堆栈降低总拥有成本。
NVIDIA 发布 DynoSim 仿真框架，将 AI 服务栈优化从硬件试错转向模拟优先
NVIDIA 推出 DynoSim，这是一个基于 Rust 的、全栈离散事件仿真框架，用于对 NVIDIA Dynamo AI 服务栈进行原子级模拟。它通过虚拟时钟和组件化事件队列，将配置搜索和算法研究从昂贵的 GPU 硬件实验转变为快速模拟验证循环，旨在高效探索服务部署的帕累托前沿。
思科以智能建筑数据平台为枢纽，整合企业网络与楼宇运营
思科在博客中阐述其“智能建筑”战略，核心是将企业网络、协作与楼宇管理系统数据通过Cisco Spaces等平台进行整合，实现基于实时占用数据的能源与空间优化。此举标志着网络基础设施的角色从连接层向企业运营数据控制层扩展。
NVIDIA 发布容器化 AI 模型文档自动生成工具包，集成 RAG 与 NIM 应对监管
NVIDIA 推出 Model Card Generator (MCG) 工具包，一个容器化流水线，可在一分钟内自动从源代码生成符合 Model Card++ 标准的 AI 模型文档。该工具利用 NVIDIA Nemotron RAG 进行高精度信息检索，并由大语言模型（如 GPT-OSS-120B）提取和格式化内容，旨在应对欧盟 AI 法案等法规要求。
思科与微软整合企业浏览器与SSE平台，构建零信任应用访问新控制点
思科将其Secure Access（SSE）平台与微软Edge for Business企业浏览器深度集成，旨在通过浏览器原生执行统一的零信任访问、数据防泄漏（DLP）及AI代理安全策略，简化对私有应用的安全访问。
Google推出A2UI开放协议，定义AI Agent原生交互式UI新标准
Google发布A2UI开放协议，允许AI Agent通过JSON描述交互式UI组件，并深度集成至Gemini Enterprise平台。开发者构建的A2A端点Agent可原生渲染日期选择器、地图等丰富控件，无需关心前端框架，由GE或自定义客户端负责安全渲染。
诺基亚发布多轨集成光放大系统，瞄准AI集群跨数据中心带宽扩展瓶颈
诺基亚推出1830 GX多轨开放线路系统（Multi-rail OLS），其核心是1RU机架空间内集成支持四个光纤轨道（rail）的放大器模块。该设计旨在解决AI工作负载激增下，跨数据中心互联所需的多轨道部署面临的空间、功耗和运营复杂性挑战，通过硬件集成显著提升光传输基础设施的密度和能效。
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。