NVIDIA

推荐理由：NVIDIA探讨了AI智能体安全定位，了解如何在智能体堆栈中实现安全控制。

推荐理由：NVIDIA 深入解析堆栈组件，了解智能体行为引导和安全性保障。

推荐理由：T-Rex 是一种全新的机器人触觉探索方法，结合了视觉和触觉专家，能够实现更精准的运动规划。开源的数据集和训练方法，让更多人能够参与到机器人触觉研究中。

推荐理由：NVIDIA 发了个工具，两行命令把 Hugging Face 模型转 TensorRT，省去 ONNX 导出步骤。

推荐理由：英伟达的新开源模型，30B MoE 但只跑 3B 活跃参数，放在 SageMaker 上直接部署，专为智能体高频调用设计，吞吐量翻 4 倍，适合跑大批量任务的人。

推荐理由：AI 服务器散热要转液冷了，明年渗透率过半，谷歌已经大面积用，英伟达新平台也全液冷，做散热件的 AVC 要出货了。

推荐理由：NVIDIA给Cursor出了个官方插件，装完你的智能体就会用CUDA和RAG这些技能了，搞开发更省事。

推荐理由：想做智能体又怕模型太贵太慢？Nemotron 3.5 Lightning只有3B活跃参数，在Fireworks上直接就能调。

推荐理由：Groq 成了 NVIDIA 的云合作伙伴，等于推理基础设施拿到官方认证，CEO 还放话要跑赢所有人。

推荐理由：Harvey把Nemotron 3.5 Lightning后训练了一把，法律Agent评测从0冲到8.3%，比Opus 4.6还强，输出也从90k缩到37k，省Token。

推荐理由：NVIDIA 的 Nemotron 3.5 Lightning 开源模型上线 Together AI，跑得最快，适合需要高强度处理任务的智能体。

推荐理由：Reasonable微调了NVIDIA的30B开源模型，形式化证明通过率胜过50倍大的模型，生成还更快。博客还拆解了模型怎么作弊。

推荐理由：Trajectory 一键后训练 Nemotron 3.5 Lightning，测试冲到 8.3% 超 Opus 4.6，小模型按客户定制能落地。

推荐理由：NVIDIA 的 Nemotron 3.5 Lightning 微调后，在 6 项任务上超过 4 个同类 MoE 模型拿了第一。想知道怎么调出来的，可以看这篇。