量子位精选7272天数智芯发布天垓300与彤央TY1200，现场实测对标英伟达H200和Thor T5000
天数智芯发布基于天枢架构的云端通用GPU天垓300和端侧产品彤央TY1200，并在现场随机出题与英伟达H200、Jetson Thor T5000对比。
推荐理由: 现场随机出题、云端与端侧双线对比英伟达，并给出可复现的实测数字与软件栈落地方式。
实时
部署工程 · 页 3
- 量子位精选7272
- 量子位精选7272
Genspark 发布 Media Studio 视频 Agent 工作台
Genspark 发布视频 Agent 工作台 Media Studio，接入 20 多家厂商的 70 多个模型版本，由大语言模型担任导演负责写剧本和调度视频、图像、音频模型。
推荐理由: 作者完整实测了从短剧到知识讲解片的全流程，读者可据此判断多模型编排在真实创作中的完成度与短板。
The Decoder精选8080Google 在 Android Dev Summit 上开放 Android Studio 接入第三方 AI 智能体并发布新 Gemini API
Google 在 Android Dev Summit 上发布 Android Studio Rabbit 2，通过开源 Agent Client Protocol 支持在 IDE 内运行 40 多个编码智能体，包括 Claude、Codex 和 Google Antigravity。
推荐理由: Android Studio 开放第三方智能体接入，并给出 CLI 与 MCP 层面的配套改动，可据此判断移动开发工作流的变化。
Artificial Analysis Articles精选7272Artificial Analysis 评测 GitHub Copilot Fusion：性能略低于 Opus 5.5，单任务成本减半
Artificial Analysis 在 Coding Agent Index v2.0 中实测 GitHub Copilot CLI 的 Copilot Fusion 最高档设置，其单任务成本为 5.59 美元，而 Claude Code 配合 Opus 5.5（max）为 11.42 美元，综合得分仅低 2 分。
推荐理由: Artificial Analysis 使用 Coding Agent Index 实测 Copilot Fusion，给出与 Claude Code 同等性能下的成本与 token 对比。
IT之家 · AI精选7272天数智芯天垓 300 首次实机运行，称单卡吞吐达英伟达 H200 的 1.05 倍
天数智芯在 10 月 28 日上海媒体开放日首次公开展示天垓 300 通用 GPU 实机运行，称其为国内首个实测性能达到英伟达 H200 水平的通用 GPU，第三方实测折算单卡整体吞吐为 H200 的 1.05 倍，但具体测试方法、模型负载和工作负载条件尚未公布。
推荐理由: 天数智芯首次公开天垓 300 实机运行，并给出与 H200 的吞吐对比及超节点成本测算，可据此观察国产 GPU 的落地进展。
LangChain Blog精选7171LangChain 如何搭建设计智能体 Content Studio
LangChain 介绍了其内部设计智能体 Content Studio 的搭建过程，该智能体在 Slack 中接收一句提示词即可产出视频、社交图、UI 图和幻灯片，所有素材均以代码生成。
推荐理由: LangChain 公开了设计智能体 Content Studio 的完整搭建过程，包括技能、wiki、检查门与异步子智能体的分工方式，可作为构建垂直 Agent 的参考。
Google Developers Blog精选6666Google 为 A2UI 推出可替换推理格式与 A2UI Express
Google 为生成式 UI 协议 A2UI 推出可替换推理格式，并新增默认格式 A2UI Express，官方称相比 Direct JSON 延迟最多降低 3 倍、生成同等 UI 所需 token 最多减少 3 倍。
推荐理由: 官方给出可替换推理格式的接入方式与延迟、token 对比，便于判断生成式 UI 的工程取舍。
- The Decoder精选7171
Anthropic 称单智能体在质量、成本和延迟上优于多子智能体架构
Anthropic 表示，单个按需加载上下文的智能体在质量、成本和延迟上常优于多子智能体架构，并发布迁移工具包帮助团队评估是否合并子智能体。Anthropic 称从 Opus 4.5 起的新模型可在单一循环中直接管理复杂计划，一次对比中单智能体架构运行速度约为多智能体方案的两倍。
推荐理由: Anthropic 基于企业部署经验给出单智能体优于多子智能体的判断，并列出适用边界与迁移路径。
MarkTechPost精选8080Microsoft Research开源Agensh：支持1024个智能体的多智能体框架
Microsoft Research 开源了 Agensh，一个去掉中心编排器的多智能体框架，每个 worker 自行认领子任务、共享发现并合并代码到同一个 Git 仓库。
推荐理由: 原文给出无中心编排器的多智能体框架在 ProgramBench 上从 1 到 1024 个智能体的扩展数据，可对照现有编排式方案。
- IT之家 · AI精选7575
开源项目 GPU Unlock 可释放 RTX 30 系列显卡隐藏 AI 算力，实测提升最高约 60%
GitHub 用户 Zagitta 开发的开源项目 GPU Unlock 可解除安培架构消费级显卡在 FP16/BF16 张量核心运算中的指令发射速率限制，无需修改驱动或刷写 VBIOS。
推荐理由: 原文给出多张 RTX 30 显卡在 GEMM 与图像生成负载下的实测提升数据，也标明了显存带宽等限制。
vLLM Blog精选6060vLLM在GB300 NVL72上服务DeepSeek-V4.1-Flash：性能追平DeepInfer并扩展至整机架
vLLM 团队在 NVIDIA GB300 NVL72 单机架上用 P/D 分离与 Wide-EP 服务 DeepSeek-V4.1-Flash，在 SemiAnalysis AgentX 上达到每 GPU 954K tokens/s、单用户 P90 196 tokens/s，为早期单节点结果的 7.9 倍。
推荐理由: vLLM 团队公开了在 GB300 NVL72 上服务 DeepSeek-V4.1-Flash 的逐项优化与实测数据，可与 DeepSeek 自家引擎 DeepInfer 对照。
- vLLM Blog精选6262
vLLM 详解 GLM-5.3 在 16 张 H200 上的 PCP、DCP 与 Hybrid HiSparse 优化
vLLM 团队发布 GLM-5.3 优化第二部分，在 16 张 H200 上以 1 个预填节点加 1 个解码节点部署，用 PCP 按 token 切分预填、DCP 按 token 切分 KV cache，使 1M 上下文可放入预填节点
推荐理由: vLLM 团队拆解了 PCP、DCP 与 Hybrid HiSparse 如何在 16 张 H200 上组合，读者可据此理解长上下文部署的内存与预填瓶颈。
Google Research精选6262Google Research 用基础模型推进结核病筛查落地
Google Research 在 IDWeek 2026 上介绍了其结核病筛查 AI 从研究走向临床的路径：2019 年在 Radiology 发布基准，2024 年在 NEJM AI 完成多站点前瞻验证，随后由 Nexus AI 转化为通过 CE MDR Class IIb 认证的临床工具。
推荐理由: Google Research 梳理了从影像基准到 CE 认证工具、再到开源 MedGemma 的完整路径，读者可据此了解医疗 AI 从论文走向临床要跨过哪些环节。
- MarkTechPost精选7171
Google Cloud 发布 Agent Compute Engine，为每个 AI 智能体分配独立 microVM
Google Cloud 在 AGNTCon + MCPCon 上发布 Agent Compute Engine，为每个 AI 智能体会话分配一个硬件隔离的 microVM，沙箱内不存放任何凭证，客户预览计划在未来几个月开放。
推荐理由: 原文拆解了每个智能体独占 microVM、沙箱内零凭证的设计，并给出与 AWS、Azure、E2B 的隔离与空闲处理对比。
Databricks Blog精选6060Databricks 谈 AI 账单：如何把编码智能体单位成本降低九成
Databricks 高管 Patrick 复盘公司全面采用 AI 编码智能体后成本指数级上升、再通过控制层把单位成本最多降低 90% 的过程。他提到把流量迁到更便宜的新模型贡献了 50% 以上降幅，Smart Router 在接近最贵模型质量下把平均任务成本降低 30% 以上。这套内部方案后来产品化为 Unity Gateway，目前已有数千家客户使用。
推荐理由: Databricks 高管复盘自家 AI 编码成本从失控到单位成本降九成的过程，给出网关、路由与自建评测的可迁移做法。
NVIDIA Newsroom精选7676NVIDIA 发布 OpenShell 参考架构，面向企业安全智能体
NVIDIA 发布 OpenShell 参考架构，基于 OpenShell 安全运行时软件，整合 Vera Rubin 推理基础设施、Vera CPU 运行智能体框架、BlueField-4 DPU 上的 Sentry 安全框架，并可通过 RTX Spark、DGX Spark 和 DGX Station 延伸到边缘。
推荐理由: 原文给出了面向企业智能体安全运行的全栈架构组成与首批合作方，读者可据此判断企业级智能体治理的落地形态。
OpenAI News精选6262OpenAI 模型将上线 Google Cloud
OpenAI与Google Cloud合作，将OpenAI前沿模型和Codex工作流接入Gemini的模型花园，并通过Google Cloud Marketplace提供
推荐理由: OpenAI 前沿模型与 Codex 工作流进入 Google Cloud 的 Model Garden，读者可据此了解跨云分发的新入口。
NVIDIA Blog精选7272Google Cloud 与 NVIDIA 宣布 Vera Rubin 基础设施正式可用
Google Cloud 与 NVIDIA 宣布基于 NVIDIA Vera Rubin 的 A5X 实例正式可用，下月开放并计划扩展至欧洲。
推荐理由: 原文给出 A5X 实例的可用时间、客户实测与机密计算配套，读者可据此判断大规模强化学习基础设施的落地节奏。
- NVIDIA Blog精选6767
NVIDIA GTC Berlin 2026：黄仁勋发布 DSX POD、OpenShell 与 Nemotron 等多项更新
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主旨演讲中宣布多项更新，包括以模块化集装箱交付的 Vera Rubin AI 工厂参考设计 DSX POD，现场部署时间可从六个月缩短到 14 天。
推荐理由: 黄仁勋在 GTC Berlin 的主旨演讲集中披露了 AI 工厂、智能体安全运行时与开源模型三条产品线的最新进展，读者可据此了解 NVIDIA 在欧洲的布局重点。
腾讯混元 · Hugging Face 新模型精选7878腾讯混元开源 Hy-Nomas 交互式世界生成模型
腾讯混元在 Hugging Face 发布视频世界生成模型 Hy-Nomas，支持通过文本指令和相机控制进行自由形式的多轮交互，逐段生成视频并延续同一世界。模型采用分段自回归 DiT 架构，结合 Qwen2.5-VL-7B 文本编码器、相机条件模块和 PixelUMM 解码器，蒸馏推理配置为 8 步去噪、720×1280 分辨率、24 FPS。
推荐理由: 腾讯混元开源可多轮交互的世界生成模型，给出架构细节与单卡 4090 部署配置，便于评估落地成本。
