04:04Together AI@togethercompute精选Trajectory Labs 在 Together Compute 和 NVIDIA 的支持下,仅用不到 24 小时就在一个开放模型上实现了前沿模型级别的性能。这展示了当优秀开源模型与合适的训练基础设施结合时,可以快速取得显著成果。Together Compute 为此提供了算力支持,凸显了开放模型生态的潜力。AI模型开放模型后训练算力基础设施Together ComputeNVIDIA10 个信源在谈推荐理由:对于关注开源模型训练效率的团队,这个案例证明了 24 小时内就能让开放模型达到前沿水平,值得研究其训练流程。原文
03:08NVIDIA AI@NVIDIAAINVIDIA 推出了 Brev Launchables 和 Agent Skills,用于生成物理 AI 的合成数据。这些工具旨在解决物理 AI 训练数据稀缺的问题,通过自动化生成高质量合成数据,加速机器人、自动驾驶等物理 AI 应用的开发。Brev Launchables 提供可复用的数据生成环境,Agent Skills 则赋予智能体自主执行数据采集任务的能力。这对从事物理 AI 研究的团队来说是一个重要的基础设施更新。AI产品NVIDIA物理AI合成数据Brev LaunchablesAgent Skills8 个信源在谈推荐理由:物理 AI 训练数据难获取是行业痛点,NVIDIA 这套工具直接降低了合成数据门槛,做机器人或自动驾驶的开发者值得关注,可以大幅减少手动标注成本。原文
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5 个信源在谈推荐理由: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
10:40Ate-a-Pi@svpinoNVIDIA 与微软合作推出两款新设备:DGX Station 搭载 GB300 超级芯片,最高 748GB 内存;RTX Spark 笔记本拥有 1 petaflop AI 性能和 128GB 统一内存。这些硬件配置极为强大,面向 AI 开发者和研究人员。DGX Station 适合本地训练大型模型,而 RTX Spark 则提供便携的高性能 AI 计算能力。此举将推动边缘 AI 和本地部署的普及。AI产品NVIDIA微软DGX StationRTX SparkAI 硬件6 个信源在谈推荐理由:AI 开发者和研究人员终于有了本地高性能计算的新选择——DGX Station 适合模型训练,RTX Spark 适合便携推理,建议关注具体规格和价格。原文
03:06NVIDIA AI@NVIDIAAI76°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 DeepMindNVIDIA10 个信源在谈推荐理由: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
20:38PolymarketMoney@PolymarketMoneyNVIDIA($NVDA)与 NBIS($NBIS)联合启动了 Physical AI Living Lab,这是一个专为机器人初创公司设计的实体 AI 实验室。该实验室旨在为初创企业提供物理环境、计算资源和数据支持,加速机器人技术的研发与落地。此举标志着 AI 从虚拟世界向物理世界的延伸,对机器人行业具有重要推动作用。初创公司可借此降低开发门槛,更快实现产品原型测试。AI产品机器人Physical AINVIDIANBIS初创公司8 个信源在谈推荐理由:机器人初创公司终于有了实体 AI 试验场——NVIDIA 和 NBIS 的 Living Lab 解决了从仿真到现实部署的痛点,做机器人开发的团队值得关注,可以直接申请使用。原文
08:05NVIDIA AI@NVIDIAAI精选72°NVIDIA 在 Blackwell 平台上使用 NVFP4 精度训练了 Llama 3 8B 和 405B 模型。实验结果显示,相比 FP8 精度,NVFP4 实现了 1.31 到 1.73 倍的训练速度提升,且未出现任何精度损失。这一突破意味着大模型训练可以在更短的时间内完成,同时保持模型质量。对于需要大规模训练 AI 模型的团队来说,这能显著降低计算成本和等待时间。AI模型NVIDIABlackwellNVFP4Llama 3训练加速4 个信源在谈推荐理由:训练速度提升 1.3-1.7 倍且零精度损失,做大规模模型训练的团队可以直接在 Blackwell 上尝试 NVFP4,省时省成本。原文
13:36AI Will@FinanceYF5SK hynix与NVIDIA签署了多年合作协议,旨在提前联合设计先进DRAM,避免等待GPU设计完成后再开始内存芯片制造。合作覆盖AI超算、个人AI PC和Jetson机器人平台。SK hynix还将利用NVIDIA工具构建芯片厂数字孪生,在真实产线运行前完成虚拟测试。这表明AI基础设施的军备竞赛已深入内存层,长期联合规划成为关键。行业SK hynixNVIDIAAI基础设施DRAM数字孪生5 个信源在谈推荐理由:AI基础设施的竞争已从GPU延伸到内存,做AI硬件或数据中心规划的团队需要关注——内存的联合设计周期直接影响GPU迭代节奏,提前布局才能不掉队。原文
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7 个信源在谈推荐理由: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
08:25AI Will@FinanceYF588°NVIDIA 近日发布 Nemotron 3 Ultra,这是一款专为长期运行的 AI Agent 设计的旗舰开源模型。该模型采用 550B 参数的 MoE 架构,激活参数仅 55B,推理速度比同级开源模型快 5 倍,Agent 任务成本降低 30%。Nemotron 3 Ultra 旨在解决复杂、长时间运行的 Agent 任务中的效率与成本问题,为开发者提供高性能且经济的选择。该模型的开源特性有望推动 Agent 应用生态的发展。AI模型NVIDIANemotron 3 Ultra开源模型AgentMoE10 个信源在谈推荐理由:做 Agent 开发的团队终于有了一个高性能且成本可控的开源选择——Nemotron 3 Ultra 推理快 5 倍、成本降 30%,值得直接上手试试。原文
15:44Aadit Sheth@aaditsh72°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GoogleSpaceXNVIDIA8 个信源在谈推荐理由: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
13:20Perplexity@perplexity_ai72°Perplexity 宣布其 Pro 和 Max 订阅用户现在可以使用 Nemotron 3 Ultra 模型。该模型由 NVIDIA 开发,是一款专为长时间运行的智能体任务设计的新开源模型。此举将高性能的智能体能力直接提供给付费用户,无需额外配置。对于依赖 AI 进行复杂、持续任务的用户来说,这是一个直接可用的新选择。AI产品PerplexityNemotron 3 UltraNVIDIA智能体开源模型10 个信源在谈推荐理由:做长任务智能体的开发者可以直接在 Perplexity 上体验 NVIDIA 的最新开源模型,省去部署成本,值得 Pro/Max 用户试试。原文
08:18NVIDIA AI@NVIDIAAINVIDIA 正式推出 Nemotron 3 Ultra 模型,并同步发布了详细的设置教程,指导用户如何在智能体框架中集成该模型。官方还展示了多个能力演示视频,涵盖推理、编程等场景。该模型旨在提升 AI 智能体的性能,为开发者提供更强大的基础模型选择。教程和演示资源已公开,方便开发者快速上手。AI模型NVIDIANemotron 3 Ultra智能体教程推理模型10 个信源在谈推荐理由:NVIDIA 为智能体开发者提供了开箱即用的教程和演示,做 AI 应用集成的团队可以直接参考,省去自己摸索的时间。原文
08:03Aravind Srinivas@AravSrinivasNVIDIA 最新的开源模型 Nemotron 3 Ultra 现已上线 Perplexity,面向所有 Pro 和 Max 用户开放。该模型专为长时间运行的智能体任务设计,是美国领先的开源模型之一。用户可以直接在 Perplexity 平台上体验其长上下文和推理能力。此举进一步丰富了 Perplexity 的模型选择,为开发者提供了更多开源选项。AI产品Nemotron 3 UltraNVIDIAPerplexity开源模型智能体10 个信源在谈推荐理由:NVIDIA 的 Nemotron 3 Ultra 是专为长时智能体任务设计的开源模型,做 AI 智能体开发的团队可以直接在 Perplexity 上试用,省去本地部署的麻烦。原文
07:51NVIDIA AI@NVIDIAAI72°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PixelDiTNVIDIACVPR5 个信源在谈推荐理由: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
03:28Jim Fan@jimfanNVIDIA 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NVIDIACVPR4 个信源在谈推荐理由: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
02:36NVIDIA AI@NVIDIAAINVIDIA 宣布其 Nemotron Coalition 新增三家成员:@hcompany_ai、@NousResearch 和 @PrimeIntellect。该联盟旨在协作开发前沿开放模型,现有成员包括 Black Forest Labs、Cursor、LangChain、Mistral AI 等。Nemotron 3 Ultra 模型已在联盟成员贡献下完成开发,未来将继续合作推进新模型发布。Prime Intellect 表示将贡献其强化学习基础设施,帮助扩展智能体能力。行业NVIDIANemotron开放模型联盟智能体10 个信源在谈推荐理由:开放模型生态再添生力军,做 AI 模型训练或智能体开发的团队值得关注——联盟协作模式可能加速下一代开源模型落地。原文
22:18Paul Couvert@itsPaulAi72°NVIDIA 发布了开源模型 Nemotron 3 Ultra,专为智能体任务和编程设计。该模型在性能上接近闭源模型 GPT 5.5,但推理成本仅为后者的十分之一($0.051 vs $0.57)。Nemotron 3 Ultra 速度比同类模型快5倍,成本低30%,已在 Hugging Face 上开源。这标志着开源模型与闭源模型之间的质量差距正在迅速缩小,尤其适合处理大型代码库和智能体应用。AI模型NVIDIANemotron 3 Ultra开源模型推理模型编程助手10 个信源在谈推荐理由:开源模型性能逼近闭源,成本却低一个数量级——做智能体或编程的开发者可以直接在 Hugging Face 上试用,省下不少推理预算。原文
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 Arena10 个信源在谈推荐理由: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
08:12lmarena.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10 个信源在谈推荐理由: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
06:37NVIDIA AI@NVIDIAAINVIDIA 发布了 Nemotron 3 Ultra 模型,在智能体任务(如代理生产力、编程和长程规划)上实现了领先的准确性。该模型针对复杂、多步骤的 AI 任务进行了优化,有望提升自动化工作流的效率。这一进展对构建智能体系统的开发者和企业具有重要意义,标志着 NVIDIA 在 AI 模型领域的持续投入。AI模型NVIDIANemotron 3 Ultra智能体编程助手推理模型10 个信源在谈推荐理由:做智能体开发或自动化流程的团队,Nemotron 3 Ultra 在编程和长程规划上的领先精度值得关注,建议点开看看具体评测数据。原文
03:03ollama@ollama76°NVIDIA 的 Nemotron 3 Ultra 模型现已可通过 Ollama 云端直接使用。该模型为 550B MoE 架构的开放前沿模型,专为长时间运行的智能体任务设计。相比其他开放前沿模型,推理速度提升 5 倍,复杂智能体任务成本降低最多 30%。用户可通过 Claude Code、Hermes Agent 等工具直接调用,也可用于通用聊天。AI模型NVIDIANemotron 3 UltraOllamaMoE智能体10 个信源在谈推荐理由:做智能体开发的团队终于有了一个低成本、高推理速度的开放模型选择,可以直接在 Ollama 上跑,建议试试看。原文
00:30Fireworks AI@FireworksAI_HQ76°NVIDIA 的 Nemotron 3 Ultra 模型已在 Fireworks 平台上线,这是一款面向前沿推理和长时间运行自主智能体编排的开源模型。该模型专为编码智能体、深度研究和复杂企业工作流等场景设计,旨在提升 AI 在长周期任务中的自主决策与执行能力。Fireworks 提供了零日支持,开发者可立即使用。AI模型推理模型智能体开源/仓库编程助手NVIDIA10 个信源在谈推荐理由:做复杂自动化智能体的团队终于有了开源推理模型的新选择——Nemotron 3 Ultra 专为长任务编排优化,编码和深度研究场景的开发者可以直接上手试。原文
23:40Paul Couvert@itsPaulAi精选NVIDIA发布了新的开源模型,其基准测试成绩与两倍大小的模型相当。该模型推理速度更快且成本更低。NVIDIA同时公开了模型权重、训练数据和配方。这标志着开源模型在效率上取得了进步。AI模型NVIDIA开源模型基准测试10 个信源在谈推荐理由:NVIDIA开源模型性价比高原文
22:39elvis@omarsar083°NVIDIA 发布了 Nemotron 3 Ultra,一个 550B 参数的混合专家(MoE)开源模型,专为长时间运行的智能体任务优化。该模型在推理速度上比同类开源前沿模型快 5 倍,同时将复杂智能体任务的成本降低高达 30%。这标志着开源模型在支持本地长时间运行编程智能体方面迈出了重要一步,为开发者提供了更高效、更经济的替代方案。AI模型NVIDIANemotron 3 UltraMoE开源模型智能体10 个信源在谈推荐理由:做智能体或编程助手的开发者终于有了一个开源的高效选择——Nemotron 3 Ultra 在速度和成本上显著优于同类模型,值得立即关注和测试。原文
22:10NVIDIA AI@NVIDIAAINVIDIA 宣布对 Ultra 模型进行后训练,使其适配 OpenClaw、NousResearch Hermes Agent 和 LangChain 等主流智能体框架。该模型作为开放前沿模型,开发者可针对不同领域定制专用智能体。此举降低了构建复杂 AI 智能体的门槛,推动开源生态发展。AI模型NVIDIAUltra智能体开源/仓库LangChain10 个信源在谈推荐理由:做智能体开发的团队终于有了官方适配主流框架的开放模型,可以直接基于 Ultra 定制领域专用智能体,省去大量底层适配工作,值得关注。原文
22:09NVIDIA AI@NVIDIAAI76°NVIDIA 宣布完全开源 Nemotron 3 Ultra 模型,包括模型权重、合成数据和后训练配方。该模型已在 Hugging Face 上架,开发者可自由获取和使用。此举延续了 NVIDIA 在 AI 开源领域的承诺,为研究人员和开发者提供了完整的模型复现与定制能力。Nemotron 3 Ultra 的开放有助于推动大模型生态的透明度和可复现性。AI模型开源/仓库Nemotron 3 UltraNVIDIAHugging Face训练配方10 个信源在谈推荐理由:NVIDIA 把 Nemotron 3 Ultra 的权重、数据和训练配方全部开源,做模型复现或定制训练的团队可以直接下载使用,省去从头训练的昂贵成本。原文
21:27NVIDIA AI@NVIDIAAI93°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10 个信源在谈推荐理由: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
04:21Satya Nadella@satyanadella微软CEO Satya Nadella在Build大会上感谢NVIDIA CEO Jensen Huang的参与,强调双方在云端和边缘计算领域的深度合作。Jensen Huang从台北连线,展示了从Windows设备到AI工厂的全面合作,标志着智能体AI时代的到来。此次合作旨在推动AI基础设施的规模化部署,为开发者提供更强大的计算能力。行业微软NVIDIA智能体AI云端合作边缘计算10 个信源在谈推荐理由:微软和NVIDIA联手推进智能体AI,从设备到云端全面覆盖,做AI基础设施和边缘计算的开发者值得关注这一合作动向。原文
01:04NVIDIA AI@NVIDIAAINVIDIA 发布了 OpenShell v0.0.55 版本,新增对 Google Vertex AI 推理提供者的支持,允许用户直接使用 Vertex AI 运行智能体。该版本还引入了基于配置文件的策略可见性,增强了网关中的 Podman 检测能力,并恢复了 GPU procfs 的基线行为。此外,修复了 CI 和文档问题,提升了整体稳定性和安全性。对于需要跨云部署 AI 智能体的开发者来说,这是一个实用的更新。AI产品OpenShellVertex AI智能体推理NVIDIA10 个信源在谈推荐理由:OpenShell 新增 Vertex AI 支持,让多云 AI 智能体部署更灵活,做跨平台推理的团队可以直接用起来。原文
16:04Ate-a-Pi@svpinoNVIDIA和微软联合举办Builder's Arcade活动,这是一个为期5天的迷你项目(6月1日至5日),参与者可以免费构建并部署基于NVIDIA加速的Azure AI Foundry的智能体AI。活动旨在帮助开发者快速上手智能体开发,无需付费即可体验企业级AI基础设施。适合想尝试智能体AI但缺乏资源的个人开发者或团队。AI产品智能体NVIDIA微软Azure AI Foundry开发者活动10 个信源在谈推荐理由:想免费体验NVIDIA加速的智能体AI开发?这个5天活动直接给你企业级环境,做AI应用的开发者建议抓住机会,省去自己搭环境的成本。原文
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 AgentNemoClaw10 个信源在谈推荐理由: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
08:02NVIDIA 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NVIDIANemotron10 个信源在谈推荐理由: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
05:59NVIDIA AI@NVIDIAAINVIDIA 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10 个信源在谈推荐理由: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
02:53NVIDIA AI@NVIDIAAI78°NVIDIA 宣布推出 Cosmos 3,号称首个面向物理 AI 的全模态模型。该模型能够处理多种输入模态(如文本、图像、视频等),并应用于机器人、自动驾驶等物理世界场景。官方展示了多个令人惊叹的示例,体现了模型在理解与生成物理交互方面的能力。这标志着 AI 从数字世界向物理世界迈出了重要一步。AI模型物理AI全模态模型NVIDIA机器人自动驾驶10 个信源在谈推荐理由:做机器人或自动驾驶的开发者终于有了一个能统一处理多模态输入的物理 AI 模型,值得看看它能带来哪些新可能。原文
01:03AI Will@FinanceYF5NVIDIA AI 官方宣布,新一代模型 Nemotron 3 Ultra 将于本周发布。该模型是 Nemotron 系列的升级版本,预计在性能和效率上将有显著提升。Nemotron 系列专注于为 AI 推理和训练提供高效解决方案,此次更新可能带来更强大的计算能力和更低的能耗。对于 AI 开发者和企业用户而言,这标志着 NVIDIA 在 AI 基础设施领域的持续创新。AI产品NVIDIANemotron 3 UltraAI 推理模型发布硬件/基础设施10 个信源在谈推荐理由:NVIDIA 的 Nemotron 系列是 AI 推理和训练的重要工具,新版本 Ultra 的发布将直接影响模型部署效率,做 AI 基础设施选型的团队值得关注。原文
14:19ollama@ollamaOllama 宣布与 NVIDIA 合作,为 NVIDIA RTX Spark 超级芯片提供本地 AI 推理支持。RTX Spark 是一款 1 petaflop 的超级芯片,拥有完整的 CUDA 和 RTX 生态系统,并支持 Windows 原生智能体。这一合作将使得个人电脑能够运行更强大的本地 AI 模型,标志着个人计算的新起点。Ollama 用户将能够直接在 RTX Spark 上部署和运行 AI 模型,无需依赖云端。AI产品OllamaNVIDIARTX Spark本地推理智能体10 个信源在谈推荐理由:Ollama 与 NVIDIA 联手,让本地 AI 推理性能跃升到 petaflop 级别,做本地模型部署的开发者可以直接在 RTX Spark 上跑模型,值得关注。原文
10:55NVIDIA AI@NVIDIAAINVIDIA AI与VSS(虚拟智能体系统)蓝图正被多家公司用于构建专用智能体,这些智能体可与中央工厂管理器通信,实现生产监控、质量提升和安全改进。参与公司包括DeepHow、Overview AI、Roboflow和Spingence。该方案通过智能体协作,将AI能力落地到工业场景,有望提升工厂运营效率。AI产品NVIDIAVSS蓝图智能体工业AI工厂监控10 个信源在谈推荐理由:工业AI落地有了新范式——智能体协作监控工厂,做智能制造或工业自动化的团队值得关注这套蓝图。原文
10:45NVIDIA AI@NVIDIAAINVIDIA 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10 个信源在谈推荐理由: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
08:44NVIDIA AI@NVIDIAAI精选NVIDIA 推出 Factory Operations Blueprint (FOX),这是一个用于构建工厂管理智能体的参考设计。该蓝图能够监控运营、实时推理数据并协调专业 AI 智能体,帮助大规模解决问题。早期采用者包括富士康、和硕、研华和纬创等,已在生产力、质量和效率方面取得显著提升。FOX 旨在为制造业提供统一的 AI 中枢,推动工业自动化进入新阶段。AI产品NVIDIA工厂运营AI 智能体工业自动化FOX10 个信源在谈推荐理由:制造业团队终于有了可落地的 AI 方案——FOX 直接解决工厂监控和协调的痛点,富士康等大厂已验证效果,做工业自动化的开发者值得关注。原文