英伟达RTX Spark超级芯片将于10月16日随笔记本上市，整合游戏、创作与本地AI，最高128GB统一内存、1 petaflop算力。届时数千款应用、游戏和模型就绪，包括Nemotron 3.5 Bolt 74B本地智能体模型、PAIR正式版、Broadcast 2.3、DLSS 5及Adobe、Blender等优化。

联想YOGA Pro 15 RTX Spark于10月8日开启盲约，是全球首批搭载NVIDIA RTX Spark N1X超级芯片的本地智能体AIPC。它集成Blackwell RTX GPU与Grace CPU，端侧AI算力达1 Petaflop FP4，配128GB统一内存和2TB存储，支持本地运行超千亿参数大模型。搭载天禧AI超能模式，实现断网可用、零Token成本与隐私安全，面向AI创作、开发和科研人群。

微软发布Surface Laptop Ultra，搭载NVIDIA RTX Spark芯片，最高20核Grace CPU、6144 CUDA核心、128GB统一内存、1 PFLOPS AI算力，配备15英寸Mini-LED触控屏，厚不到18mm，重约2kg，售价2599.99美元起，10月16日发货。微软称其AI性能最高比M5 Pro版MacBook Pro快6.2倍，但仅首Token响应2.1倍为真机测试，其余为其他设备数据。

电信运营商正基于开源模型构建AI战略，以兼顾成本、可控性与定制化。NVIDIA报告显示，89%受访者认为开源模型对AI战略重要。开源模型可降低成本、支持电信专属微调、增强可信度与灵活部署，并助力本地化AI服务。SoftBank、AT&T、Indosat等运营商已用Nemotron等开源模型开发电信专用AI，推动自主网络与客户服务落地。

英伟达推出DGX Spark 64GB版，10月23日起由宏碁、华硕、戴尔等厂商发售，起价4999美元。该设备搭载GB10超级芯片与统一内存，支持本地运行最高千亿参数模型，预装完整AI软件栈。两台设备可通过Sync Cluster Assistant互联，内存池化至128GB，性能提升最高1.7倍，支持两千亿参数模型。

OpenAI推出GPT-6 Astra Ultrafast，运行于NVIDIA Blackwell GPU，通过持续推理优化，令牌生成速度比标准模式快8倍。该模型已上线OpenAI API，面向ChatGPT Work和Codex用户，可加速代码生成、工具调用和交互应用。OpenAI还利用自身模型优化GPU推理软件，提升性能与基础设施利用率。

Supermicro正式供应NVIDIA Vera Rubin NVL72机柜，采用DCBBS模块化方案与DLC-2液冷技术。机柜搭载72个Rubin GPU和36个Vera CPU，配备18个1U计算托盘，通过NVLink互连，提供20.7TB HBM4内存。DCBBS覆盖全部关键计算基础设施，液冷方案包括冷板、CDU与冷却塔，可扩展至GW级规模，并提供端到端部署服务。

NVIDIA OpenShell 通过 Gateway、Supervisor 和 Sandbox 三层，在 Agent 外部强制实施网络、凭据和方法级权限控制。默认无网络，外发请求由 Supervisor 按 L7 策略检查，真实密钥保留在工作负载之外。文章强调需进行策略审查、日志审计和故障演练，并指出多 Agent 组合权限与供应链风险仍待解决。

NVIDIA在Hugging Face发布开源说话人分离模型Nemotron 3 Diarization，1亿参数，最多追踪8位说话人，支持重叠语音，单检查点兼顾离线与实时流式。采用31层Transformer编码器，输出每位说话人活跃概率，延迟分四档，最低0.32秒。在Voice Arena基准排名第一，DER为14.72%，较前代平均降低41%。权重以OpenMDW 1.1发布，允许商用，经NeMo在NVIDIA GPU运行。

NVIDIA在ROSCon发布Isaac ROS 5.0，为ROS生态引入AI智能体能力，支持ROS Lyrical和Ubuntu 24.04，并扩展开源物理AI库及Jetson平台部署。新版本提供可复用技能与智能体文档，加速机器人开发。RealSense、Intrinsic、Magna、Universal Robots等企业已采用该平台，推动感知、导航与操作应用落地。

英伟达在纽约气候周介绍了五家利用AI推进清洁能源的公司：ThinkLabs AI通过数字孪生加速电网并网，Atomic Canyon用AI平台优化核电站运营，Redwood Materials以回收的电动车电池为AI工厂提供离网储能，TerraPower开发钠冷Natrium反应堆，Commonwealth Fusion Systems借助Omniverse加速聚变研究。

vLLM 通过集成 PyNvVideoCodec 正式支持 NVIDIA GPU 硬件视频解码（NVDEC），将视频解码从 CPU 迁移至 GPU，解决视频描述任务的 CPU 瓶颈。在 8 块 H100 配置下，吞吐量达 CPU 解码两倍以上；此前不足 4 卡即受制于 CPU，现瓶颈消除。该功能随标准 CUDA 版 vLLM 提供，需安装 PyNvVideoCodec==2.0.4，并建议先启动 CUDA MPS 守护进程。

曼彻斯特大学团队利用NVIDIA Earth-2生成式模型预测英国空气污染。他们用化学气候模拟数据训练CorrDiff，在Isambard-AI超算上仅两天完成，分辨率达2-3平方公里，并加入StormCast实现实时预报，还可在DGX Spark桌面系统运行。该模型能预测政策变化影响、向哮喘患者预警，团队计划开源数据与流程，帮助各国建立本地污染模型。

NVIDIA与Emerald AI、Lambda的测试表明，统一调度任务优先级、机架功率与电网信号，可在用电紧张时降载，并在不扩容电力的情况下提升Token吞吐。Lambda五机架测试中，吞吐提升24%，每瓦性能提升23%。AI竞争正从购买GPU转向在电力约束下交付可用任务，调度软件与业务分级愈发重要。

NVIDIA推出DSX平台，通过协同设计计算、网络、供电与冷却，提升AI工厂每瓦token产出。Lambda验证DSX MaxLPS可在相同功耗下提升24%吞吐量。Emerald AI的Conductor平台已响应电网需求信号超200次，实现自动降载。DSX Flex将推广该能力，首站为弗吉尼亚州96兆瓦AI工厂。

英伟达在Windows平台推出由RTX驱动的Perplexity便携电脑，支持本地AI代理；在IBC大会展示广播体育实时AI；在IFA 2026联合微软加速本地AI；并宣布以129.3亿美元收购Hugging Face，扩展AI平台。

Perplexity 的本地智能体平台 Portable Computer 现已支持 Windows 的 NVIDIA RTX PC，用户可在本地运行私密 AI 工作流，无需消耗云端额度。该平台由本地模型驱动，可分析数据、整合文件并处理重复任务，敏感信息保留在设备上；需要更强推理时，可经用户许可调用云端模型。使用需配备 24GB 以上显存的 RTX 或 RTX PRO GPU。

2026年，NVIDIA、Sierra、Salesforce密集申请语音智能体“何时开口”专利，竞争焦点从音色识别转向轮次接管，但抢话率、响应延迟等公开验收标准仍空白。机会在于轮次质检工具：批量回放通话录音，标注抢话、迟缓、误接、冷场四类事件并输出量化报告。一人四周可出MVP，月成本数百元，可用于交付前质检与通话巡检订阅。

NVIDIA供应链案例表明，专用30B模型经专家决策轨迹训练后，在内部基准上超越更大通用模型。关键在于记录专家决策时的所见、理由与结果，并避免数据泄漏。企业应先设计决策记录与评测集，再考虑微调，适用于重复、可观察、有规律的任务。