台积电AI芯片供应链再扩容：格芯拿下20亿美元硅中介层订单
格芯（GlobalFoundries）10月8日宣布与台积电达成价值20亿美元的合作，将在纽约工厂生产用于先进AI芯片封装的硅中介层。中介层位于处理器和高带宽内存等芯片下方，承担高速信号互连任务，是先进封装的重要组成部分。随着AI加速器集成的计算芯片和内存越来越多，封装内部的数据传输成为性能提升的关键。此次合作也说明，AI芯片供应链正在从先进制程扩展到中介层、封装和互连等环节。
三星第三季度营业利润预计同比增长近九倍，AI存储需求仍是核心动力
三星电子公布的第三季度初步业绩显示，营业利润预计达到107.4万亿韩元，营收约195万亿韩元，营业利润同比增长接近九倍。AI服务器需求持续推高高带宽内存（HBM）及其他存储产品的市场需求，半导体业务成为业绩增长的主要推动力。不过，市场也开始关注存储价格上涨的持续性，以及韩元汇率变化对利润的影响。对于整个产业链而言，AI需求仍在支撑存储市场，但高增长能否持续，取决于供需缺口和数据中心投资能否继续扩大。
英伟达投资的Upscale AI推出Token Fabric，让不同厂商的AI芯片协同
AI基础设施初创公司Upscale AI于10月8日推出Token Fabric平台，试图解决不同厂商的AI处理器难以在同一数据中心高效协同的问题。该平台将网络硬件、软件以及英伟达Spectrum-X相关技术结合起来，帮助客户连接不同供应商的AI芯片，并识别网络瓶颈和潜在设备故障。过去，企业部署不同芯片往往需要分别整合网络系统，增加工程复杂度。Token Fabric瞄准的是异构算力基础设施：让云服务商和大型企业能够组合使用不同处理器，而不必完全绑定单一供应商。
ASML与蔡司探索Hyper NA光刻技术，下一代芯片制造瞄准更小特征尺寸
ASML与光学合作伙伴蔡司公布下一代Hyper NA极紫外光刻技术的研究进展，称该技术有望在约十年后具备实际应用条件，目标是将可印制的特征尺寸推进至约5纳米。相比现有High NA EUV系统，Hyper NA希望进一步提升图形分辨率，为未来芯片性能提升和功耗优化提供制造基础。不过，这仍是长期技术路线，并不意味着相关设备即将投入量产。随着先进制程成本和物理限制不断上升，光刻设备、光学系统与芯片结构创新正在共同决定半导体制造的下一步方向。
谷歌将Gemini升级为企业Agent平台，AI开始跨软件执行工作
谷歌正在推动Gemini从对话助手转向企业级Agent平台，让AI能够围绕具体目标调用企业工具、执行多步骤任务，并与Google Workspace、Microsoft 365和Slack等工作环境协同。相关能力首先面向大型企业客户，强调自定义技能、任务执行和操作记录。与传统聊天机器人相比，Agent需要在多个系统之间读取信息、调用工具并持续推进工作，因此权限控制、执行过程审计和错误恢复也变得更加重要。企业AI竞争由此不再只是模型回答质量的比较，还包括能否真正接入工作流程并完成任务。
微软推出搭载英伟达芯片的Surface Laptop Ultra，本地AI PC进入新
微软与英伟达发布Surface Laptop Ultra，主打在个人电脑上运行更复杂的AI工作负载。高配版本提供128GB统一内存，面向代码生成、游戏和多模型切换等任务，产品起售价为2599美元，计划于10月16日开始发货。微软还强调本地与云端混合处理，以及通过Windows Execution Containers隔离Agent运行环境。其产品思路是把更多AI推理放到用户自己的设备上，在降低云端依赖的同时改善响应速度和数据控制能力。不过，本地模型的实际体验仍取决于内存容量、模型压缩和应用适配。
微软推进Windows本地AI运行环境，Agent安全隔离成为系统级功能
微软围绕Windows 11推进混合智能架构，让AI任务能够根据硬件能力和任务需求在本地设备与云端之间分配。与此同时，Windows Execution Containers开始提供更完整的Agent隔离能力，降低自主运行的AI工具直接接触系统和用户数据的风险。随着AI编程工具和个人Agent开始执行文件操作、调用应用以及修改内容，操作系统需要处理的不只是模型推理效率，还包括权限边界、运行环境和执行结果的可追溯性。这一变化表明，AI PC的竞争正在从单纯配置NPU或GPU，扩展到操作系统能否安全地承载Agent。
小鹏将Robotaxi业务命名为YOYO并开放公众登记，自动驾驶开始迈向服
小鹏汽车10月8日公布Robotaxi业务名称“小鹏YOYO”，并开放面向公众的线上登记，现阶段采用邀请码方式参与。与单纯展示自动驾驶技术不同，独立品牌和用户登记意味着企业开始为后续服务运营积累用户入口。不过，开放登记并不等于Robotaxi已经在所有地区全面商业运营，具体服务范围、车辆投放和收费方式仍需以正式信息为准。Robotaxi竞争正在从单车智能延伸到车队管理、运营调度、用户服务和安全体系，能否稳定运行并形成可持续的服务模式，将决定自动驾驶技术的商业价值。
豪威推出5MP全局快门HDR图像传感器，工业机器人视觉继续升级
图像传感器厂商豪威集团（OMNIVISION）发布OG05D，面向工业机器视觉、机器人和紧凑型AI摄像头。该产品采用500万像素设计，结合2.2微米像素尺寸、全局快门与高动态范围成像能力，重点应对高速运动物体和明暗反差较大的场景。传统滚动快门在拍摄快速移动目标时可能产生几何变形，全局快门则有助于同步捕获整幅图像；HDR能力能够改善复杂光照下的细节保留。对于工业机器人而言，视觉输入的准确性直接影响定位、抓取和检测，传感器升级是机器视觉落地的重要基础。
日本开始探索AI卫星运营，轨道计算与地面控制软件持续融合
卫星运营商、芯片企业和AI公司正在探索将更多智能处理能力引入航天基础设施。近期行业关注点包括利用AI辅助卫星轨道分析、任务规划和异常识别，以及在地面控制系统中整合历史遥测数据与专家经验。与普通生成式AI不同，卫星运营需要遵守严格的轨道力学约束，系统建议必须经过物理模型校验，并由操作人员确认。AI在这一领域的价值，不只是自动生成报告，而是帮助工程团队从大量遥测数据中更快识别异常、评估机动方案，逐步提高卫星运营效率。
全球算力资源开始共享，National Compute Grid瞄准闲置GPU
HPCwire于10月8日报道，National Compute Grid正式推出，目标是整合不同供应商尚未充分利用的AI计算资源。当前行业一边大规模建设数据中心，一边面临GPU采购昂贵、任务负载不均衡的问题，部分算力会在不同工作负载之间出现空闲。算力网格希望通过跨供应商的资源协调，提高已有GPU的利用率，而不是所有需求都依靠新建数据中心解决。真正的技术挑战包括任务调度、不同硬件兼容、数据安全和网络延迟。如果能够有效解决这些问题，算力市场可能从单纯租赁GPU，进一步发展为跨平台的计算资源调度服务。
英飞凌推出27kW三相电源方案，AI服务器供电设计继续升级
半导体行业媒体Semiconductor Today的10月8日新闻档案显示，英飞凌推出27kW三相电源方案，面向新一代AI服务器电源架构。随着GPU和定制AI加速器的功耗持续提高，服务器电源系统不仅需要提供更大功率，还必须控制转换损耗、散热和供电稳定性。电源设计正在成为AI数据中心建设的重要工程环节：计算芯片性能再强，如果供电和散热无法跟上，也难以充分发挥能力。面向高功率机架的电源技术升级，说明AI基础设施的竞争正在延伸到电力电子和能源转换环节。
Navitas完成收购Claros，AI数据中心电源技术向整条供电链延伸
功率半导体企业Navitas于10月7日完成对Claros的收购，进一步扩大其面向AI基础设施的电源技术布局。AI数据中心的功率需求不断上升，供电问题已从单个服务器电源扩展到机架、电源转换和数据中心整体配电。氮化镓等宽禁带半导体因具备高频、高效率等特点，正在被用于提升电源转换系统的性能。通过整合Claros，Navitas希望扩大从电网供电到计算处理器供电的产品覆盖范围。对产业链而言，这类交易反映出AI硬件投资正在带动功率器件和电源架构同步升级。
Renesas扩大低压氮化镓产品线，AI数据中心与机器人共用电源技术
瑞萨电子10月6日宣布扩展低压氮化镓场效应晶体管产品组合，面向AI数据中心和机器人等应用。传统硅功率器件在部分高频、高效率场景中逐渐面临性能限制，氮化镓器件则有望帮助缩小电源系统体积并降低转换损耗。AI服务器需要在有限空间内处理更高功率，机器人则同时关注体积、重量、续航和热管理，两类产品对高效电源技术都有需求。值得关注的是，AI产业的扩张正在让功率半导体从相对幕后的位置走到更重要的供应链环节。
Qorvo推出新一代C波段雷达前端，射频技术继续向高性能感知系统演进
半导体行业媒体Semiconductor Today记录显示，Qorvo于10月7日发布面向C波段雷达的射频前端产品，采用基于体声波（BAW）的频率敏捷技术和氮化镓功率放大能力。雷达系统需要在复杂电磁环境下处理回波信号，并在功率、频率灵活性和系统尺寸之间取得平衡。射频前端直接影响信号发射、接收和处理链路的表现，因此器件升级能够为更紧凑的雷达设备提供支持。这类技术可服务于专业雷达和先进感知系统，也反映出射频、功率器件与信号处理技术仍在持续融合。
Schneider Electric与PTC交易引发关注，工业AI开始争夺产品全生命
DIGITIMES于10月7日报道，施耐德电气与工业软件企业PTC相关的约226亿美元收购交易，正在引发市场对工业软件竞争格局的关注。PTC的业务涉及计算机辅助设计、产品生命周期管理等工具，能够覆盖产品从设计、工程开发到维护的多个环节。随着AI进入工业软件，企业需要的不只是自动生成设计建议，还包括把产品数据、工程流程和制造系统连接起来。工业自动化厂商与工程软件企业之间的边界因此可能进一步模糊，未来竞争焦点将包括AI能力、工业数据以及产品生命周期中的工作流控制权。
Rockwell整合工厂质量管理与视觉AI，工业AI开始连接检测和生产流程
工业自动化企业Rockwell Automation于10月8日宣布，将Plex质量管理系统与FactoryTalk Analytics VisionAI通过API整合，进一步连接生产质量管理和视觉检测能力。传统机器视觉能够识别产品缺陷，但检测结果如何进入质量追踪、异常处理和生产决策流程，同样影响自动化的实际价值。通过系统连接，工厂有机会把视觉检测结果与生产记录、质量管理流程结合起来，减少信息孤岛。工业AI的下一步并不只是让摄像头“看得更准”，而是让识别结果能够触发可追溯的业务动作，帮助生产现场更快发现和处理问题。
Atlassian推出AMP多Agent协作系统，企业软件开始尝试让多个AI共同
ComputerWeekly于10月7日报道，Atlassian在欧洲客户活动中推出AMP多Agent系统，探索让多个AI Agent围绕团队任务协同工作。与单个Agent独立处理请求不同，多Agent模式可以把复杂任务拆分为不同环节，由不同智能体承担分析、执行和结果整理，再通过协作完成整体目标。但系统要真正进入企业，还需要解决任务分配、上下文共享、重复执行和权限控制等问题。对于项目管理软件而言，这意味着产品可能从记录任务和追踪进度，进一步转向协调人类员工与AI智能体共同完成工作。
Chef Robotics基于英伟达Isaac平台开发食品处理机器人，AI开始进入
Unite.AI于10月7日报道，Chef Robotics正在使用英伟达Isaac机器人开发平台推进食品处理机器人应用。食品生产和配餐环节存在明显的自动化难点：食材形状、质地和摆放位置可能不断变化，机器人不能像传统流水线设备那样只执行完全固定的动作。AI视觉、运动规划和机器人仿真工具的结合，有望提高机器人处理不同食材和复杂操作的适应能力。食品行业是一个很实际的检验场景，因为机器人既要满足速度和卫生要求，也必须适应真实生产线的变化。
机器人视觉传感器成为AI训练环节的一部分，产业竞争从硬件延伸到数
自动化行业媒体A3在10月7日发布的报道中，将机器人摄像头正在进入AI训练闭环作为重点议题。传统工业摄像头主要负责采集图像并完成检测，而在具身智能系统中，视觉数据还可以用于分析机器人动作是否成功、定位执行失败的原因，并为后续模型训练提供反馈。机器人部署规模越大，现场采集的真实数据就越有可能帮助企业改进感知和操作策略。不过，数据能否转化为模型能力，还取决于标注质量、数据管理和训练流程。机器人企业的竞争因此开始从机械本体延伸到传感器、数据和模型迭代体系。
Mistral发布1万亿参数Large 4，欧洲开源模型开始冲击中美前沿模型
法国AI公司Mistral发布新一代Mistral Large 4，采用约1.05万亿参数的MoE架构，实际激活参数约490亿，并支持多模态和百万级上下文。Mistral称其在编码、网络安全、金融、地理空间分析、制造和产品设计等任务上已经进入前沿模型竞争区间，并计划在10月底开放模型权重。更值得注意的是，这是一款可下载、可私有部署的开放权重模型，欧洲AI产业正在试图以“开放模型+自主算力”的方式建立区别于美国闭源模型和中国开源模型的第三条路线。 ([Reuters][1])
Reflection AI发布Beam，西方开源模型开始正面追赶DeepSeek、Qwen
美国AI创业公司Reflection AI正式发布首款前沿开放权重模型Beam，主打推理、编码和Agent任务。公司称，Beam在部分高级推理测试中已经达到中国头部开源模型的水平，同时通过模型架构和训练方式降低推理计算成本。Reflection此前已经获得英伟达等资本支持，并通过SpaceX、Nebius等合作提前锁定大量GPU算力。与OpenAI、Anthropic主要采用闭源API不同，Reflection希望把Beam部署到企业和主权AI环境，让客户能够基于自身数据建立本地AI系统。 ([TechCrunch][2])
Meta联合Sierra推出Personal Agent Protocol，AI Agent开始寻找“
Meta、Sierra联合Shopify、Stripe、Walmart等公司推出Personal Agent Protocol，试图建立个人AI Agent与企业网站、API及企业Agent之间的标准连接方式。协议基于OAuth，并允许用户决定Agent拥有只读还是写入权限，企业则可以规定Agent能够执行哪些操作。未来用户可能不再自己打开网站搜索、登录、下单，而是把任务直接交给个人Agent完成。真正重要的不是又一个Agent产品，而是互联网开始出现一层专门服务于“AI代表人行动”的身份、权限和交易基础设施。 ([Sierra][3])
SAP收购TechWolf，企业AI开始从“员工数据”转向“工作本身”
SAP宣布收购比利时AI公司TechWolf，将其Work Intelligence平台和Context Graph技术纳入SuccessFactors。TechWolf并不是简单分析员工简历，而是通过企业已有的人力资源和业务系统，持续建立员工实际承担的任务、拥有的技能以及外部劳动力市场之间的关系。SAP看中的核心，是让企业知道“谁在做什么、需要什么技能、哪些能力正在变化”。随着Agent进入企业，软件系统需要理解的不只是组织架构，而是每项工作到底由谁完成、哪些任务可以被AI接管。 ([Reuters][4])
Keysight把Agent直接接入射频设计，AI开始进入真正的工程软件
Keysight在ADS 2027中加入Agentic AI能力，让工程师可以通过AI Agent自动完成射频电路生成、验证和优化。系统通过MCP服务器连接LLM与ADS工具，同时把工程师过去的操作流程记录成Agent可以学习的宏，再由Keysight仿真工具对AI生成的结果进行验证。相比让AI“写一份设计报告”，这种方式更接近真正的Agent工程：AI负责执行和探索大量设计方案，专业仿真工具负责验证。EDA、仿真和测试软件正在成为Agent最有价值的落地场景之一。 ([Keysight United States][5])