推荐理由：NVIDIA和阿里云用CUDA把Flink的多模态数据处理速度拉满了，想做实时AI评论或图文问答的可以看看这个架构。

推荐理由：想赢一台 DGX Spark 吗？用 Hermes Agent 造个自动赚钱的 AI 公司，前三名都有现金加硬件，截止 6 月 30 日，快上车。

推荐理由：Mirendil 刚融了 2 亿美元，要造能自己加速研发的 AI，团队全是前沿机构出来的，想法挺前沿。

推荐理由：a16z 和 Kleiner Perkins 联手投了两亿美元，团队全是大厂顶尖人才，就是要搞AI自己加快研究速度的路子，跟传统实验室玩法不同。

推荐理由：Mirendil 要做让 AI 自己搞 AI 研发的系统，2 亿美元种子轮，团队来自顶尖实验室，目标是打破大厂垄断。

推荐理由：NVIDIA 出了个 NeMo AutoModel，基于 Hugging Face Transformers v5，几行代码就能给 MoE 模型训练加速 3 倍以上，搞大模型训练的值得看看。

推荐理由：vLLM 和 NVIDIA 合作推出 DFlash 投机解码，Gemma-4 31B 推理速度提升近 6 倍，配置只需改一行 checkpoint 路径。

推荐理由：想用SGLang在GB300上榨干DeepSeek-V4？NVIDIA合作实测，吞吐翻5倍，交互延迟不变，MTP和量化细节全公开。

推荐理由：反常识吧？液冷能让AI工厂几乎不耗水，还顺带回收热能, 值得看看数据。

推荐理由：NVIDIA用液冷把数据中心用水几乎干到零，还顺便回收热量给社区，环保和算力两不误。

推荐理由：NVIDIA 这个开源文生图模型在排行榜上跟 Flux、Qwen 差不多水平，想试试免费好用的生成工具可以关注它。

推荐理由：想了解开放模型怎么支撑多智能体协作？Together AI和NVIDIA的人要聊这个，7月1日别错过。

推荐理由：NVIDIA搞了个MotionBricks，35万种动作技能随便切换，游戏角色和机器人动起来更自然了，比以前的方案快很多。

推荐理由：SpatialClaw 不用额外训练，靠写代码搞定复杂视觉任务，在 20 个基准上平均提升 11.2 分，还兼容多种模型。

推荐理由：NVIDIA开源了SOMA-X v0.2，单一骨架就能适配不同体型，机器人动作数据复用门槛降低，训练效率提升。

推荐理由：NVIDIA搞了个ENPIRE，让AI自己操控机器人反复试错，真实任务成功率干到99%，连GPU都能自己插。

推荐理由：NVIDIA 出了 SANA-Streaming，放视频时就能实时换衣服换背景，一分钟的长视频也能改

推荐理由：MiniMax 的 M3 模型免费加速了

推荐理由：三大药企联手AI公司砸钱

推荐理由：NVIDIA 与 Think Machines 的合作意味着更强大的算力支持，做模型训练和定制 AI 的团队可以关注这一进展，看看能否利用其平台加速自己的项目。

推荐理由：AI 基础设施的规模化部署是行业关键瓶颈，关注算力布局的团队和开发者值得了解这一合作动向。

推荐理由：NVIDIA 把 SIGGRAPH 当作技术风向标，做图形渲染、物理仿真或 AI 模型的团队值得关注，可以提前规划参会或跟进后续发布。

推荐理由：Nemotron 3 的架构创新直击大模型推理效率瓶颈，做模型优化和部署的开发者值得关注其混合 Mamba 和潜在 MoE 的具体实现，可以直接参考其设计思路。