Google 开源 TorchTPU，为 TPU 提供原生 PyTorch 后端

NVIDIA Research 发布 SpatialClaw，一个免训练的空间推理框架。它通过将代码作为动作接口，让智能体调用感知工具（Depth Anything 3、SAM 3）并自由组合输出，解决视觉语言模型在 3D 空间判断上的弱点。在 20 项基准测试中平均准确率达 59.9%，比近期智能体 SpaceTools 高 11.2 个百分点，比无工具基线高 6.5 点，比结构化工具调用高 3.2 点。框架无需重新训练，同一提示词和工具集可跨所有基准和骨干网络运行，支持…

通义千问发布实验性开源权重模型 Qwen3.8-Flash-Next，预览 Qwen4 架构。NVIDIA 提供 Day 0 支持，开发者可通过 NeMo AutoModel 和 NeMo RL 微调，并获 SGLang、TokenSpeed 运行配方。

PERPLEXITY 🔥：Perplexity Pro 和 Max 订阅用户现可在 NVIDIA DGX Spark 上使用全新的 Portable Computer，完全由本地模型驱动！ 可用模型：> PPLX 27B 是 Perplexity 新推出的后训练模型。> Qwen 3.8 27B > Nemotron 3.5 Lightning（即将推出） 他们真的做到了！🤖

GitHub 发布开源工具包 Spec Kit，旨在解决 "vibe coding" 的最大弱点——AI 常在规则未明确时就开始编码。它把流程从 "让 AI 直接构建" 改为 "先写产品规范，再让 AI 根据规范实现"。当前 AI 编码模式常因松散提示直接跳入代码，导致需求薄弱、边界遗漏和反复返工。Spec Kit 推动反向流程：先定义产品功能，再澄清差距、制订技术计划、分解任务，最后让 agent 执行。规范成为可执行的开发合约，支持 Copilot、Claude Cod…

TypeLLM 发布开源工作流模型，可将整个工作流作为一次 API 调用执行，把 JSON Schema 转成依赖图并在单一共享上下文上运行。它基于 SGLang 做约束解码，enum/boolean 只给一个打分 token、数字限定位数、依赖图复用缓存前缀，因此无需改动权重即可从原生 Qwen checkpoint 获得 schema 保证的输出。

微软演示 DeepSeek V4 Flash，这是一款 284B 参数的开源权重模型，量化到 1.6 bits 后约需 60GB 内存，可在 Windows PC 上本地运行。其新 Surface Laptop Ultra 基于 Nvidia RTX Spark 芯片，最高 128GB 统一内存，高内存配置可容纳该模型；完整视频发布在 Windows YouTube 频道。

NVIDIA 官方宣布 Vera 芯片已规模出货，AWS 已收到首台 CPU 服务器及 Vera Rubin GPU。Vera 面向智能体相关 CPU 任务，配备 88 个定制 Olympus 核心和最高 1.2TB/s 内存带宽，在选定工作负载上比 x86 CPU 快最高 1.8 倍。Phoronix 独立测试显示，Vera 比 AMD EPYC 9575F 快 10%。

NVIDIA 的 Groq 3 LPX 针对 AI 智能体工作流中累积的毫秒级延迟，通过确定性编译器调度、机架级 128GB SRAM 及预规划芯片间传输来降低小批量协调开销。智能体任务需数百次顺序推理步骤，解码延迟会随工作持续累积，因此速度比普通聊天更关键。

OpenAI 称其新 Jalapeño 芯片在匹配 DeepSeek R1 解码速度下，每千瓦吞吐量达 NVIDIA GB300 的 104.3 倍（12258 对 118 tokens/s/kW）。该芯片功耗 700W，低于 GB300 的 1400W，计划年底部署，Gen 2 已在开发中。

SGLang 团队推出 Low-Latency Mode，通过插件框架引入专用内核，在 NVIDIA GB300 和 AMD MI355X GPU 上显著降低推理延迟。