情报
AI 生成的结构化厂商动态简报
NVIDIA联手斗山集团：以全栈物理AI平台重构工业自动化生态
NVIDIA与斗山集团扩大合作，将Isaac Sim、Cosmos、Jetson Thor等物理AI栈整合进斗山机器人Agentic Robot OS，并探索AI工厂电力（SMR、氢燃料电池）及MGX生态PCB材料。此举旨在将NVIDIA从GPU供应商转型为物理AI和AI工厂基础设施的中央平台，深度锁定工业自动化生态。
Cloudflare收购VoidZero：以Vite整合控制开发者部署管道
Cloudflare收购开源JavaScript工具链公司VoidZero，将Vite、Rolldown、Oxc等Rust原生工具整合进Workers平台，实现从本地代码到全球边缘网络的一键部署。此举旨在统一开发全生命周期，并推动意图驱动的基础设施自动预配。
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%）。
NVIDIA DGX Spark更新：一键部署本地AI代理，多节点集群扩展至400B模型
NVIDIA在Computex 2026发布DGX Spark软件更新，包括NemoClaw一键安装本地AI代理、Qwen3.6-35B模型在vLLM上实现2.6倍性能提升、以及Sync集群助手支持2-4节点通过ConnectX-7 200Gbps RoCE高速互联，使本地运行大规模自主代理和多节点分布式推理成为可能。
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。
NVIDIA Alpamayo闭环RL后训练：加速自动驾驶策略的模拟-现实融合
NVIDIA Alpamayo平台推出AlpaGym，一个开源、高吞吐量的闭环强化学习后训练框架。该框架将AlpaSim模拟器、Cosmos-RL分布式训练和物理AI数据集整合，使AV模型能从自身动作的模拟后果中学习，大幅缩小训练与部署的误差累积鸿沟。
NVIDIA Cosmos 3开源统一物理AI模型，以MoT架构合围GPU生态
NVIDIA发布Cosmos 3，基于Mixture-of-Transformers双塔架构统一物理推理、世界生成与动作生成。开源模型权重、训练脚本和六个合成数据集，但部署优化深度绑定NVIDIA NIM微服务与GPU，意图将物理AI开发生态锁定在其硬件和软件栈上。
NVIDIA DSX OS：以开源软件夺取AI工厂控制平面，锁定生态
NVIDIA发布DSX OS，一套开源模块化软件，用于运营AI工厂。包含DSX Exchange、MaxLPS、NICo、NVSentinel等组件，统一IT/OT通信、电源优化、生命周期管理。声称可在固定功率下多运行40% GPU，但核心依赖NVIDIA专有硬件，旨在锁定用户至其生态。
NVIDIA DSX OS Delivers Open, Modular Software for Operating AI Factories at Scale
...
BadHost漏洞暴露Starlette认证绕过，全球AI Agent基础设施面临HTTP走私风险
BadHost漏洞(CVE-2026-48710)利用Starlette ASGI框架中request.url.path与scope[path]的不一致，通过Host头注入实现认证绕过。该漏洞影响FastAPI、vLLM、MCP Server等40万+仓库，使SSE/HTTP传输模式的AI Agent服务器直接暴露，可导致数据泄露乃至RCE。
微软开源RAMPART与Clarity：以安全工具链合围AI Agent开发生态
微软发布RAMPART（对抗性鲁棒性评估工具）与Clarity（可解释性日志分析工具）两款开源项目，旨在将安全性直接嵌入AI Agent开发工作流。此举表面是赋能开发者，实则意图通过安全工具链锁定Azure AI生态，合围竞争对手。
AMD Ryzen AI Halo与Max PRO 400系列：本地运行300B参数模型，但隐性锁定与工程短板并存
AMD发布Ryzen AI Halo开发者平台（128GB统一内存，支持200B参数模型）及Ryzen AI Max PRO 400系列处理器（首款x86客户端运行300B参数模型）。通过统一内存架构、ROCm优化和OEM合作，推动代理AI从云端走向本地，但实际性能受限于共享内存带宽与散热设计。
Google Cloud推MCP托管服务：将AI数据层控制点从SQL转向标准化协议
Google Cloud发布Managed MCP Tools，通过Model Context Protocol标准化AI与BigQuery等数据源的交互。文章提出五个演进场景，从静态API到MCP代理，强调MCP作为开放标准可解耦推理层与数据层，但托管实现深度绑定BigQuery生态。
Cloudflare 三连补丁破解 ClickHouse 分区膨胀锁竞争瓶颈
Cloudflare 在计费管道中遭遇 ClickHouse 性能骤降，根源是分区键改为 (namespace, day) 后，数据部分数量激增导致全局互斥锁争用。他们通过共享锁、延迟复制向量和二分查找三个补丁，将查询延迟降低 50% 以上，并最终解耦了查询耗时与分区数量的关联。
AMD支持SPEC CPU 2026基准测试，强调开放可信性能评估
AMD发表博客支持即将发布的SPEC CPU 2026行业基准测试，强调在AI时代，开放、可复现的CPU性能评估标准对客户进行基础设施决策至关重要。该新基准更新了应用套件，并加强了对裸金属云环境和并行计算的支持。
AWS发布托管MCP服务器，为AI代理提供安全AWS API接入
AWS宣布其托管Model Context Protocol（MCP）服务器正式可用，为Claude Code、Kiro等AI编码代理提供经过认证的、安全的AWS服务访问。该服务器通过固定工具集调用AWS API、检索实时文档，并引入沙箱脚本执行和技能指导，旨在解决AI代理使用过时信息、生成不安全IAM策略等生产环境难题。
AMD与OpenAI将MRC网络协议贡献给OCP，推进AI网络规模化
AMD与OpenAI、微软等合作，将专为大规模AI训练设计的网络协议MRC（多路径可靠连接）贡献给开放计算项目OCP。AMD不仅是协议规范的共同制定者，其可编程的Pensando DPU/NIC产品已率先实现MRC的部署与验证，旨在将网络从性能瓶颈转变为弹性、可适应的AI基础设施层。
英伟达通过OCP开放MRC协议，推动AI以太网架构标准化
英伟达宣布将其在Spectrum-X以太网硬件上验证的MRC（多路径可靠连接）RDMA传输协议通过开放计算项目（OCP）开放。该协议旨在通过多路径负载均衡和硬件级故障绕过，提升大规模AI训练集群的网络吞吐量、弹性和GPU利用率。
AMD联合OpenAI发布下一代AI训练网络传输协议MRC
AMD联合OpenAI、微软等行业领导者发布Multipath Reliable Connection（MRC）协议规范，旨在解决RoCEv2在超大规模AI训练集群中的性能瓶颈。该协议通过智能包喷洒、选择性重传和网络信号拥塞控制等机制，提升网络带宽利用率和训练任务弹性。
思科收购Astrix Security，强化非人身份与AI代理安全控制层
思科宣布计划收购非人身份安全公司Astrix Security，旨在将AI代理与API密钥、服务账户等非人身份的安全管理，深度整合至其身份智能平台与零信任访问方案中。此举标志着安全控制点正从传统人机交互向自动化AI代理工作负载迁移，以应对由AI代理滥用凭证引发的全新攻击面。