科技前沿：AWS发布Agent Registry与DeepMind推出Gemini Robotics

本周科技领域多项重要发布。AWS推出Agent Registry解决企业AI代理管理挑战，DeepMind发布Gemini Robotics-ER 1.6提升机器人空间推理能力，Equinix推出Fabric Intelligence将AI引入网络层，Nutanix发布Agentic AI平台完善AI基础设施布局。

主要新闻

AWS Agent Registry简化AI代理治理

AWS推出Agent Registry，这是一个集中式平台，用于构建和管理跨框架的AI代理。该服务现已在AWS Bedrock AgentCore控制台和五个计算区域开放预览。Agent Registry采用类似数据库的架构，存储代理、工具和自定义资源的数据，支持按名称、描述和资源类型进行搜索。随着企业在工作流中部署AI代理，治理和透明度挑战日益突出，AWS此举旨在帮助客户应对代理蔓延问题。

Source: AWS launches Agent Registry to tackle enterprise AI sprawl

DeepMind发布Gemini Robotics-ER 1.6

Google DeepMind推出Gemini Robotics-ER 1.6，这是一款基于基础模型的高级机器人AI模型，专门针对理解和精确空间推理进行升级。该模型增强了空间推理和多视图理解能力，提供高级任务规划层。研究人员还提升了模型读取仪表读数的能力，这需要复杂的视觉推理能力。ER 1.6通过结合视觉推理引擎和精确夹持器控制来实现高精度操作。开发者现可通过Gemini API和Google AI Studio访问该模型。

Source: DeepMind launches Gemini Robotics-ER 1.6 to meet precise physical AI demands

Equinix Fabric Intelligence推动网络层AI化

Equinix推出Fabric Intelligence，这是一款AI驱动的网络基础设施控制层。随着AI工作负载规模扩大，Equinix认为网络运营必须实现自动化才能跟上日益动态的AI工作负载。该平台引入AI代理和预测系统，作为网络基础设施的运营控制平面。Fabric Assistant自然语言界面简化了复杂的多云配置流程，将部署时间从数周压缩至数分钟。该平台还整合Model Context Protocol(MCP)，使开发者能够通过流行编码助手将AI系统直接连接到网络基础设施。

Source: Equinix Pushes AI Into Network Layer With Fabric Intelligence

Nutanix扩展Agentic AI平台能力

Nutanix在.NEXT大会上宣布为其云平台添加多项新功能，以帮助组织在AI工作负载扩展、云环境变得更加复杂以及硬件供应约束推动对优化需求的情况下可靠运营。新功能包括Nutanix Agentic AI解决方案(预计2026年下半年全面推出)和NKP Metal(处于早期访问阶段)。这些扩展使Nutanix能够支持neoclouds提供更广泛的AI服务，包括GPU-as-a-service、Kubernetes-as-a-service和企业级AI平台服务。

Source: Nutanix Delivers Complete Platform for the Agentic AI Era

Anthropic扩大Google Cloud和TPU使用

Anthropic宣布扩大对Google Cloud和TPU芯片的使用，以支持其基础模型、代理和企业应用的开发。扩大会为Anthropic提供数吉瓦的TPU容量，预计从2027年开始上线。这一容量扩展将通过Google Cloud服务以及通过Broadcom供应的Google制造的TPU交付。Anthropic还继续扩大对Google Cloud更广泛的云和AI解决方案的使用，包括BigQuery、Cloud Run、AlloyDB等。

Source: Anthropic Expands Use of Google Cloud and TPUs

分析

AI代理治理成为本周焦点之一。随着企业在工作流中部署AI代理，代理蔓延(agent sprawl)问题日益突出。AWS Agent Registry的推出标志着云服务商开始关注代理生命周期管理的标准化需求。这一趋势将推动行业建立统一的代理管理框架，提高企业AI部署的可控性。

DeepMind的Gemini Robotics-ER 1.6代表了物理AI(Physical AI)领域的重要进展。该模型专注于空间推理和精确操作能力，这是机器人在真实环境中执行任务的关键能力。值得注意的是，模型能够读取仪表读数并进行视觉推理，这为工业和医疗场景的机器人应用开辟了新可能。

Equinix的Fabric Intelligence反映了AI基础设施的另一个关键瓶颈：网络层自动化。传统网络运营依赖工单队列和手动配置，这种模式难以支持实时的AI工作负载。将AI引入网络层不仅能提升运营效率，还为未来自主网络运营奠定基础。

结论

本周科技动态显示AI正从模型层面向基础设施和应用层面深度渗透。AWS、Equinix、Nutanix等厂商的发布表明，企业级AI部署需要完整的工具链支持。从代理治理到网络自动化再到机器人控制，AI技术正在重塑企业IT架构。对于技术决策者而言，关注这些趋势并评估其在各自领域的应用潜力将变得越来越重要。