Hugging Face 的 WebAI 团队发布 @huggingface/kernels 库和 207 个 WebGPU 内核，均已发布为独立仓库并采用 Apache-2.0 许可，用于从 Hub 加载和运行优化后的内核。
推荐理由：Hugging Face 放出 207 个 WebGPU kernel 及配套加载器和浏览器评测工具，并给出与 ORT WebGPU 的逐项对比数据。
NVIDIA BioNeMo NIM 微服务现可在 Claude Science 中运行，用于蛋白质结构预测。正文提到，AI 科学家已能读取论文、提出假设、调用模型并判断下一步优先做哪些实验，这类智能体能力先在软件工程中验证价值，编码智能体如今可编写、测试并交付生产代码。
NVIDIA Omniverse NuRec 用于跨车型平台扩展自动驾驶感知，解决同一套感知软件换到新车型后感知结果变化的问题。文章指出，传感器布局、标定、视场、遮挡、车身几何、时序与覆盖范围都会随车型改变，例如同一红绿灯可能出现在画面不同位置。
NVIDIA TensorRT Model Connect 提供开源参考实现集合，可在两条命令内把开源模型从 Checkpoint 直接部署到推理，免去模型专属的转换、预处理、后处理与运行时代码。该方案支持在原生 C++ 中通过 NVIDIA TensorRT 运行受支持的模型。
Google DeepMind 与新加坡 AI Safety Institute、OpenMined、AVERI 和 MLCommons 合作，对一款 Gemini Flash Lite 模型开展全球首个针对专有前沿模型的双盲评测，将外部评测限制在密码学保护的“盒子”中，防止评测题目被模型用于提前优化。
NVIDIA Dynamo 推出预览功能影子引擎恢复，让 LLM 推理引擎进程故障后无需冷重启即可在数秒内恢复容量。传统冷重启需从存储加载权重到 HBM、编译 kernel 并捕获 NVIDIA CUDA graphs，大模型初始化耗时数分钟。
NVIDIA 发布 CUDA Python 1.0，主打稳定 API、统一基础和完整平台访问。此前 Python 开发者用 GPU 只有两条路：自己写 CUDA C++ 扩展并维护绑定，或依赖 PyTorch、CuPy、RAPIDS 等上层库，后者虽支撑起 Python GPU 生态但存在局限。
Hugging Face 在 Gradio 中内置 gr.Workflow，把多步 AI 流程描述为由引用、算子和输出组成的类型化节点图，Gradio 提供可拖拽画布运行每个节点并展示中间结果。
推荐理由：原文展示了把多步 AI 流程变成可视化图并自动暴露为 REST 接口的做法，读者可据此判断自己现有脚本能否照此改造。
Meta 发布 MetaRoCE，一个专为 AI 工作负载在通用以太网上运行而从头设计的 RDMA 传输协议，并通过 OCP 开放规范、参考软件实现和合规测试套件。
Meta 发布 MTIA 300，这是其自研 MTIA 系列中首款面向排序和推荐模型训练优化的芯片，在芯片封装内集成两个网络 chiplet，各含 6 个定制 800 Gbps RDMA NIC，总 I/O 带宽达 1.2 TB/s，无需经过 PCIe 总线。
推荐理由：Meta 给出 MTIA 300 的内置网卡与卸载式集合通信设计，可对比传统 GPU 集群的通信瓶颈。
NVIDIA 推出 DSX MaxLPS，针对 AI 工厂的功耗约束问题，把应用层每瓦性能作为衡量 AI 工厂效率的关键指标。NVIDIA 指出，并非每一兆瓦都能转化为产生收入的算力，电力分配与冷却等环节会造成损耗。
NVIDIA Groq 3 LPX 是面向 NVIDIA Vera Rubin 平台的交互式 AI 推理加速器。平台核心 NVIDIA Vera Rubin NVL72 覆盖从小模型到大型模型、开源与闭源的最广泛 AI 工作负载，兼顾高吞吐与交互性。Groq 3 LPX 与 Vera Rubin NVL72 搭配，进一步扩展该平台的能力。
NVIDIA 发布 Vera CPU，用于解决智能体 AI 集群中 CPU 侧的编排、工具执行与沙箱计算难题。AI 工厂中 GPU 负责跑模型，CPU 承担编排等任务，而智能体负载不像传统计算那样有稳定运行时特征，具有高度不可预测和波动性。
NVIDIA 的 AVO 在 ARC-AGI-3 上取得 100% 成绩，展示了一种面向长时程自主智能体的前沿级通用架构。该工作指出前沿语言模型只是 AI 智能体的一部分，外围的 agent harness 才决定模型如何接收上下文、调用工具、维护状态、响应反馈、从失败中恢复并在长任务中持续推进。
NVIDIA 推出 SkillEvaluator，用于评估 AI 智能体技能（Skills）的实际表现。技能包将指令、示例与工具指引打包，帮助智能体更快从意图走向解决方案，避免多余步骤、token 浪费和难以处理专门任务。
NVIDIA ALCHEMI Toolkit 于今年早些时候推出，可显著降低原子尺度模拟的使用门槛，让 AI 编程智能体接入材料模拟栈。原子模拟依赖三要素：科学知识、计算高效的模拟实现，以及可访问的模拟接口，其中科学知识仍属研究者领域。
Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder，用于 ColBERT 式晚交互检索，PyLate、Stanford-NLP ColBERT 以及 colpali-engine 视觉文档检索检查点均可通过同一套 API 加载。
推荐理由：原文给出多种 ColBERT 类检查点的统一加载方式，以及索引体积与检索收益之间的实测取舍，可据此决定是否替换现有稠密检索。
Hugging Face 的 OlmoEarth Studio 现支持计算并导出由开源 OlmoEarth 基础模型生成的地球观测嵌入向量，输出为 Cloud-Optimized GeoTIFF（COG），向量以 int8 存储、每维一个波段。
Meta 在 WhatsApp 上构建了可选的 Scam Alert 功能，用端侧机器学习模型在本地对来自非联系人的消息做诈骗概率分类，消息内容不会离开设备，也不会被自动上报。
推荐理由：原文给出 WhatsApp 端侧反诈告警的隐私架构与可验证设计，读者可了解端侧模型在加密通信场景的完整工程路径。
NVIDIA 发布 JetPack 7.2.1，为 Jetson 平台加入智能体视频技能（Agentic Video Skills）和 T3000 仿真（T3000 Emulation）。JetPack 面向机器人与智能视频分析等场景，覆盖多摄像头采集、网络流解码、AI 推理与视频编码的完整数据路径。
NVIDIA 推出 NeMo Switchyard，用于在多个模型之间路由 AI 智能体工作负载。由于每个模型在能力、弱点和成本上各有差异，且这些差异会随工作负载甚至同一工作负载内的不同步骤而变化，智能体任务可能需要分类、推理，以及用小模型处理常规后续任务。该方案针对把所有请求都发给最大模型的做法。
NVIDIA 发布 Magpie TTS Multilingual，一个 364M 参数的开源权重语音合成模型，新增 Modern Standard Arabic、Korean 和 Brazilian Portuguese，共支持 12 种语言。
Baseten 正式加入 HF Mirror Inference Providers，成为其生态内的推理服务商，首批支持对话与文本生成任务，可调用 Kimi K3、DeepSeek V4 Flash、GLM-5.2 等热门开源权重 LLM。
微软研究院发布开源框架 Orchard，核心是 Orchard Env——一个基于 Kubernetes 的可复用环境服务，支持软件工程、网页导航和个人助理等任务，并能在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中直接训练智能体。
推荐理由：微软开源 Orchard 框架，把训练环境做成可复用服务，读者可据此理解小模型如何直接在真实 harness 中训练。
NVIDIA 公布 Vera Storage 基准测试结果，针对智能体 AI 工作流中的加密、压缩、完整性校验与恢复性能进行评测。该存储需持续支撑企业知识检索、持久内存访问和 KV cache 复用等操作，每个智能体步骤可能触发多次存储操作并在流程中重复。
NVIDIA nvmath-python 是一个衔接 Python 科学计算生态与 NVIDIA CUDA-X 数学库的库，让 Python 用户在不改变现有工作流的前提下获得 CUDA-X 性能。视不同 API，运算可运行在 CPU、支持 CUDA 的 GPU，或分布式多 GPU、多节点系统上。
NVIDIA 推出 ModelExpress，用于在集群内高速分发模型文件。随着模型 checkpoint 增长到数百 GB 乃至 1 TB，冷启动拉取权重、自动扩缩容与滚动更新填充新副本、RL 后训练持续搬运权重等场景让传输开销迅速累积。
Diffusers 现已原生加载 Nunchaku 4-bit 量化检查点，只需 from_pretrained() 调用，无需本地 CUDA 编译，CUDA kernel 经 kernels 包从 Hub 下载。
Hugging Face 发布开源系统 Grabette，用手持夹爪加双摄像头记录人类操作演示，并自动转成机器人可用的 LeRobot 数据集。整套方案硬件全部开源，Grabette 手持设备 BOM 成本约 490€，配套的 Gripette 电机夹爪约 120€，数据可通过浏览器端 Space 完成 SLAM 与格式转换后上传 Hub 分享。
Google DeepMind 在印度启动 ATL Saathi 试点，这款由 Gemini 驱动的 Web 应用为 Tinkering Lab 教师提供 24/7 备课与培训助理。
Hugging Face 宣布 vLLM 的 transformers 建模后端现已达到甚至超过 vLLM 手写原生实现的吞吐量，覆盖 Qwen3-4B（单卡）、Qwen3-32B（张量并行）、Qwen3-235B-A22B-FP8（数据加专家并行，8×H100）三种规模。
推荐理由：官方给出三个 Qwen3 模型的实测对比，读者可了解无需移植即可获得原生级 vLLM 推理速度的具体路径。
Hugging Face 与 Amazon SageMaker AI 推出深度链接集成，用户在支持的模型页选择 Customize on SageMaker AI 或 Deploy on SageMaker AI，即可一键进入 SageMaker Studio，模型已预加载、环境自动配置。
微软在 Build 2026 宣布 Foundry Managed Compute 与 Hugging Face 模型集合，精选开源权重模型每周刷新、一键部署，权重预置于 Azure。
Hugging Face 与 SkyPilot 联合推出 hf:// 挂载能力，可将 Hugging Face Bucket 或模型、数据集仓库挂载进 SkyPilot 任务，在 20 多个云、Kubernetes、Slurm 和本地环境中运行 GPU 作业。
推荐理由：原文给出了 hf:// 挂载方式和跨云零出站读取的实测吞吐数据，读者可据此判断多云端 GPU 训练的存储成本变化。
LeRobot 发布 v0.6.0，围绕机器人学习闭环引入世界模型策略（VLA-JEPA、FastWAM、LingBot-VA）、新一批 VLA（GR00T N1.7、MolmoAct2、EO-1、EVO1、Multitask DiT）以及统一奖励模型 API（Robometer、TOPReward）。
推荐理由：原文给出世界模型策略、奖励模型 API 与六个仿真基准的完整清单，读者可据此判断机器人学习闭环的现有工具面。
Hugging Face 的 Kernels 项目迎来重大更新，Hub 新增 "kernel" 仓库类型，并引入可信发布者机制与代码签名，默认只加载可信发布者的 kernel，加载其他来源需显式传入 trust_remote_code。
Hugging Face 与 Cerebras 展示了基于 Gemma 4 的实时语音到语音管线，采用模块化的开源架构。流程为 Nvidia 的 Parakeet 做语音识别，Gemma 4 VLM 在 Cerebras 上推理，再由阿里 Qwen3TTS 做文本转语音。
Every Eval Ever（EEE）与 Hugging Face Community Evals 现已互通，评测结果可跨平台交叉发布并回链到完整 EEE 记录。
Google DeepMind 宣布 computer use 成为 Gemini 3.5 Flash 的内置工具，开发者可通过 Gemini API 和 Gemini Enterprise Agent Platform 构建能在浏览器、移动端和桌面环境中看、推理并采取行动的智能体。
推荐理由：原文说明了 computer use 从独立模型并入主力 Flash 模型，并给出企业可用入口和两个安全防护机制。
NVIDIA 发布开源库 NeMo AutoModel，基于 HuggingFace Transformers v5 构建，为 MoE 模型微调带来 3.4-3.7 倍训练吞吐提升和 29-32% 显存下降，只需改动一行 import，无需修改其余 API 调用。