NVIDIA 为 RTX Spark 轻薄笔记本带来一批更新，包括开放权重的语音模型 Nemotron 3.5 Transcribe、NVIDIA App 中在前后台应用与后台智能体之间分配 GPU 资源的控制项，以及 LFM3 系列模型的 day-zero 支持。
推荐理由：原文列出 RTX Spark 笔记本新增的语音模型、GPU 资源分配和本地智能体支持，可据此判断本地 AI 工作流的可用边界。
AWS 宣布为 Amazon SageMaker AI 训练和处理作业提供 Seekable OCI（SOCI）索引，容器镜像改为懒加载，作业启动从分钟级缩短到秒级。基准测试中 1.8–35.4 GB 镜像下载提速约 8x–46x，GPU 拉取镜像的空闲时间最多减少 90%，且训练性能不受影响。用户只需指向已预索引的 AWS DLC 或为自己的镜像添加索引，无需改动作业定义。
Check Point 借助 OpenAI Daybreak 加速新安全防护背后的研究工作，让分析师更快把漏洞情报转化为客户防护能力。
Hugging Face 推出 torch-neuronx 模型支持 Space，可查询 Hub 上热门模型能否不经修改在 AWS Trainium 上运行，并给出复现脚本。
微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成支持点击、筛选、缩放、高亮和跨图表联动的图表。
NVIDIA 发布 AIOps 平台 Minerva，汇聚 GPU、网络、存储、调度器与工作负载的遥测数据，用专用 AI 模型把数据转成可执行的洞察。平台构建动态知识图谱映射基础设施与运行作业，每小时分析数十亿数据点，可学习正常行为、发现未见异常并预测故障，还能把大量告警聚合成带根因的单一事件。
推荐理由：原文交代了 Minerva 如何把基础设施与负载遥测合并成单一视图，读者可据此判断 AI 工厂运维的排障方式会怎样变化。
IBM 在 Hugging Face 发布 Granite Timeseries Ensemble，用一套配方组合 PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1 和 TTM-r3 四个预训练 Granite 时序模型，无需重训即可输出中位数与分位数预测。
NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图，用于世界模型的训练、评估与部署。
推荐理由：原文给出数据工厂蓝图、框架技能与 NIM 部署的完整链路，读者可据此判断世界模型开发流程的模块化程度。
Google DeepMind 发布技术演示，展示生物学家如何用智能体开发平台 Google Antigravity 在 Streptococcus pseudopneumoniae 中找到一个新型抗菌肽候选物，该候选物对呼吸道感染相关病原体具有预测活性，目前正进行湿实验验证。
Google 公开发布 Deep Review，一个面向复杂技术文档提供严格反馈与技术校验的智能体系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。
推荐理由：原文交代了四阶段智能体流水线如何分工校验长文档，以及面向学术审稿场景的试点规模与开放方式。
GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，把 push protection 扩展到无固定格式的密钥，可在 2 毫秒内评估一批候选密钥，并称可让可拦截的密钥数量翻倍以上。
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重写智能体。
推荐理由：微软研究院开源约 3500 行的智能体强化学习框架，让部署时的 harness 直接参与训练，并给出可复现的编码智能体训练结果。