情报
AI 生成的结构化厂商动态简报
思科与斑马技术深化集成：面向零售终端的网络与体验可见性
思科宣布其无线网络（Meraki）与ThousandEyes平台与斑马技术移动设备深度集成，将设备级遥测与端到端网络性能监控引入统一管理界面。此举旨在解决零售、仓储等边缘场景中移动设备连接问题的快速定位与排障，提升运营效率。
谷歌在Gemini中引入Notebooks，与NotebookLM同步
谷歌在Gemini应用中推出“Notebooks”功能，作为个人知识库，可跨Gemini与NotebookLM同步。该功能旨在组织聊天、文件和自定义指令，为复杂项目提供上下文，并计划向付费订阅者及后续免费用户开放。
Google将Android XR引入企业市场，支持EMM统一管理
Google在Android XR更新中宣布支持Android Enterprise，并与多家主流EMM厂商合作，使XR头显可被企业统一部署和管理，用于沉浸式培训与协作。此举标志着消费级XR平台正式向企业IT环境渗透。
Arm与马来西亚莫纳什大学合作，推进AI时代半导体人才培养
Arm宣布与马来西亚莫纳什大学工程学院合作，捐赠集成电路设计开发板并派遣高管担任客座讲师，旨在为AI时代培养具备Arm架构和现代系统设计实践经验的半导体人才。
微软将AI安全能力整合至开发与响应流程，并引入Foundry平台
微软安全响应中心（MSRC）正利用AI（如Anthropic的Claude Mythos Preview）规模化加速漏洞发现与修复，并将相关能力嵌入其内部开发流程和Azure Foundry平台。此举标志着微软将AI安全能力从内部工具向平台化服务演进。
微软联合日本本土运营商构建主权AI基础设施
微软宣布未来四年在日投资100亿美元，核心是与日本樱花互联网和软银合作，通过Azure提供由本土运营商管理的GPU算力服务，确保数据驻留日本。此举旨在满足日本对数据主权和合规性要求严格的AI工作负载需求。
思科针对医疗行业复杂性推出零信任框架
思科基于医疗行业特殊性提出分阶段零信任实施框架，应对HIPAA新规从弹性检查表转向强制网络安全架构标准的监管变化。方案聚焦劳动力、工作负载和工作场所三大领域，强调医疗设备可视化和AI治理作为关键控制点。
Anthropic与澳大利亚政府签署MOU，深化AI安全研究及区域投资
Anthropic与澳大利亚政府签署谅解备忘录，将在AI安全研究、经济影响评估及基础设施投资方面合作。此举包括向澳研究机构提供300万澳元API额度，并计划在悉尼设立办公室，标志着其亚太战略的正式启动。
Anthropic收购Vercept强化Claude在真实应用中的感知与交互能力
Anthropic收购专注于AI感知与交互的初创公司Vercept，旨在解决AI在真实软件环境中“看”与“操作”的难题，直接提升Claude模型在复杂工作流中的“计算机使用”能力。此次收购是其继Bun之后，围绕AI Agent能力进行的关键技术整合。
Anthropic以国家安全为名划定AI军事应用红线
Anthropic公开声明，在与美国国防部合作中坚持两项技术使用限制：禁止用于大规模国内监控和全自主武器系统。尽管面临被列为供应链风险或动用《国防生产法》强制移除安全护栏的威胁，该公司拒绝妥协。此举将AI伦理与地缘政治竞争直接挂钩。
Anthropic与Mozilla合作，AI模型可独立发现Firefox高危漏洞
Anthropic宣布其Claude Opus 4.6模型在两周内为Mozilla Firefox发现了22个漏洞，其中14个被定为高危。这标志着AI模型已能独立识别复杂软件中的未知安全漏洞，并初步尝试生成漏洞利用，预示AI在网络安全攻防两端的能力均进入新阶段。
Anthropic投入1亿美元建立Claude合作伙伴网络
Anthropic宣布投入1亿美元启动Claude合作伙伴网络，为系统集成商、咨询公司等合作伙伴提供技术认证、联合市场开发和专属技术支持，旨在加速企业客户从概念验证到生产部署的进程。
NVIDIA推动物理AI在机器人领域的技术整合
NVIDIA在机器人周展示物理AI技术突破，通过Isaac Sim模拟平台和Jetson Orin边缘模块加速农业机器人部署。案例显示Aigen利用合成数据训练和开放世界基础模型，实现太阳能机器人精准除草，降低90%除草剂依赖。
微软发布Copilot Studio多智能体系统，推动企业AI架构互联
微软宣布Copilot Studio的多智能体系统全面上市，核心是通过开放协议（A2A）、与Fabric及Microsoft 365 Agents SDK的集成，实现跨工具、跨数据源的智能体协同编排。此举旨在将孤立的AI体验转变为可规模化协作的智能体系统，并增强了提示构建与治理控制。
NVIDIA优化VC-6解码器架构，提升批量AI视觉管道性能
NVIDIA通过Nsight工具分析，对其VC-6视频解码器进行架构级重构，从单图解码器转向支持批量处理的单一解码器，并优化GPU内核，显著降低批处理场景下的解码延迟，提升AI视觉管道效率。
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。
谷歌为Gemini API引入Flex与Priority推理层级
谷歌为其Gemini API新增Flex和Priority两个服务层级。Flex是成本优化层级，为延迟容忍型工作负载提供同步接口，价格降低50%；Priority为高可靠性层级，确保关键应用在高峰期的请求不被抢占。此举旨在通过单一界面，让开发者根据AI任务类型（如后台Agent思考与前台交互）灵活平衡成本与可靠性。
谷歌发布Gemma 4开源模型，瞄准边缘推理与AI代理架构
谷歌推出Gemma 4开源模型家族，包含从2B到31B的四个版本，强调单位参数性能突破，并原生支持AI代理工作流、多模态与长上下文。其小参数模型专为边缘设备优化，旨在将前沿推理能力扩展至移动与IoT场景。
Google为Gemini API推出Flex和Priority推理层级
Google在其Gemini API中新增Flex和Priority两个服务层级，允许开发者通过单一接口优化成本和可靠性。Flex针对延迟容忍型工作负载提供50%的成本节约，而Priority则为关键应用提供最高可靠性保障。这一变化简化了AI代理架构中同步和异步任务的管理。