代理工具
NVIDIA 以 OpenUSD 與 SimReady 驗證串起 Blender 機器人場景代理流水線
NVIDIA 示範由編排代理及專用子代理替 Blender 場景補上語意、感測器與物理資料，再交付 Isaac Sim 或 Isaac Lab。流程的技術核心是把 OpenUSD 當成共享狀態、以可執行規格作為驗收門檻，但目前證據主要仍是一套供應商示範。
Archive
硬體
AI 晶片、GPU、資料中心、邊緣裝置與硬體安全。
代理工具
推論系統
Chord 針對 Kimi K2.x 重寫 INT4 MoE 核心，依推論階段選擇 GPU 排程
Novita AI 與 vLLM 開源 W4A16 CUDA 運算子 Chord，針對 H200、B200 與 B300 的 Kimi K2.x 服務形狀調校。公開測試最高達 Humming 的 2.15 倍，但數字只涵蓋 MoE 層核心，不能直接換算成端到端吞吐量。
硬體
OpenVINO 2026.4 將多 token 草稿解碼帶到 CPU、GPU，並統一 NPU 效能追蹤
OpenVINO 2026.4 為 Gemma 4、Qwen3.5 與 Qwen3.6 加入 Multi-Token Prediction 推測解碼，也讓 VTune 橫跨 CPU、GPU、NPU 分析推論。新版擴大本機模型覆蓋，但多項 NPU 動態形狀與模型卸載功能仍只是預覽，官方亦未提供統一的公開加速數字。
代理工具
ProgramDistill 以可重播網頁行為評測代理重建軟體，完整工作流成功率僅約一半
Microsoft Research 團隊讓 coding agent 觀察可操作的參考網站，再於看不到原始碼的情況下重建其功能。ProgramDistill 從 26 個應用產生 4,063 項任務，結果顯示單一功能修復容易得多，依賴多段狀態的完整工作流仍是主要瓶頸。
AI 基礎設施
NVLink 6 將鏈路重試、故障隔離與推論熱備援串成同一套復原堆疊
NVIDIA 公開 NVLink 6 的多層容錯設計，從實體層修正位元錯誤，一路延伸至 NMX 控制器與 Dynamo 推論程序。內部 B200 測試把故障後恢復雙 worker 服務的時間由 283 秒降至 7.3 秒，但檢查點工具及 NCCL 邊界案例仍在演進。
最新模型
LimiX‑2 以聯合機制建模處理表格資料，單一 4 億參數模型橫跨三類任務
LimiX‑2 不再只估計條件式標籤，而是從合成因果資料學習特徵與目標的聯合結構。團隊公開權重與推論程式，但模型僅限非商業使用，領先數字也主要來自作者執行的表格基準。
代理工具
Foundry Toolkit 1.6.13 接入非 ACR 私有映像庫，並更換 Windows ML 執行階段
新版 VS Code 工具可從具連線設定的私有容器登錄部署託管代理，也加入 AMD NPU 版 Fara 7B 與 Aion 量化 adapter。Windows ML 升至 `windowsml` 2.3，既有專案必須檢查執行供應器及相依套件。
AI 基礎設施
FlashVector 把效能代理從 GPU 核心擴展到整條推薦模型服務堆疊
Unity 團隊提出 FlashVector，讓代理跨越 GPU 核心、計算圖、Triton 伺服器及特徵服務尋找效能瓶頸。正式環境測試最高提升兩倍吞吐量，但程式碼、修改軌跡及完整成本資料尚未公開。
代理工具
Dream‑RSI 把代理搜尋歷史變成重播模擬器，離線改寫探索策略
Google 等研究團隊讓固定的程式代理反覆改寫搜尋排程，而非更新模型權重。八項演算法、數學與 GPU 核心任務顯示可減少探索成本，但重播只能評估歷史已走過的分支。
推論系統
MLPerf Inference 6.1 新增端到端 RAG 與邊緣代理測試，基準開始計入完整推論管線
MLCommons 不再只測單一模型，把檢索、重排、生成及多輪代理工作納入 Inference 6.1。新版同時導入 API 型 client/server harness，預示資料中心評測將轉向更接近正式服務的 Endpoints 套件。
AI 基礎設施
SiFive 與 AMD 展示 RISC‑V 主機執行 ROCm 10，將 Gemma 推論卸載至 Radeon GPU
SiFive 在 BigSky 伺服器上以 P870‑D RISC‑V CPU 啟動 ROCm 10，並由 Radeon AI PRO R9700 執行 Gemma4‑E2B 推論。這證明非 x86、非 Arm 主機可接入 AMD GPU 軟體堆疊，但官方尚未公開效能、可重現映像或正式支援範圍。
最新模型
Salesforce Koa 以工作流程規格生成訓練環境，將 CRM 工具操作寫入 120B 模型
Salesforce 以 Nemotron 3 Super 為底座，透過合成企業情境、SFT 與 GRPO 訓練首款 CRM 推理模型 Koa。它在多輪工具使用上明顯改善，但論文承認整體表現仍落後最強前沿模型，官方「錯誤少三倍」也來自自家 CRM 評測。