Gemini Omni 1.2 Flash 正式在 Gemini API 和 Gemini for business 上线，支持原生 15 秒视频创建、多轮对话编辑和增强的参考遵循能力。价格从 Gemini Omni 1.1 下调 30%，720p 视频定价为 $0.07/秒，并支持 360p 或 720p 快速草稿生成。
推荐理由：Gemini Omni 1.2 Flash 推出 15 秒原生视频生成能力，价格下调 30% 至 $0.07/秒，并支持多轮对话编辑。
NVIDIA RTX Spark 笔记本现已从 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 等厂商处供货，集成了 NVIDIA Blackwell RTX GPU 和 NVIDIA Grace CPU，支持高达 128GB 统一内存和 1 petaflop FP4 AI 性能。
推荐理由：RTX Spark 笔记本集成了 Blackwell RTX GPU 和 Grace CPU，支持 Nemotron 3.5 Transcribe 等本地 AI 模型和 Agent 工具。
Anthropic 强调了智能体大脑与执行手部的分离架构，这在 Opus 5.5 发布中体现，提升了安全性和可靠性。新模型成本更低，并增强了防止模型推理被蒸馏的保护，同时 Claude Managed Agents 提供了更便捷的 Agent 编程入口。
推荐理由：Anthropic 区分了智能体的大脑与手部的架构，提升了安全性和可靠性，是设计 Agent 运行时的参考视角。
Nvidia 开源了 Flora 机器人视频标注引擎，利用三大 Qwen3.5 模型完成动作分割、描述和评估，日可标注 200,000 小时视频。Flora 估计每小时标注成本仅 0.72 元，远低于 GPT‑6 Astra 的 88.49 美元。
推荐理由：Flora 通过三大 Qwen3.5 模型实现全流程视频标注，成本低至 0.72 元/小时，读者可评估其在机器人训练数据上的应用潜力。
Amazon QuickSight 的图层地图新增对 GeoJSON 中 Point 与 LineString 的支持，可绘制单点位置（如门店）和线路（如航班、配送路径）。
推荐理由：本文详细说明如何在 QuickSight 图层地图中使用 GeoJSON 点和线路，帮助用户快速绘制地点与路径，并演示了如何通过 API 动态更新 GeoJSON 以实现实时地图刷新。
Google DeepMind 与 Google Research 与世界资源研究所（WRI）及国际应用系统分析研究所（IIASA）联合发布了 Forest Typology (ForTy) 2020，提供10米分辨率的全球森林类型分类图，并公开了2017‑2025年的时间序列。
推荐理由：新地图提供10米分辨率的森林类型分类和时间序列，结合EUDR监管需求，ForTy可精准识别自然森林与种植园，支持监管者和企业评估森林变化与合规风险。
在 GTC Berlin，欧洲金融机构展示了如何在 NVIDIA 加速计算平台上部署开源权重模型，实现大规模生产。
推荐理由：文章展示欧洲金融机构如何利用 NVIDIA 加速计算和开源模型实现大规模生产，说明成本与性能可兼顾。
NVIDIA Cosmos 平台新增训练、评估与部署工具，帮助开发者加速物理 AI 训练与部署。新增 Cosmos Data Factory 蓝图、Cosmos Framework 训练工具和 Cosmos NIM 微服务，支持多模态数据、agentic 技能，并已被 Porsche、ANYbotics 等企业使用。
推荐理由：NVIDIA Cosmos 平台新增训练、评估与部署工具，帮助开发者加速物理 AI 训练与部署，并支持多模态数据与 agentic 技能。
NVIDIA 在欧洲零售业通过开放模型和物理智能实现数字发现到实体运营的转型。
推荐理由：文章展示了 NVIDIA 技术在欧洲零售业的多场景落地，读者可了解其成本与性能提升的具体案例。
NVIDIA 在欧洲各行业部署了 Earth-2 开源模型，提升天气与气候预测能力。StormScope EU 通过 EUMETSAT 卫星观测，利用 16 条 Meteosat 通道以 10 分钟一次的频率预测云层变化；CorrDiff 可为粗粒度天气数据添加局部细节。
推荐理由：文章展示了 NVIDIA Earth-2 在欧洲各行业的实际应用，读者可了解其模型如何提升天气预测精度与业务决策。
GitHub 发布了基于 fine‑tuned ModernBERT 的秘密检测模型，提升了检测准确率并降低误报。新模型采用两阶段管道：先用正则表达式快速生成候选，再用 ModernBERT 进行上下文感知分类，显著提高了对真实凭证的识别率。实验表明，后推扫描执行时间下降 86%，成本降低 98%，用户接受率提升 11.5%。该模型使秘密扫描在推送前后均能更高效、准确地运行。
推荐理由：GitHub 通过 fine‑tuned ModernBERT 提升秘密检测准确率与效率，显著降低误报与成本。
Microsoft Research Asia 发布了 Agent Lightning v1.0，一款约 3,500 行代码的轻量化 Agentic RL 框架，能够直接使用真实代理器进行强化学习训练。框架支持 Kubernetes 原生运行、数据高效训练，并在 Qwen3.5-9B 上通过 6,000 条样本提升 Pass@1 从 41.8% 提升至 56.4%，实现 14.6 点的显著提升。
推荐理由：该框架通过将真实代理器集成到强化学习中，显著提升了 Qwen3.5-9B 在 SWE-bench Verified 上的 Pass@1，展示了轻量化、Kubernetes 原生支持和数据高效训练的可行性。