英伟达推出扩展检测器误差模型，用于组合量子电路误差
英伟达研究员 N. Horrocks 推出了扩展检测器误差模型 (EDEMs)，旨在处理具有稳定子电路和随机泡利误差的容错量子程序。这些模型允许误差分析以序列和平行的方式组合，反映了物理电路实现的結構。
Onyx 为 disk-oblivious ANN 搜索实现成本降低 1.7-9.9 倍、延迟降低 2.3-12.3 倍
研究人员提出了 Onyx，这是一种面向 disk-oblivious 近似最近邻（ANN）搜索的成本高效方法，通过反转当前最先进的 ORAM-ANN 系统的设计，在带宽和访问次数之间取得平衡。
Privatar通过安全卸载实现可扩展的隐私保护多用户VR
研究人员推出了Privatar，这是一个将头像重建从头显卸载到不受信任的本地设备的同时防止数据拦截的框架。该系统利用头像重建领域的专业知识，以最小的性能成本实现可证明的隐私安全卸载。
NVIDIA 发布 GPIR，用于 GPU 加速的私有信息检索
来自 NVIDIA 的研究人员推出了 GPIR，这是一种在 GPU 上加速私有信息检索（PIR）的系统，通过解决基于格协议固有的高服务器端计算和内存流量问题来实现。该系统采用了一种感知阶段的混合执行模型，动态切换操作级和阶段级内核，以最大化片内数据重用。
NVIDIA 对 PPML 的 MPC 和 FHE 性能与成本进行特征分析
一项新研究提出了针对隐私保护机器学习推理的安全多方计算 (MPC) 和全同态加密 (FHE) 的统一系统级特征分析。该工作评估了两种 MPC 变体——算术/二进制共享转换和函数秘密共享——以及 FHE 在多个 CNN 和 Transformer 模型上的表现。
英伟达提出针对AI代理中间接提示注入的系统级防御
英伟达研究人员的一篇立场论文概述了保护AI代理免受间接提示注入攻击的愿景，其中嵌入在不可信数据中的恶意指令会触发危险操作。作者认为，有效的防御需要超越孤立的模型修复，转向全面的系统级架构。
AMD以82亿美元收购World Labs；Claude Sonnet 5.5成本降低30%
Anthropic发布了Claude Sonnet 5.5，其生成速度比Sonnet 5快30%以上，并通过减少令牌使用量将每项任务的成本降低多达30%。AMD同意以82亿美元收购World Labs，将李飞飞的空域智能研究团队纳入内部。
NVIDIA发布用于零样本表格预测的开源Kumo Tabular基础模型
NVIDIA发布了Kumo Tabular，这是一个用于表格分类和回归的开源基础模型，通过上下文学习运行，无需训练或特征工程。该模型仅在由结构因果模型生成的人工数据上进行预训练，提供三种规模，参数量从28M到215M不等。
Holo4：面向GUI、代码和API的通用智能体模型
Holo4是H公司推出的一系列新型智能体模型，提供27B密集型和35B-A3B混合专家两种规格。这些模型可通过任何界面（包括GUI、代码、MCP或API）与软件交互，并能在桌面端、网页、Android设备及沙箱环境中使用同一模型运行。
英伟达将以129亿美元收购Hugging Face
英伟达已正式宣布有意以129亿美元的价格收购机器学习平台Hugging Face。
NVIDIA Nemotron-3模型在IOI 2026中取得金牌和人类最高分
研究人员为大型语言模型开发了一套后训练流水线，使其能够在竞技编程中达到金牌水平。通过结合监督微调、强化学习以及一种名为GenCorrect的新型反馈驱动策略，该系统在IOI 2026问题集上超越了顶级人类选手。
NVIDIA Nemotron-3模型在国际信息学奥林匹克竞赛中实现金牌表现
NVIDIA为其Nemotron-3-Nano-CC和Nemotron-3-Ultra-CC语言模型开发了后训练流水线，以在编程竞赛中脱颖而出。通过结合大规模问题筛选、合成推理轨迹、监督微调和强化学习，团队创建了具备高级算法推理能力的专用系统。
NVIDIA的Nemotron-3模型在国际信息学奥林匹克竞赛中取得金牌级表现
NVIDIA为其Nemotron-3语言模型开发了后训练流水线，使其在国际信息学奥林匹克竞赛（IOI）中达到金牌级表现。该方法结合了大规模问题策展、合成推理轨迹、监督微调和强化学习。
NVIDIA研究人员发布Physis-Lang以改进Cosmos 3视频模型的物理推理能力
来自NVIDIA、麻省理工学院和牛津大学的研究人员推出了Physis-Lang，这是一个通过将自我演化的物理语言整合到字幕中来增强视频世界模型的框架。该方法将物理语言视为一种可优化的表示形式，用于数据筛选、模型训练和推理，以纠正生成视频中的物理错误。
DeepSeek 现使用 Ascend 950 训练模型
DeepSeek 正在使用华为的 Ascend 950 硬件训练其模型。这一转变紧随梁文锋在 26 个月前发表的关于需要有人站上前沿的声明。
NVIDIA Nemotron-Labs-3 Competitive-Coding 模型在 IOI 2026 中取得 535.4 分
NVIDIA 发布了 Nemotron-Labs-3-Competitive-Coding 模型，这是一个针对竞赛编程优化的专家模型，由 NVIDIA-Nemotron-3-Ultra-550B-A55B 微调而来。该模型在从 GLM-5.2 蒸馏出的合成推理轨迹上进行了训练，并在 IOI 2026 问题集上进行了实时评估。
NVIDIA推出带有OpenShell和Sentry的开放代理安全平台
NVIDIA推出了NVIDIA Open Agent Safety Platform，这是一个用于AI代理安全的开放软件平台，将OpenShell安全运行时与Sentry（BlueField-4 DPU上的带外看门狗）相结合。该系统旨在通过将安全执行置于代理无法触及的范围之外，来防止“漂移”——一种代理绕过应用层控制的故障模式。
NVIDIA 发布带有运行时限制的 OpenShell 沙盒，用于智能体
NVIDIA 发布了 OpenShell，这是一个开源沙盒，旨在为本地和开放的 AI 智能体提供真实的运行时限制，而不是仅依赖提示规则。该公司报告称，已有超过 100 家企业加入了这个安全栈，尽管 OpenAI 并未参与。
NVIDIA发布Nemotron 3说话人日志模型，1亿参数可追踪8名说话人
NVIDIA发布了Nemotron 3 Diarization，这是一个开源权重的说话人日志模型，在Hugging Face上以OpenMDW License 1.1许可证提供。该100M参数模型使用单个检查点，在实时或离线模式下追踪多达8名重叠说话人。
NVIDIA Warp 和 MjWarp 实现 GPU 加速的并行机器人仿真
基于 NVIDIA Warp 构建的 MuJoCo Warp (MJWarp) 允许兼容的 MuJoCo 模型在 GPU 规模上运行，从而在一次调用中推进数百或数千个独立仿真世界的进展。这种架构将重点从最小化单个环境的延迟转移到提高聚合吞吐量，这有利于强化学习和大规模采样。