今天能点开核对的，主要是两条产品线：Google DeepMind 以博文标题宣布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking；Connectivity Standards Alliance（CSA）预告一场 Suzi 研讨会，把 Suzi 写成「面向 IoT 的标准化长距 Mesh」。具身与实验室方向，本窗口没有对得上的原发。NVIDIA 开发者博客同日前后连发 MoE 选型、Vera Rubin 能效、NVLink 6 弹性与 FLARE 联邦学习部署，数字与百分比均来自厂商博文摘要，下面按官方自述标注，不写成第三方复现。
今天先看哪三条
- AI：DeepMind 博文标题为 Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking。本窗口摘录未给出能力边界、上线范围、价目或评测表，故不写参数。
- 具身 / 实验室：本窗口无对得上的原发，故不写。
- 智能家居：CSA 新闻稿标题把 Suzi 定位为 Standardized Long-Range Mesh Network for IoT，并预告 Intro to Suzi Webinar。页面导航里 Suzi 与 Matter、Aliro、Zigbee Direct 并列，但摘录未给出频段、跳数、认证时间表。
AI
Gemini 3.8 Live：只有标题，没有可核对的规格
Google DeepMind 博文页标题为 Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking，栏目落在 Innovation & AI。能核对的事实止于：官方用这两个产品名发文。摘录主体是站点导航，未见上下文窗口、延迟、语音/视频模态、API 配额或与前代对照。因此不补写「更强推理」「实时多模态」一类常见套话。
同站点集群里，Google 另有几篇标题帖可点开，但同样没有正文数字：How Google is building AI for societal impact、Building AI to accelerate science and improve lives、AI for everyone in every language、New insights from Google’s AI & Economy ATLAS（页面日期为 2026-09-15），以及宇航员 Christina Koch 与 Google James Manyika 的对话页。ATLAS 与社会影响文均只有标题，本窗口不编造就业、GDP 或语言覆盖率。
NVIDIA：MoE 吞吐与 AI 工厂，数字记成官方自述
NVIDIA 技术博客 Dense vs. MoE Models: Active Parameters, Throughput, and When to Choose Each（页面日期 2026-09-15，作者 Sophia Abbassi）在其 AI-Generated Summary 中称：Nemotron 3.5 Lightning 为 MoE，每 token 只激活 30B 总参数中的 3B；MoE 把专家全部装进显存、按 token 激活子集，从而把显存成本与算力成本拆开；在总参数量相当的设定下，该文把 Nemotron 3.5 Lightning 的 token 吞吐写得高于稠密模型 Gemma 4 31B，并称高并发时延迟优势会收窄；微调需防 router 失衡，量化对 router 与 recurrent-projection 层的影响也不同于稠密件。结论句是：部署应看显存预算、并发、微调计划和量化行为，而不是只看参数总量。以上均为 NVIDIA 博文摘要，不是第三方实测。
同日前后另外三篇同属官方自评：
- How NVIDIA Groq 3 LPX Deterministic Execution Drives Power-Efficient High-Interactivity Inference on NVIDIA Vera Rubin（Seth Weidman、Aravind Vellora Vayalapra、Santosh Raghavan）：文摘称 Vera Rubin 把 performance per watt 当作 AI 工厂核心指标；NVL72 覆盖大批次吞吐到高交互小批次；工厂级 DSX MaxLPS 在机架间挪功率，摘要写「同一功率包络内最多约 40% 更多 GPU、约 35% 更高 token 吞吐」；机架电容与 Intelligent Power Smoothing 用来吃掉突发功率尖峰。Groq 3 LPX 在标题中被写成 deterministic execution，摘要末句被截断，故不补写其执行细节。
- How NVIDIA NVLink 6 Delivers Multi-Layer Resiliency for AI Factories（Farshad Ghodsian、Jesse Clayton、Jim Dinan、Oren Reiss）：文摘称 NVLink 6 用轻量 FEC、Physical Layer Retry 与 UPHY recovery 在硅级纠错；链路层 credit-based flow control「按设计消除丢包」；NMX Controller 以 contain and drain 加 NMX High Availability 做故障隔离；NVIDIA Dynamo 的 Shadow Engine Recovery 把推理容量恢复写成 7.3 秒对 283 秒。秒级数字仅见于该官方摘要。
- Scaling Federated Learning Across Docker, Kubernetes, and Slurm with NVIDIA FLARE（Peter Cnudde、Yuan-Ting Hsieh、Isaac Yang、Chester Chen）：文摘称 FLARE 把常驻联邦服务与动态拉起的 job worker 分开，站点可用 Docker、Kubernetes 或 Slurm；两层架构让父进程不占 GPU；Study 提供同一部署内的逻辑多租户边界。FLARE 2.8 加 Docker/Kubernetes，2.9 加 Slurm。无精度或任务榜数字。
Agent 一次做对，不等于下次还对
Hugging Face 企业博文 Your Agent Aced the Task. Will It Do It Again?（页面写 Published September 15, 2026）由 IBM Research 多名作者署名（Evelyn Duesterwald、Lilian Ngweta、Vatche Isahagian 等）。可见小标题包括 The Metric Almost Nobody Reports、Why Agents Flip: Sharp Decisions vs. Flat Ones、Diagnose, Then。能核对的主张是：作者把「一致性」写成几乎无人汇报的指标，并讨论 agent 在尖锐决策与平坦决策上的翻转。摘录未给出数据集名、失败率或对比表，故不写具体分数。
具身 / 实验室
本窗口无对得上的原发，故不写。
智能家居
CSA 新闻页标题为 Intro to Suzi Webinar – A Standardized Long-Range Mesh Network for IoT，发布槽位由供稿标为 2026-09-16。可核对的只有三件事：联盟在 Newsroom 预告这场 webinar；副标题把 Suzi 定义为面向 IoT 的标准化长距 Mesh；站点 Technologies 列表中 Suzi 与 Matter、Aliro、Zigbee Green Power、Smart Energy、Zigbee Direct 并列。摘录未出现协议层、频谱、网关形态、与 Matter 的桥接关系、认证 SKU 或开讲时间码，因此不写成「已经可买」「已经替代 Thread」或任何覆盖半径。客户引语与联盟自评若未出现在摘录里，本文亦不补。