AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：NVIDIA×
6月12日
04:04
03:08
00:35
00:35NVIDIA AI@NVIDIAAI
精选
NVIDIA 发布了 Cosmos 3，这是一个专为机器人和物理 AI 设计的基础模型平台。该平台旨在加速机器人感知、规划和交互能力的开发，通过提供预训练模型和工具链，降低物理 AI 应用的门槛。Cosmos 3 支持多模态输入，能够生成高保真的物理世界模拟，帮助开发者更快地训练和部署机器人系统。这一发布标志着 NVIDIA 在物理 AI 领域的重要布局，有望推动机器人技术从实验室走向实际应用。
AI产品机器人物理AINVIDIA基础模型仿真
推荐理由：NVIDIA Cosmos 3 为机器人开发者提供了现成的物理 AI 基础模型，省去了从零训练的时间和成本，做机器人感知或仿真的团队可以直接上手试试。
原文
6月11日
10:40
03:06
03:06NVIDIA AI@NVIDIAAI
76°
Google DeepMind 推出实验性开源模型 DiffusionGemma，采用文本扩散技术，每步并行生成 256 个 token，推理速度可达 150+ TPS（DGX Spark）或 1000+ TPS（单张 H100）。该模型激活仅 3.8B 参数，量化后可在 24GB VRAM 消费级 GPU 上运行，适合代码填充、内联编辑等非线性任务。NVIDIA 从首日起提供 BF16/NVFP4 检查点、免费 GPU 加速端点及 vLLM 支持。DiffusionGemma 优先速度而非极致质量，生产场景仍推荐标准 Gemma 4。
AI模型文本扩散并行生成开源模型Google DeepMindNVIDIA
推荐理由：文本扩散模型把生成速度拉到新高度，做代码补全或实时编辑的开发者可以直接在 NVIDIA 端点试跑，感受并行 token 的爽感。
原文
6月9日
20:38
08:05
6月8日
13:36
09:00
09:00rohanpaul_ai@rohanpaul_ai
精选76°
SK hynix 与 NVIDIA 宣布建立多年存储合作伙伴关系，共同开发用于下一代 AI 工厂的芯片。合作涵盖 NVIDIA Vera Rubin AI 超级计算机、Vera CPU、RTX Spark 驱动的 PC 和 Jetson Thor 平台的内存。SK hynix 将利用 NVIDIA 的 CUDA-X、PhysicsNeMo、Omniverse 等工具加速芯片设计、半导体仿真和工厂数字孪生。这一合作标志着存储芯片设计不再滞后于 GPU，而是需要提前数年进行协同设计和制造规划。同时，AI 技术也被引入芯片制造本身，用于加速半导体物理、光刻等工程流程。
行业NVIDIASK hynixAI 硬件存储芯片数字孪生
推荐理由：AI 硬件供应链正在重构，存储与计算芯片的协同设计成为关键。做 AI 基础设施、芯片设计或半导体制造的团队，值得关注这一合作如何改变未来 AI 工厂的构建方式。
原文
6月7日
08:25
6月6日
15:44
15:44Aadit Sheth@aaditsh
72°
据一份新文件显示，SpaceX 与 Google 达成协议，从 2026 年 10 月起每月向 Google 提供约 11 万块 NVIDIA GPU 的计算能力，月费高达 9.2 亿美元，合同总额约 300 亿美元。Google 自身拥有 TPU 和庞大云基础设施，却向一家火箭公司租用 GPU，引发行业震动。这可能意味着 Google 的 AI 算力需求已超出自身建设速度，或 SpaceX 在 AI 基础设施方面有未公开的突破。合同允许任何一方在 2026 年 12 月后提前 90 天终止，Google 保留其 AI 模型和数据的知识产权。
行业GPU算力租赁GoogleSpaceXNVIDIA
推荐理由：这则消息揭示了 AI 算力需求已大到连 Google 都要向火箭公司租 GPU，做 AI 基础设施或关注算力瓶颈的从业者值得点开，看看背后到底发生了什么。
原文
13:20
08:18
08:03
07:51
07:51NVIDIA AI@NVIDIAAI
72°
NVIDIA Research 的 PixelDiT（像素扩散 Transformer）入选 CVPR2026 最佳论文候选。传统图像生成模型依赖预训练自编码器压缩图像后再进行扩散，导致质量损失累积。PixelDiT 完全移除这一步骤，直接在像素空间进行端到端扩散学习，是一种单阶段模型。该方法避免了压缩带来的信息丢失，有望提升生成图像的保真度和细节表现。这一创新为图像生成领域提供了新的技术路径。
论文图像生成扩散模型PixelDiTNVIDIACVPR
推荐理由：NVIDIA 的 PixelDiT 解决了传统扩散模型因预训练编码器压缩导致的质量损失问题，做图像生成的研究者和开发者值得关注——它可能改变现有生成流程的底层设计。
原文
03:28
03:28Jim Fan@jimfan
NVIDIA 研究团队在 CVPR 2026 上展示了三篇关于物理 AI 的论文，分别针对零样本抓取、高效推理和具身智能体训练。GraspGen-X 是首个零样本抓取基础模型，基于数十亿次模拟抓取训练；LCDrive 用紧凑的潜在表示替代昂贵的文本推理；NitroGen 则是一个通用游戏 AI 基础模型，利用 NVIDIA Isaac GR00T 训练具身智能体。这些工作为大规模训练提供了突破性方案，覆盖了机器人操作、自动驾驶和游戏 AI 等关键领域。
论文物理 AI零样本抓取具身智能体NVIDIACVPR
推荐理由：做机器人抓取、自动驾驶或游戏 AI 的开发者，这三篇论文直接给出了可规模化训练的新思路——零样本抓取和紧凑推理方案值得重点关注。
原文
02:36
6月5日
22:18
08:13
08:13lmarena.ai@lmarena_ai
精选76°
Arena.ai 宣布将 NVIDIA 的 Nemotron 3 Ultra 模型加入其新的 Agent Mode，用于评估 AI 智能体在真实世界中的多步骤任务能力。Agent Arena 通过数百万次真实用户会话，测量模型在编写代码、创建演示文稿、网络研究、构建应用和文档分析等复杂工作流中的表现。评估基于任务成功率、可操控性、错误恢复、用户反馈和工具幻觉五个信号。当前排行榜显示 OpenAI GPT-5.5 排名第一，Anthropic Claude-Opus-4.7 第二，Zai GLM-5.1 第三。该平台已积累超过 30 万任务、200 万次工具调用和 4000 万行代码数据。
AI产品智能体评估/基准NVIDIANemotron 3 UltraAgent Arena
推荐理由：Agent Arena 用真实任务数据解决了智能体评估难的问题，做 AI 智能体开发或选型的团队可以直接参考排行榜和会话信号，比纯基准测试更有说服力。
原文
08:12
08:12lmarena.ai@lmarena_ai
精选83°
NVIDIA 今日正式发布 Nemotron 3 Ultra，这是一款 550B 参数的混合专家（MoE）开源模型，定位为前沿智能（frontier-intelligence）模型，专为长时间运行的智能体任务打造。相比其他开源前沿模型，Nemotron 3 Ultra 推理速度提升 5 倍，复杂智能体任务成本降低高达 30%。该模型旨在解决当前开源模型在长周期、高复杂度任务中推理慢、成本高的问题，为开发者提供更高效的智能体基础设施。
AI模型NVIDIANemotron 3 UltraMoE开源模型智能体
推荐理由：做智能体开发和部署的团队终于有了一个开源的高效选择——Nemotron 3 Ultra 直接降低长任务推理成本 30%，建议关注并测试其在实际 agent 场景中的表现。
原文
06:37
03:03
00:30
6月4日
23:40
22:39
22:10
22:09
21:27
21:27NVIDIA AI@NVIDIAAI
93°
NVIDIA 今日正式推出 Nemotron 3 Ultra，一款 550B 参数的 MoE（混合专家）开源模型，专为长时间运行的智能体任务设计。相比其他开源前沿模型，该模型推理速度提升 5 倍，复杂智能体任务成本降低高达 30%。Nemotron 3 Ultra 旨在解决长周期 AI 任务中的效率与成本瓶颈，为开发者提供更经济、更快速的智能体部署方案。NVIDIA 强调其“前沿智能”级别性能，并保持开源，进一步推动 AI 生态发展。
AI模型NVIDIANemotron 3 UltraMoE开源模型智能体
推荐理由：做智能体开发和部署的团队终于有了一个兼顾性能与成本的开源选择——Nemotron 3 Ultra 的 5 倍推理加速和 30% 成本降低值得直接上手测试。
原文
04:21
01:04
6月3日
16:04
08:11
08:11NVIDIA AI@NVIDIAAI
精选
NVIDIA 发布教程，展示如何让 AI 智能体学会一个工作流后，在每次重建后仍能记住。教程使用 NousResearch 的 Hermes Agent，结合 NVIDIA NemoClaw 和 OpenShell，将智能体连接到 Slack、Outlook、GitHub 和 NVIDIA 开发者论坛。用户可以通过对话纠正将新技能转化为可复用的技能，且私有数据受运行时策略保护。这意味着智能体可以跨部署持久化学习到的技能，无需每次重新训练。
AI产品智能体工作流持久化NVIDIAHermes AgentNemoClaw
推荐理由：做智能体开发和部署的团队终于可以解决「每次重建都要重新教」的痛点——NVIDIA 这套方案让技能跨部署持久化，直接连接 Slack、GitHub 等常用工具，值得一试。
原文
08:02
08:02NVIDIA AI@NVIDIAAI
精选
NVIDIA 旗下 Nemotron Labs 发布了 Self-Evolving Hermes Agents，一种能够在使用中自我改进的企业级 AI 智能体。该智能体通过持续学习用户交互和反馈，自动优化自身行为，无需人工重新训练。这解决了传统企业 AI 部署后性能停滞的问题，显著降低了维护成本。Hermes Agents 基于 Nemotron 模型，专为复杂企业任务设计，如客户服务、流程自动化等。NVIDIA 在直播中展示了其在实际场景中的自适应能力，引发广泛关注。
AI产品智能体企业AI自我进化NVIDIANemotron
推荐理由：企业 AI 终于能自己变强了——Self-Evolving Hermes Agents 解决了部署后性能衰减的痛点，做企业级 AI 落地的团队值得关注，看看它如何通过使用自动进化。
原文
05:59
05:59NVIDIA AI@NVIDIAAI
NVIDIA 宣布 DGX Spark 支持 NemoClaw 一键安装路径，用户只需一条命令即可完成模型获取、推理后端配置和运行时部署，大幅简化 AI Agent 的本地化部署流程。此前搭建 Agent 需要手动整合多个组件，耗时且依赖外部云服务。DGX Spark 通过提供可预测的本地算力，消除了对云端的依赖，适合需要长期运行、低延迟的 AI 应用场景。该更新让开发者能快速在本地启动 AI Agent，提升开发效率和部署灵活性。
AI产品AI AgentNVIDIADGX SparkNemoClaw本地部署
推荐理由：NVIDIA 把 AI Agent 的本地部署从繁琐的多步骤压缩成一条命令，做边缘计算或需要私有化部署的团队可以直接上手，省去云依赖和配置烦恼。
原文
02:53
01:03
6月2日
14:19
10:55
10:45
10:45NVIDIA AI@NVIDIAAI
NVIDIA 在 Hugging Face 上开源仓库总数突破 1000 个（含 820 个模型、249 个数据集和 57 个 Spaces），粉丝接近 60,000。其 LocateAnything 模型成为 Hugging Face 当前第一热门模型，PiD 排名第五。NVIDIA 宣布采用 Linux 基金会的 OpenMDW 框架，并发布了 Cosmos 3（物理 AI 全模态世界模型）和 Alphamayo 2 Super（自动驾驶开源模型）。此外，Nemotron 3 即将发布，Nemotron 4 也在研发中。Hugging Face CEO Clement Delangue 称 NVIDIA 为“美国开源 AI 之王”，肯定了其对生态的贡献。
行业NVIDIA开源/仓库Hugging Face物理 AI自动驾驶
推荐理由：NVIDIA 在 Hugging Face 上开源仓库破千，模型霸榜，做 AI 开发或模型选型的团队值得关注——这代表开源生态里又多了一个强力玩家，可以直接拿来用的资源又多了。
原文
08:44