模型厂商、公司和研究机构自己发布的消息：官网、官方博客和官方账号。
IBM 推出了 granite-speech-5.0-2b，并更新了 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus，三者均采用 Apache 2.0 许可证并原生支持 Transformers。新的 2B 模型借助最多包含 2,000 个词条的关键词列表提升了转录和翻译效果；Turbo CTC 新增多语言转录功能，达到 19,870 RTFx，速度约为发布时的 1.6 倍，准确度保持在同一水平。更新后的 Plus 模型提升了说话人归属和时间戳表现，长篇内容的 WER 降低了 24%。
这项比较将准确度、吞吐量和说话人归属方面的改进对应到不同的录音工作流程，为用户依据三款模型公布的能力和评测结果进行选择提供了实用依据。
ChatGPT 广告正拓展至 26 个新国家，已有超过 10 万名广告商使用该平台。从本地企业到全球品牌，更多广告商现在可以在用户通过 ChatGPT 探索、比较和决定购买商品时触达他们。
此次拓展让另外 26 个国家的广告商能够触达在 ChatGPT 中探索购买选项的人群，扩大了该平台面向企业的地域覆盖范围，服务对象从本地商店到全球品牌。
OpenAI 与 Google Cloud 将把前沿模型和 Codex 工作流引入 Gemini 的 Model Garden，并通过 Google Cloud Marketplace 提供。
公告指出，Google Cloud Marketplace 是获取 OpenAI 模型和 Codex 工作流的渠道，明确了这些产品将通过何处提供。
本指南介绍如何在 Hugging Face Spaces 中使用 RFD4-Proteina 生成蛋白质设计，并通过命令行、Python 或 Diffusers 继续工作流程。该开放模型由 NVIDIA 与华盛顿大学蛋白质设计研究所共同开发，可根据给定约束同时生成蛋白质序列和全原子结构。本指南以 PD-L1 结合蛋白为例，介绍热点注释、思考设置，以及如何确保结果可复现；确认是否结合仍需进行实验验证。
记录经过注释的分子输入、模型和软件版本、随机种子、采样设置及硬件信息，可形成一种可迁移的方法，帮助在浏览器和编程工作流中复现随机蛋白质设计。
SimReady Central Library 将 2,000 多个可用于仿真的 OpenUSD 资产带到 Hugging Face，为机器人仿真和 AI 工厂数字孪生提供免费、无需门槛的访问。开发者可以通过自然语言查询搜索设备，并根据支持的仿真配置文件选择资产。OEM 厂商可以验证、打包并提交资产；示例则展示了面向机器人抓取与放置场景及替代工厂布局的 AI 辅助工作流程。
配置文件系统为开发者提供了明确依据，可据此选择具备仿真工作流程所需物理属性和元数据的资产，从而减少整合不同供应商设备时的手动准备工作。
Mistral 与 NVIDIA 正在合作开发 AI 工程工作流，利用 Mistral Large 4 和 NVIDIA 加速计算连接仿真、模型开发与设计。双方计划推出面向物理模型的公开基准测试和开放数据集，并评估执行 CAE 和 EDA 工作流的智能体，衡量其技术正确性、执行时间和计算成本。此次合作还计划集成 NVIDIA Omniverse 库，用于 GPU 加速的 3D 场景生成和 SimReady 资产创建。
计划中的基准测试将为比较工程智能体提供具体框架，评估其在各类工程工作流中的技术正确性、多步骤工具使用能力、执行时间和计算成本。
NVIDIA 推出了机密裸金属部署选项，让前沿模型构建者能够在专用的第三方基础设施上运行敏感工作负载，同时保留对模型、数据和软件栈的控制权。该选项与机密容器和机密虚拟机并列，新增的安全控制可保护传输中的数据、测量平台完整性，并强制执行硬件级访问限制。如今，支持范围扩展至 Grace Blackwell NVL72、HGX Rubin NVL8 和 DGX Rubin NVL8 系统；Cohere 计划将其集成到 Cohere Model Vault 中。
这些部署选项明确了模型构建者如何根据自身信任边界选择基础设施，同时在使用第三方算力时保留对软件栈的控制权。
NVIDIA云合作伙伴正在欧洲、北欧、非洲和中亚扩展区域训练与推理基础设施，同时提供开放模型服务和智能体部署管控。在使用NVIDIA GB300 NVL72系统进行的测试中，Nscale报告称，在使用NVIDIA DSX MaxLPS且供电预算相同的情况下，GPU数量增加了37%，总体推理吞吐量提高了近50%。NVIDIA还在柏林GTC上宣布推出OpenShell参考架构，整合推理基础设施、安全运行时软件和芯片内强制执行机制，以管控智能体的访问权限和操作。
Nscale报告的固定功率预算内吞吐量提升表明，在区域AI云面临能源限制时，电源管理如何扩大可用推理容量。
Google Cloud 与 NVIDIA 宣布，基于 NVIDIA Vera Rubin NVL72 的 A5X 实例将于下月正式推出，并计划扩展至欧洲。Google Cloud 计划将其 Vera Rubin 基础设施扩展至多个站点，部署多达 960,000 个 Rubin GPU。首个获得 A5X 使用权限的客户 Ineffable Intelligence 正在利用该平台进行大规模强化学习，并构建能够从经验中持续学习的系统。
强化学习示例说明了云基础设施为何必须将经验生成与模型更新连接起来，也为 A5X 对计算、网络和存储的集成提供了背景。
英伟达首席执行官黄仁勋在柏林 GTC 大会上发表主题演讲，介绍了 AI 基础设施、智能体工具和机器人硬件。NVIDIA DSX POD 以模块化集装箱的形式整合 Vera Rubin AI 工厂；据称，待公用设施就绪后，现场部署时间可从六个月缩短至 14 天。其他公告包括用于安全 AI 智能体的 OpenShell 参考架构、用于连接智能体与企业数据的 Agent Knowledge Foundation，以及预计明年推出的 Agile ONE SN 人形机器人参考设计。
模块化 AI 工厂公告给出了具体的部署时间对比：待公用设施就绪后，现场安装时间可从六个月缩短至 14 天。
NVIDIA 扩展了其开源 Agent Toolkit，新增 Agent Knowledge Foundation、Kumo 模型和工具，帮助企业智能体扎根于公司数据并控制其运行。Agent Knowledge Foundation 整合了 CUDA-X 库、Auto-Ontology 和开放模型，可在不迁移数据、不改变现有工作流程或治理控制的情况下支持检索和预测。OpenShell 提供运行时边界，而 NemoClaw 蓝图则为安全、专用的智能体提供参考设计。
此次扩展展示了企业智能体基础设施如何连接公司数据、预测模型和运行时控制，同时保留现有的数据存储位置、工作流程和治理控制。
i14 和 AWS 介绍了如何通过 TorchNeuron Native 使用原生 PyTorch，将 Laplace 3B 的线性注意力架构适配到 AWS Trainium2 上进行训练和服务。该模型为每个序列维持固定的 29.5 MB 循环状态，训练速度约为每秒 120,000 个 token，报告的结果覆盖约 440 亿个 token。在单个 trn2.48xlarge 实例上，同时处理 1,280 个序列时，推理速度达到每秒 11,544 个输出 token。
这篇工程实践指南展示了通信模式、算子调度和批次宽度变化如何主导性能，并提供了一套可迁移的分析方法，用于在加速器上部署自定义架构。
NVIDIA 推出 Cosmos3-H-Dreams，这是一种手术模拟模型，使用临床胆囊切除术视频以及来自 CMR Surgical Versius 平台的机器人运动学数据训练。该模型由 Cosmos 3 驱动，并通过 FlashDreams 加速，可在单块 NVIDIA RTX PRO 6000 GPU 上实时控制手术器械；分别训练的四步和两步检查点在视觉质量与推理速度之间实现平衡。它是一款研究模拟器，并非经过验证、可用于患者护理的系统。
分别训练的两步和四步检查点，为研究人员提供了一个具体的权衡方案：在根据自身数据调整交互式手术模拟时，如何平衡推理速度与视觉质量。
AWS 介绍了如何使用 Amazon Quick 和 Amazon Bedrock AgentCore 构建对话式供应链工作流，通过受治理的 MCP 工具连接运营数据和文档。演示涵盖中断评估、供应商合规检查、紧急询价（RFQ），以及定时或由电子邮件触发的监控，并要求由人工审批变更。内容还包括一个开源部署示例、注册表和连接器配置，以及将经过验证的供应商回复发布到 Activity Feed 以供审核的说明。
将对话界面与受治理的 MCP 工具分离，可为跨系统工作流提供可复用的架构，同时让供应商选择和采购订单始终由人工控制。
AWS 展示了如何使用 AWS Agent Registry 在运行时发现获批的 MCP 服务器和 A2A 代理，根据其描述信息构建客户端，并通过临时内部代理执行请求。Python 示例涵盖订单状态、定价和退货，同时将调用凭证与发现过程分开获取。指南还介绍了审批工作流、搜索评估，以及目录较小或管道固定时适合在构建时进行连接的情况。
该示例提供了一种可复用的模式，可在每次请求时发现获批的能力，同时将调用凭证分开处理；并明确说明了目录稳定或管道固定时，何时更适合采用更简单的连接方式。
Hugging Face 宣布通过原生 PyTorch 后端 TorchTPU，为 Transformers、Diffusers 和 Kernels 提供原生 TPU 支持。模型可以使用 device_map="tpu" 或 pipe.to("tpu")，并可选择启用编译和分布式执行；Transformers 和 Diffusers 不再需要 Optimum TPU。Hugging Face 报告称，TPU 上运行的测试有 96.5% 通过，已报告的 34 个 TorchTPU 问题中有 19 个已修复。
原生 TPU 支持让 PyTorch 用户能够沿用熟悉的 Hugging Face 工作流程，减少此前将模型迁移到 Google 加速器所需的软件改动。
Ai2推出了FairStress，这是一项基准测试，依据以平等为中心的公平性定义，检验LLM在决策稳定性、解释和内部激活方面的群体差异。其300个场景扩展为超过1300万个测试用例，其中FairStress-Core子集包含5万个项目。在15个模型中，放弃正确答案的差距在身份暗示下平均为6.9个百分点，在明确标注身份时平均为9.3个百分点，倾向于被编码为少数群体的候选者。在三个经过测试的模型系列中，反事实思维链降低了稳健性差距，同时基本保持准确率，但并未消除所有不对称性。
与BBQ的比较表明，问题措辞和答案评分方式会改变测得的群体偏见方向，因此评估设计会影响对公平性结果的解读。
Eon 使用 Amazon Bedrock AgentCore，将调查工具原先各自的凭证和本地 MCP 进程替换为一个经过身份验证的统一网关，供 AWS、GCP 和 Azure 上的调查工具使用。该实现采用 Cedar 策略区分人员和智能体的权限，并通过 IAM 角色代入实现跨账户访问。Eon 表示，接入时间从约 2 天缩短至约 2 分钟；在 100 多名开发者和约 10,000 个会话的使用中，也暴露了策略大小、工具发现和 OAuth 兼容性方面的取舍。
该实现提供了一种可复用的集中式工具访问模式，并具体展现了动态工具列表、策略大小、语义搜索和 OAuth 兼容性之间的取舍。
AWS 和 Keyfactor 介绍了如何使用 X.509 PKI、Keyfactor EJBCA 和 AWS 服务保障 AI 智能体之间的通信安全。本演示结合了签名请求信封、用户签名的委托声明、限定受众的令牌，以及贯穿用户登录、智能体通信和 MCP 工具访问流程的实时 OCSP 检查。演示使用 Amazon Bedrock、AWS Strands Agents SDK 和 FastMCP 展示该架构，并涵盖重放攻击防护以及用户注销时的凭证吊销。
本演示提供了一种可复用的方案，通过智能体证书和签名委托，将工具请求绑定到经授权的用户，并在每个信任边界进行吊销检查。
IBM Research 报告称，ALTK-Evolve 会从智能体的训练尝试中提取行为准则，并将其附加到提示中，从而提升客户服务表现，无需更新权重或人工标注。在留出的 τ²-bench 零售任务中，GPT-4.1 的 Pass^4 从 57.5% 提高到 67.5%；较小的准则集对航空任务的可靠性提升最大。其完整基础划分的零售成绩也超过了 2026 年 10 月 12 日排行榜快照中的所有参赛结果。准则增加了输入 token 成本，同时在匹配的成功运行中略微减少了对话轮数。
这些实验提供了一种可迁移的方法，通过学习得到的提示准则提升智能体可靠性，同时表明准则数量与输入 token 成本之间需要根据领域权衡。
