NVIDIA 发布 DGX Spark 64GB 内存配置，为开发者提供更低成本的本地 AI 开发与部署平台。该配置支持高达 1000 亿参数的模型完全在设备上运行，并可通过 NVIDIA Sync Cluster Assistant 将两台设备集群，将内存扩展至 128GB，在 Qwen 3.8 27B 测试中实现最高 1.7 倍的性能提升。
推荐理由：NVIDIA 为 DGX Spark 推出更低内存配置，降低了本地 AI 开发的门槛，并展示了通过集群扩展性能的具体方法。
Google 在 Gemini Live 中推出 Guided Vision 功能，为视障人士和需要直观视觉辅助的用户提供实时语音引导的视觉解读。该功能通过与 Aira 合作训练，支持在日常场景中定位物品、识别文字和描述环境，用户可通过 Gemini App 或 Android 辅助功能快捷方式启用。
Jev 决策模型在边缘服务编排中替代大语言模型，将中位决策延迟降低 22.7-64.5%。其延迟几乎不受输入规模、合同宽度或目录规模影响，在四字段合同中每项正确决策的 API 费用降低 59.7-80.9%，但精确匹配点略有下降。Jev 能准确识别未见过的服务，并在实时准入路径中保持 0.91-0.95 的请求准确率和准时率，而大语言模型在同等负载下低于 0.1。
NVIDIA TensorRT Edge-LLM 在 Jetson AGX Thor 平台上运行 MLPerf Edge Agentic Benchmark，推理速度比基准快 6.4 倍。该基准测试模拟了 AI 智能体在边缘设备（如车辆、机器人）上执行多步骤任务的工作流。
NVIDIA 介绍了在 Jetson 边缘计算平台上部署和优化前沿推理模型的方法。此举旨在解决多步推理模型因体积过大而难以在边缘硬件本地运行的问题，使开发者能够构建不依赖数据中心、降低成本和保护本地数据的智能体。
NVIDIA Nemotron 3.5 Lightning 模型已在 Ollama 上提供，这是一个专为长期运行的智能体设计的 300 亿参数开源模型。它采用混合专家架构，每 token 仅激活 30 亿参数，支持高达 100 万 token 的上下文，并针对本地 NVIDIA RTX 设备进行了优化，可实现比同类开源模型高 4 倍的吞吐量。
推荐理由：原文提供了模型的核心架构、性能基准和本地部署优势，读者可以据此评估它是否适合作为长期运行的智能体基座。