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。
Goodfire 将其机制可解释性平台 Silico 向公众开放，该平台通过解读模型权重、激活和注意力模式来观察模型内部行为，并用 AI 智能体按自然语言指令并行执行实验任务。
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。
Ollobot 推出 AI 家庭陪伴机器人 OlloNi SS1，配备多芯片 AI 4K 视觉模块，支持人脸识别与运动追踪，并内置物理摄像头隐私盖。该机器人可在木地板、瓷砖和低矮地毯上移动，爬坡能力达 3.5 度，具备跌倒检测、主动互动与持续在场能力，面向独居老人、异地务工家庭的儿童和城市独居职场人三类场景。
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。
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。
一场免费网络研讨会介绍如何用 Agentic AI 与半导体专用可视化加速良率异常的根因分析，现场演示基于 Spotfire® Industry Pro 开展跨领域根因调查。该平台支持不移动数据即可跨领域关联洞察，并通过 push-down compute 在数十亿数据点上扩展高性能分析。面向良率、工艺、整合工程师及晶圆厂数据分析负责人。
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。
Papers with Code 的混合搜索系统同时使用 PostgreSQL 全文检索、pgvector 稠密向量和 RRF 融合排序，目前维护超过 11 万篇来自 arXiv 与 Daily Papers 的论文嵌入向量。
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。
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。
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。
Interconnects 发布 Artifacts Hub 和 Adoption Dashboard 两个免费数据工具，前者覆盖过去两年发布的 792 个模型，展示 Hugging Face 趋势、Open Router 推理 token、Artificial Analysis 智能指数与 RAM 采用指标；后者按地域和组织追踪下载量与衍生模型数，突出中美差距。
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。
Hugging Face 发布教程，介绍用一条 hf jobs run 命令在 HF Jobs 上启动私有、兼容 OpenAI API 的 vLLM 端点，按秒计费、无需自行配置服务器或 Kubernetes。
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。