NVIDIA 发布 DLSS 5，引入 DLSS 3D-Guided Neural Rendering 和细粒度控制，帮助游戏开发者在保留艺术意图的同时加入更逼真的光照与材质细节。官方同时介绍了 NVIDIA ACE 的更新，以及 RTX Mega Geometry 2.0 和 RTX Kit 在角色 AI、高密度几何与渲染工作流方面的能力变化。
推荐理由：NVIDIA 官方说明 DLSS 5 的 3D 引导神经渲染与细粒度控制，并同步更新 ACE 与 RTX Kit，可了解游戏渲染与角色 AI 的新工具链。
苹果新款 Mac mini 与 Mac Studio 于 9 月 22 日开售，Mac mini 搭载 M6 与 M5 Pro，Mac Studio 搭载 M5 Max 与全新 M5 Ultra。
推荐理由：苹果官方给出新 Mac mini 与 Mac Studio 的芯片配置、AI 性能倍数与售价，可据此判断端侧 AI 工作站的规格与入手成本。
CoolIT 提出以近全量液冷热量捕获替代液气混合散热，使机架空气负载降至 1% 以下，服务器可实现无风扇运行。其模块化冷板方案已历经六代无风扇设计验证，可覆盖内存、网络、存储与供电等外设散热。CoolIT 建模显示，机架功率向 1 MW 攀升后，全量热量捕获将在 2028 年前成为旗舰机架级产品的标准设计。
NVIDIA 在 ROSCon 发布 Isaac ROS 5.0，这是一套基于 ROS 的 GPU 加速软件包集合，新增智能体工作流与平台支持，帮助开发者更快构建、定制和部署机器人应用。
推荐理由：Isaac ROS 5.0 把智能体工作流引入机器人开发，读者可据此了解开源机器人工具链的演进方向。
NVIDIA 介绍如何用 AI 智能体结合 Isaac ROS 加速 ROS 2 节点，解决 GPU 加速下消息在节点间仍经 CPU 内存序列化或拷贝、削弱感知与 AI 负载 GPU 收益的问题。方案依托新近加入的上游抽象与 CUDA buffer 后端，让消息在 GPU 上流转。
Parallel 的智能体借助 GPT-6 Astra 研究并综合劳动力市场数据，耗时和成本均降至此前模型的一半。
Anthropic 称 Claude Mythos 比多数安全专家更擅长发现软件漏洞，OpenAI 与 Hugging Face 发生黑客事件后 Anthropic 和 Meta 也披露了类似事件，随后两家公司又相继宣称取得数学突破。网络安全专家认为相关事件更多源于 OpenAI 忽视基本安全实践，数学家则指 OpenAI 的 Astra 成果并不新颖，并指控其存在研究不端与抄袭。
三星电子在德国 Löhne 的 Kitchen Center Löhne 一层开设永久性嵌入式家电展厅，面向厨房零售商、规划师和采购方全年开放。展厅以真实厨房场景展示嵌入式家电与 SmartThings 连接体验，并陈列今年推出的 Extractor Induction Hob、Bespoke AI Dishwasher 和 Bespoke AI Oven 等产品。
小米发布 MiMo-V2.6 系列两款原生全模态开源模型，MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活参数，Artificial Analysis 称其以 46 分登顶开源权重模型智能指数，输入输出价格分别为 $0.435/M 和 $0.87/M tokens，采用 MIT 许可。
推荐理由：小米首次进入前沿开源模型序列，其 RL 环境与训练配方开源的做法，为观察开源模型追赶路径提供了具体样本。
Hugging Face 在 transformers 中加入 GGUF 模型支持，用户可从 Hub 选取量化 checkpoint，通过 from_pretrained 传入 gguf_file 在本地生成，也可用 transformers serve 暴露 OpenAI 兼容 API。
推荐理由：Hugging Face 官方说明 transformers 如何直接加载 GGUF 量化权重，并给出与 llama.cpp 的实测对比和当前限制。
英国 AI Security Institute（AISI）正通过 EvalEval 的 Evaluation Cards 公开分享评测结果，覆盖 HealthBench。
OpenAI 提出对前沿模型及防护措施开展严格、安全、独立第三方 AI 安全评估的优先事项与原则。
oMLX 作者兼维护者 Jun Kim 加入 Hugging Face，全职投入 MLX 生态建设。oMLX 将从副业转为有资金支持的长期项目，继续以 Apache 2.0 开源并由 Jun 继续主导，目标是让贡献者获得更稳定的维护和更快的开发节奏。
TypeSafe AI 发布 Jev，一种被称为 System One 或决策模型的新形态模型，输入文本后不返回文本，而是返回类别、是/否判断、评分及对应置信分数。
Cloudflare 的 Python Workers 在经历两年预览后正式 GA，Python 成为其开发者平台的一等支持语言。该方案通过 Pyodide 将 Python 编译为 WebAssembly，运行在基于 V8 的 workerd 运行时中，但 multiprocessing 与 threading 在 WebAssembly VM 中不可用。
TypeSafe AI CEO Diogo Almeida 在 Latent Space 访谈中介绍新模型 Jev，称其为首个面向软件消费的 System 1 大模型。
NVIDIA 在 Dynamo-Triton 中集成 TensorRT 多设备推理，让单个 TensorRT 网络借助 NCCL 分布式集合通信跨多块 GPU 执行，同时保留 TensorRT 的推理优化。该能力自 TensorRT 11.0 起获得完整支持，用于应对生成式 AI 超出单 GPU 的算力与显存需求。
NVIDIA 提出 AI 智能体评估需从单次工具调用打分转向整任务完成度打分，核心是考察智能体能否在真实环境中连续执行数十次工具调用并在某步失败后恢复。仅评估模型回答是否"听起来对"，几乎无法反映工作是否真正完成。
NVIDIA 推出 DSX Ready 认证计划，用于审核合作伙伴产品是否符合 NVIDIA DSX AI 工厂参考设计要求，首批覆盖电池储能系统（BESS）和冷却分配单元（CDU）两类。
NVIDIA 在埃及大埃及博物馆举办活动，展示当地 AI 生态从能力建设走向生产规模，其 Deep Learning Institute 埃及学员基数一年增长超十倍。
NVIDIA 发布 Halos 全栈安全系统，覆盖物理 AI 从硬件、软件到 AI 行为与部署验证的每一层，用于自动驾驶与机器人。ABI Research 预计 2035 年 L3-5 自动驾驶汽车保有量达 4900 万辆，Omdia 估计 2026 至 2035 年间约 6000 万台工业机器人将部署。
微软研究院在 Nature 发表逆合成模型 RetroChimera，将 Transformer 模型 R-SMILES 2 与基于 GNN 的 NeuralLoc 通过可学习集成与重排序结合，并开源实现与权重。
美国商业航天联合会（CSF）宣布吸纳 ORBITInsure 与 Renaissance Strategic Advisors（RSA）两家新成员。ORBITInsure 以太空供应链成员身份加入，专注将任务数据转化为风险情报；RSA 以准会员身份加入，同时进入太空供应链委员会（S2C2）及州与地方委员会。CSF 成立于 2006 年，致力于推动美国商业航天经济发展并代表行业与国会沟通。
NVIDIA Earth-2 面向天气敏感行业，把能源企业的风光资产测量、应急管理团队的雷达与本地传感器、卫星持续对地观测等最新观测数据，转化为更早、更本地化的天气决策依据。这些数据帮助各行业组织理解并管理实体风险。
NVIDIA 提出 AI 安全是工程问题，需要明确的安全需求、可执行的管控、责任人和防护有效的证据，并主张在模型、harness 与运行时构成的智能体栈各层都部署管控。其开源安全运行时 NVIDIA OpenShell 在智能体触及范围之外执行策略并提供沙箱化执行，Cisco DefenseClaw 在其上增加治理层，JFrog 则集成 OpenShell 扫描和验证智能体技能。
Rhizomatica 开源了数字短波电台系统 HERMES，配合 Mercury 数字调制解调器在 3-30 MHz 高频段工作，用约 20 瓦小功率电台实现 400-600 公里可靠链路，可传输照片、邮件、语音备忘等任意文件。
RAND 发布报告提出美国应以“自由行动”战略应对通往超级智能的不确定路径，通过保持选项开放来确保地缘政治优势，并归纳了共存、拒止、加速三大类共七种原型策略及五项关键不确定性。研究人员还培育出脑内含有部分人脑组织的小鼠，用于相关实验。
Higgsfield AI 借助 GPT-6 Astra，在一天内上线了新的视频功能，让小型企业更轻松地制作视频广告，并更快将新创意工具推向市场。
OpenAI 正与一个独立的数学与人工智能咨询小组合作，为新兴 AI 成果的评审与传播提供指导。该小组为独立性质，具体成员与运作细节未披露。
MIT Technology Review 发布对美国边境 AI 监控塔“虚拟墙”的调查，发现有人未被探测到、随后在附近死亡且尸体数周或数月无人发现，原因包括塔故障、算法未能识别人以及探员未响应警报。
MIT Technology Review 与 Times of San Diego 用 15 个月调查，绘制出首张美国边境监控塔附近移民死亡的综合地图与分析。团队梳理 2015 年以来的案例，向得州 17 个县警长办公室申请记录，共获得超 4000 页文件，其中 3 个县用 Anthropic 的 Claude（经 API）提取遗骸发现地坐标并人工核验。
NVIDIA 在纽约气候周介绍了 5 家用 AI 推进清洁能源的公司：ThinkLabs AI 用数字孪生和智能体把南加州爱迪生评估电网并网申请的时间从 30-45 天缩短到 2 分钟。
OpenAI 提出为下一阶段 AI 建立共享全球标准的路径，呼吁通过协调一致的评估、报告与治理来提升安全性。
OpenAI Academy 新增面向员工、开发者、管理者、教育工作者和学生等多类人群的学习路径，用于培养和展示实用 AI 技能。
Hugging Face 发布 tokenizers v1，输出与 v0.23 完全一致的 token ID，但速度最高提升数十倍。v1 将单个 crate 拆为工作区，引入 bitcannon 用 SIMD 位流替代正则做预分词、无分配合并工作集、线程本地词缓存和原生多线程并行，并保持对 BPE、WordPiece、Unigram 的通用支持。
V7 使用 GPT-5.6 将分散的公司文件转化为智能体可用的上下文，以完成复杂的、可溯源的工作，同时成本降低 78%、准确率提升。
一名入职大公司半个月的工程师称，团队所有规格、代码、测试、PRD 和工单均由 Claude Code 生成，从 L1 到 L7 的工程师都在做同样的事——和 Claude 对话。管理层多次表示推送代码不是瓶颈，员工每天工作 12 到 13 小时只为按回车，没人阅读任何内容，团队无人喜欢这种状态。
Jev 发布两天后，社区已出现至少 6 个复现或近似方案，包括基于 ModernBERT 的 Laya、基于扩散模型的 DiffusionGemmaJev、Qwen3.5-9B LoRA 微调的 Bespoke Nimble、Qwen3.5 骨干的 SemIf、40K byte 嵌入的 Jevlike 和 Qwen2.5-0.5B 的 Kev-0.5B。
NVIDIA 发布 AIPerf，用于大规模 LLM 推理性能基准测试。它针对 curl 命令、手写 asyncio 脚本或一次性负载生成器等传统压测方式的问题，这些方式受限于单进程性能、Python GIL 并发瓶颈，或测量基准不可靠。
Google Research 发布 MilleMiglia，一个用 C++ 编写的实例生成器，用于为中段物流配送问题生成真实且保护隐私的基准数据，源码与文档已在 GitHub 开放。