GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust，AI 智能体编写了大部分代码，分布在 128 个 PR 中增量合入 main。
推荐理由：GitHub 工程师复盘用 Copilot 把运行时从 TypeScript 迁到 80 万行 Rust 的全过程，含多智能体协作与提示缓存数据。
OpenAI 发布 Astra for Law，为法律行业提供前沿智能能力，支持律所自定义工作流、接入法律数据源，并针对机密客户工作提供法律级管控。该产品归属于 OpenAI for Law。
NVIDIA 展示了一套智能体 AI 工作流，用于为物理 AI 系统准备和验证数字孪生：智能体可检查 3D 场景、在 OpenUSD 中编写仿真相关数据、添加物理属性、渲染预检视图，并按 SimReady 要求验证结果。该流程覆盖从 Blender 场景到面向 NVIDIA 的仿真就绪 OpenUSD 交付。
NVIDIA 借助智能体 AI 把 CUDA Tile 操作从 Python 翻译为 Rust，用于 cuTile Rust（cutile-rs）这一基于 tile 的 GPU kernel 编写系统。该系统将 Rust 所有权模型扩展到 tile 级 GPU kernel，把可变输出拆分为互不重叠的分片，并在 kernel 启动间保持主机侧所有权契约，同时允许程序员在需要底层控制时局部退出。
NVIDIA 在 MLPerf Inference v6.1 首次提交 Vera Rubin NVL72 预览结果，在 Qwen3-VL 上吞吐最高达 GB300 NVL72 的 3.7 倍，在 DeepSeek-R1 上最高达 2.5 倍。
推荐理由：MLPerf v6.1 首次提交数据给出 Vera Rubin NVL72 相对 GB300 的吞吐提升与 99% 扩展效率，可据此判断推理基础设施的性价比走向。
单相直接液冷被证明可应对未来十年超高密度计算的散热需求。现代 AI 加速器单颗功耗已超 1,000 瓦，单个机架散热超过 100 千瓦，远超风冷可实际处理的范围。该方案通过直接安装在高热部件上的冷板循环水或水乙二醇冷却液，在封闭回路中将热量带至冷却液分配单元，从而在更小占地内支撑更高的芯片与机架密度。
OpenAI 介绍如何用 ChatGPT Work 和 Codex 的分析功能，帮助团队了解 AI 使用量与支出、识别培训需求，并把 AI 采用情况与业务成果关联起来。
NVIDIA 以 Nemotron 3.5 Lightning 为例说明 MoE 架构如何让 30B 参数模型每个 token 仅激活 3B 参数，同时保留大模型容量。文章对比 Dense 与 MoE 两种主流架构，指出参数组织方式与参数规模同样关键，并讨论活跃参数、吞吐量及各自适用场景。
NVIDIA 在 AI Infra Summit 上公布 DSX MaxLPS 的首个部署验证：Lambda 在 5 机架 19 节点 HGX B200 集群上，用 16 节点的功耗跑出 24% 的 token 吞吐提升，从约 400 万 tokens/秒升至 500 万，每瓦性能提升 23%。
NVIDIA FLARE 支持在 Docker、Kubernetes 和 Slurm 上扩展联邦学习，解决从单服务器、少量客户端扩展到共享基础设施的运维难题。随着项目增长，GPU 需按任务需求分配、多项研究需相互隔离，且每个参与机构都要保留对自身数据的控制权。
NVIDIA 在 Transformer Engine 中为 JAX 带来 Dropless MoE 训练加速，针对 DeepSeek、Qwen、Mixtral 等 MoE 模型依赖的条件计算路径做优化。MoE 通过条件计算替代共享的稠密 FFN，能以更少训练算力达到或超过稠密模型的表现。
GitHub 日本和韩国营销负责人把活动运营流程交给 GitHub Copilot，用 GitHub Issue 表单、标签和 Actions 搭建自动化管线，原本手工花两天准备的活动现在从单个 Issue 自动完成搭建、每日筛选报名者并在结束后清理。
OpenAI 将 Habitat 从 Python 库演进为全球分布式存储平台，支撑 10 亿 ChatGPT 用户、每秒 2200 万次请求。该平台用于满足 ChatGPT 在线存储的规模化需求。
NVIDIA 通过全栈 NIM 优化，让 Nemotron 3 Ultra 在相同 GPU 基础设施上可服务的并发用户数提升 2.5 倍，同时保持应用交互响应。该优化针对智能体 AI 负载中提示词长、上下文跨步骤复用等特点，在生产部署中平衡并发量与交互性。
NVIDIA BioNeMo Inference Runtime（BioIR）可在 NVIDIA GPU 上加速受支持的生物分子结构预测模型，同时保留熟悉的 PyTorch 工作流。它通过优化 kernel 并在适用场景使用 CUDA Graphs 提升模型速度，面向蛋白质组规模、需高效跑完整个工作列表的预测任务。
Mistral 与 Cloudera 建立合作，将 Mistral 模型集成进 Cloudera 混合数据平台，支持企业在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业还可在受控环境内用专有数据训练定制模型，基于开放权重拥有数据和由此产生的智能。Cloudera 平台上客户管理的数据规模达 30 exabytes。
OpenAI 与美国总务管理局（GSA）合作，为符合条件的联邦、州、地方及部落政府提供 $0 许可费、50% 用量折扣，并扩大网络防御支持。
TRL v1.14 的 AsyncGRPOTrainer 现已支持只训练并同步 LoRA adapter 到 vLLM，训练与推理分别跑在独立的 Hugging Face Jobs 上。
NVIDIA 详解 Encode-Prefill-Decode（EPD）分离技术：将视觉编码器阶段与 prefill、decode 阶段拆开，在图像密集提示、中短输出和量化 MoE 模型上收益最大。配合 NVIDIA Dynamo 使用，多模态模型服务最高可提速 5 倍。
NVIDIA 发布 CUDA Toolkit 13.4，新增 Windows on Arm 平台支持，此前 CUDA 应用在 Arm 平台仅通过 Linux 提供支持。该版本还增强了对共享 GPU 的控制能力，并延续每个版本在功能与性能上的改进。
Mistral 帮助一家欧洲能源运营商将 4 万行 Fortran 77 编写的油藏模拟器迁移到 C++，该代码库没有测试套件和集中文档。迁移前先构建数值一致性校验框架，让 Fortran 导出状态快照供 C++ 测试比对；随后用 Vibe CLI 启动上百个智能体解析调用树并生成文档。最终采用人类操作 coder、tester、reviewer 智能体工作流逐模块迁移，兼顾代码质量与卡点解阻。
NVIDIA 宣布推出 CUDA Rust，为 Rust 提供两条编写 GPU 内核的路径，并计划将其持续发展和成熟至 2027 年及以后。CUDA C++ 与 CUDA Python 已是成熟的企业级工具链，CUDA Rust 面向推理引擎、服务基础设施、驱动和智能体运行时等频繁变化的 AI 系统层。
1Password 的工程师使用 Codex 快速构建新功能和内部工具，在维持严格安全策略的同时达到生产可用状态，工程效率提升 21%。
NVIDIA 发布指南，介绍如何在 Jetson 边缘设备上部署和优化具备多步推理能力的模型。此前这类模型因体积过大只能把推理请求回传数据中心，带来网络依赖、成本上升和本地数据外泄风险，这一限制正在被打破。
GitHub 发布 Project HydraFusion 研究预览，通过运行时编排在多个提供商的模型间选择执行方案，用户可在 GitHub Copilot CLI 中通过 /experimental 选用。
推荐理由：GitHub 官方披露 HydraFusion 的三种编排模式与三项基准的成本质量数据，可据此判断多模型编排在编码任务上的取舍。
NVIDIA 发文讲解如何在联邦 Kubernetes 与 AI 平台之间传递用户身份。现代 AI 平台中，用户可能从中央门户进入、打开受治理数据集、在数据所在处启动 notebook，并调用另一个集群中服务，身份在每一步都要跨越控制面与数据面边界，传统单点登录在此失效。
GitHub Copilot 应用支持同时运行多个 AI 智能体会话，每个会话运行在独立的 Git worktree 上，互不干扰且各自保留上下文。用户可在会话视图中查看各任务标题与进度，随时切换而不必重新说明背景。官方建议先同时启动两个小任务来体验并行智能体会话。
NVIDIA 推出 PAIR 虚拟推理路由器，可将本地网络中的可用算力扩展给 AI 智能体使用。该方案面向多智能体工作流：主智能体把复杂任务拆解并分派给专用子智能体，用户也可同时运行多个智能体会话，这种广度优先方式能加快任务完成速度。
Google DeepMind 与 Google Research 发布 WeatherNext 3，称其为目前最先进、最准确的全球天气模型，可直接学习实时卫星观测数据，每小时生成一次预报。
推荐理由：WeatherNext 3 用实时卫星数据替代 NWP 训练源，读者可据此理解 AI 天气预报在分辨率与更新频率上的路线变化。
Hugging Face 推出 NeoMME 系列多模态多语言编码器，含 260M 和 800M 两个版本，不使用独立预训练视觉塔或因果语言模型，由单个双向 Transformer 同时处理文本 token 与原始图像 patch，并以掩码离散扩散目标从零训练。
Hugging Face 发布 funes，一个为 Claude Code、Codex、pi 和 Hermes 等编码智能体提供持久记忆的本地记忆层，通过一条命令即可接入。
推荐理由：funes 把编码智能体的历史会话变成可检索的本地记忆，读者可据此判断跨智能体、跨机器的上下文延续方式。
NVIDIA 发布 CUDA 工具链实战教程，用六步增量优化一段图像处理流水线代码，每步只改少量行数。
NVIDIA 开发者博客发布 AI 模型协同设计系列第三篇，探讨如何用投机解码在保持精度的同时加速 LLM 推理，并给出在帕累托前沿上选择草稿长度与草稿机制的五条准则。文章同时讨论了模型设计选择如何在不牺牲精度的情况下影响吞吐量与交互性。
NVIDIA 发文讨论企业如何为 AI 推理负载合理配置 GPU 并优化总拥有成本（TCO）。文章指出，延迟目标、模型选择、流量模式和预算约束的复杂组合让 GPU 选型变得困难。
Hugging Face 发布 @huggingface/kernels，一个从 Hugging Face Hub 加载并运行 WebGPU kernel 的 JavaScript 库，同时上线 207 个以独立仓库形式发布的 kernel（Apache-2.0 许可），每个都带有 manifest、正确性用例、基准用例和 WGSL 着色器模板。
推荐理由：Hugging Face 开源 207 个 WebGPU kernel 并给出与 ORT WebGPU 的逐算子对比，可据此判断浏览器端推理的优化空间。
NVIDIA BioNeMo NIM 微服务现可在 Claude Science 中运行，用于蛋白质结构预测。该集成面向智能体式 AI 科研流程，让 AI 科学家能够读取论文、提出假设、调用模型并确定后续实验优先级。BioNeMo NIM 此前已在软件工程领域验证价值，如今扩展至更需迭代的科学研究场景。
微软研究院推出 GigaPath-Flash 与 GigaTIME-Flash，以蒸馏 ViT-S 骨干替代原十亿参数编码器，在约 50 倍算力下性能接近原版 GigaPath（差距 3% 以内）。
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。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，例如交通灯在画面中的位置可能不同。
NVIDIA 推出 TensorRT Model Connect，一个开源参考实现集合，可用两条命令把开源模型从 checkpoint 直接跑成 TensorRT 推理。它面向原生 C++ 应用，省去针对具体模型的转换、预处理、后处理和运行时适配代码。
NVIDIA Dynamo 新增预览功能 Shadow Engine Recovery，可在 LLM 引擎进程故障后数秒内恢复推理容量，替代需从存储加载权重到 HBM、编译 kernel 并捕获 CUDA graphs 的冷重启流程。大模型冷启动初始化通常耗时数分钟，期间存活 worker 需承接转移流量。