NVIDIA RTX Spark 笔记本现已开售，搭载 Blackwell RTX GPU 与 Grace CPU，最高 128GB 统一内存和 1 petaflop AI 算力，起售价 2399 美元。华硕、戴尔、惠普、联想、微软和微星首批供货，NVIDIA 在北京、柏林、伊斯坦布尔、首尔、旧金山和台北六地举办上市活动，黄仁勋在柏林现场送出五台签名笔记本。
推荐理由：原文给出 RTX Spark 笔记本的规格、起售价和上市渠道，读者可据此判断本地 AI 在轻薄 Windows PC 上的落地条件。
AWS 销售与市场团队基于 Amazon Bedrock AgentCore Evaluations 搭建了覆盖智能体全生命周期的九阶段评测框架，从定义质量标准、CI 回归门禁、CD 质量门到上线后金丝雀监控与漂移检测。
AWS 博客介绍如何在 AWS 上部署 Reflection AI 的开源权重智能体编码模型 Beam。Beam 为稀疏 MoE 模型，总参数 501B、激活参数 23B，Reflection 报告有效上下文长度 100 万 token，权重以 Apache 2.0 许可发布于 Hugging Face，提供 BF16、FP8、NVFP4 三种 checkpoint。
推荐理由：文章给出 Beam 在 SageMaker JumpStart 与 HyperPod 上的两条部署路径和参数配置，可作为开源大模型上云的实操参考。
The Verge 三位作者用一周时间实测了搭载 Nvidia RTX Spark N1X 的五款笔记本，包括 Surface Laptop Ultra、Asus ProArt P16、Lenovo Yoga 9n 和 HP OmniBook Ultra，售价从 3199.99 美元到 6999.99 美元。
Meta 的编码优化开源权重模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 上线，可在自己的 AWS 账户中部署到 SageMaker AI 端点。
NVIDIA 发布 RTX Spark，定位为一台面向创作者、游戏玩家和 AI 智能体的 Windows PC，并将在全球多地举办线下发布活动。原文引用了 Tom's Hardware、TrustedReviews、Tom's Guide 等媒体的早期评价，称其在本地 AI、游戏和创作工作流上表现良好，Artificial Analysis 也提供了独立测试的初步结果。
推荐理由：原文汇总了多家媒体对 RTX Spark 本地 AI 与游戏表现的早期评价，并列出全球线下体验活动的时间地点。
微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序执行过程，在 15 个基准程序上平均比现有最快的同类 zkVM 快 10 到 39 倍。
推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何在通用性、速度与后量子安全之间同时取得进展。
AWS AI Services 副总裁 Shawn Bice 提出 Trust in Depth 框架，主张在智能体行为可被验证时让其自主行动，把人工判断留给真正需要决策的环节。
NVIDIA DLSS 4.5 控制选项已在 GeForce NOW 上线，让会员在云端调整支持游戏的画质与性能表现，无需最新硬件。
Modal 年化经常性收入突破 10 亿美元，并以 15.75 亿美元估值完成 7.5 亿美元 D 轮融资，由 Accel 领投，5 个月内使用量和估值均增长约 3 倍，同比使用量增长超 15 倍。其 2023 年推出的 Sandboxes 产品单独已达到 3 亿美元年化收入规模，累计启动近 30 亿个沙箱，可扩展至百万级并发。
NVIDIA 在都柏林 AI in Science Summit 上加入欧盟委员会的 AI in Science Enablers Initiative，为欧洲科研社区提供加速工具、算力与培训支持。
NVIDIA 展示北欧地区在先进计算上的落地进展：瑞典 Sferical One 超级计算机采用两套 NVIDIA DGX SuperPOD、16 机架 DGX GB300 系统和 1,152 块 GPU。
Simon Willison 用 Claude Code（Opus 5.5 Extra）构建了一款 LaTeX 渲染工具，可将 LaTeX 源码渲染为 MathJax 单条公式或 faster-latex 排版的完整文档，并在编辑器旁实时预览。
Epic 发布新版 Epic Games Launcher 的公开 "Preview" 版本，称其用 vibe coding 重写，比现有版本更快、响应更灵敏并换了新外观。Epic Games Store 总经理 Martin Keely 表示团队从零开始，用 AI 编写和审查新功能，小团队得以更快重写代码库并支持 Windows 和 Mac，后续还将推出 Linux 版本。
基于 Amazon Bedrock AgentCore 的多智能体 IDP 系统可在 20 分钟内完成部署，自动分类、提取并校验供应商发票、采购订单等文档。系统由 8 个专用智能体组成，通过识别与训练两条工作流，遇到新格式时自动生成提取提示词并保存复用，后续同类文档无需重新训练。
基于 Amazon Bedrock AgentCore 搭建的 AI 智能体系统可自动生成 PowerPoint 演示文稿，内部测试中不到 90 秒完成。
Tamnoon 基于 Amazon Bedrock 构建了智能体式云修复编排器 Tami，可自主调查 CNAPP 等来源的安全发现并评估修复安全性，再生成带护栏和回滚指引的修复方案。该方案在 90 天内将关键云暴露减少超过 90%，且未出现生产问题。平台由调查、安全评分、修复和代码生成四类专用智能体组成，通过单一 API 按任务调用不同基础模型。
AWS 介绍了一套可复用的 Python 脚本流程：从 Amazon SageMaker JumpStart 部署模型、用 SageMaker Python SDK 跑轻量可重复的性能测试，测完删除端点。
NVIDIA 宣布计划投资 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 五家英国 AI 与量子计算初创公司，并作为 Global Alliance Founding Partner 加入 Earthshot Prize。
欧洲多座城市正与软件及基础设施伙伴合作，用 NVIDIA 加速计算构建物理 AI 智能体和数字孪生，辅助城市运营决策。方案基于 NVIDIA Cosmos、Nemotron 开放模型与 Metropolis VSS Blueprint，覆盖比利时、芬兰、法国、意大利、荷兰、波兰、瑞典、英国等地。
Latent Space 播客访谈中，Dyna Robotics 联合创始人兼首席科学家 Jason Ma 介绍了上月发布的 Dyna-2 世界动作模型，该模型在超过一百万小时人类视频上预训练，可先预测未来视频再输出机器人动作。
GitHub 用微调的 ModernBERT 分类器替换此前基于 LLM 的密钥扫描流水线，在正则召回候选后结合文件路径、变量名和上下文判断是否为真实凭据。新流水线使推送后扫描中位执行时间降低 86%、服务成本降低超 98%，告警接受率提升 11.5%，并让通用密钥检测得以进入推送保护阶段。
GitHub 发布与 Microsoft Applied Sciences 联合微调的 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，有望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，用真实 harness 训练，并给出 SWE-bench 提升数据。
微软研究院实习生 Rohan Kannan 构建了一套机器学习管线，利用 L1 拉格朗日点的太阳风观测和 AE、Dst 指数预报，结合纬度与地质电导率，为美国本土 66,935 座变电站生成提前 30 至 60 分钟的风险估计。
GitHub Copilot 应用推出 canvas，一种在应用内运行、无浏览器外壳的全栈小应用，可与 Copilot 智能体双向通信。官方演示用 canvas 做 Connect 4 对战、Winget 包管理和 SQLite 操作，并称让智能体造工具比反复用聊天消耗 token 更划算。canvas 可调用第三方 API 并本地执行代码，复杂工作流示例约需一天调好。
微软研究院系统研究了移动操作机器人工作负载的推理部署，发现把推理从机器人端侧 GPU 卸载到边缘或云端 GPU 可提升任务表现和续航。
推荐理由：微软研究院系统测量机器人端侧 GPU 推理的瓶颈，并给出把推理卸载到边缘或云端的开源工具链。
IBM Research 基于 UC Berkeley Sky Lab 的 K-Search 框架新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，让演化式内核搜索把已有 CUDA 内核当作知识库，改写为 Apple Silicon 上的 Metal/MLX 内核。
推荐理由：原文给出注意力与 Mamba 两类内核在 Apple Silicon 上的实测对比，并拆出翻译层带来的增益。