AITOP

NVIDIA

共 391 条相关 AI 资讯 · 查看话题观测
7月16日
18:12
16:22
16:22IT之家（博客/媒体）
81°
NVIDIA与Noetra合作基于DSX平台打造一座140MW国家物理AI工厂，采用Vera Rubin NVL72机架，部署13750块Vera CPU和27500块Rubin GPU。该工厂支持T级模型训练，为日本FRONTia项目提供算力基础。预训练权重将与NVIDIA的Nemotron、Cosmos等开源模型一同提供给日本开发者和企业。
行业NVIDIANoetra日本
事件专题
推荐理由：NVIDIA帮日本建国家级AI工厂，140MW算力、Vera Rubin GPU、T级训练，开源模型全给当地开发者，这波很实在。
原文
12:05
12:05IT之家（博客/媒体）
精选
NVIDIA 宣布扩展 Jetson Thor 计算机家族，新增 T3000 和 T2000 模组，定位主流中高端。T3000 提供 865 TFLOPS FP4 稀疏 AI 算力，集成八核 Neoverse Arm CPU 和 32GB LPDDR5X 内存（带宽 273GB/s），支持 25GbE 网络。T2000 提供 400 TFLOPS FP4 算力，配备 16GB 内存。NVIDIA 称 T3000 在多模态工作负载中推理性能与旗舰 T5000 相近，可帮助降低高内存成本。新 Jetson 软件结合内存优化和智能体 skill，开发者仅需数天即可实现显著内存节省。
AI产品NVIDIAJetson ThorT3000
事件专题
推荐理由：NVIDIA 出了两款新 Jetson Thor 模组 T3000 和 T2000，算力比上代 AGX Orin 强，价格更亲民，适合边缘 AI 推理和多模态应用。
原文
10:38
10:38官方账号arXiv cs.AI@Tam Nguyen, Hung Nguyen, Robert Ogburn
该论文提出一个AI加速的端到端框架，覆盖知识获取、内容开发、审核、教学与评估五个阶段。美国国家会计委员会已批准基于该框架的继续教育学分项目。3名学习者借助该框架在短时间内通过NVIDIA认证专家考试。框架的知识库还生成了1267条多智能体AI系统风险项数据集，验证了有效性。
论文NVIDIAAgentic AI技能提升
事件专题
推荐理由：这个框架把AI用在职业培训全流程，5个阶段都提速，已经帮人通过NVIDIA认证考试，还有美国会计委员会背书，挺靠谱。
原文
05:46
05:46官方账号Fei-Fei Li@drfeifei
精选
Stanford SVL与NVIDIA Robotics联合提出RoboTTT，基于测试时训练（TTT）方法，将机器人模型原生扩展到8000时间步的上下文（约5分钟肌肉记忆），推理成本恒定。相比以往机器人策略仅能处理数帧（<0.1秒），该方法将上下文长度提升3个数量级。在电路板组装任务中，RoboTTT通过一次人类视频演示即可实现零样本模仿学习。实验显示，8K上下文预训练性能比1K高出62%，且从128到8K时间步的闭合环路性能持续提升无饱和迹象。
AI模型RoboTTTStanford SVLNVIDIA
事件专题
推荐理由：斯坦福和英伟达搞了个新方法RoboTTT，能让机器人记住5分钟内的动作历史，一次看人演示就能模仿，还能自己纠错。上下文越长效果越好，8K比1K强62%。
原文
03:00
03:00官方账号NVIDIA AI@NVIDIAAI
精选
Thinking Machines 推出开源模型 Inkling，支持文本、图像和音频三模态推理。模型基于 NVIDIA GB300 NVL72 训练，NVFP4 检查点已在 Hugging Face 开放下载。官方提供完整权重，并支持通过 Tinker 平台进行微调，用户也可在 Inkling Playground 直接体验。
AI模型InklingThinking MachinesNVIDIA
事件专题
推荐理由：Thinking Machines 刚发了 Inkling，一个开源的多模态推理模型，能处理文本、图像、音频，还给了完整权重可以微调，NVFP4 检查点直接下。
原文
02:33
7月15日
02:45
02:45官方账号NVIDIA AI@NVIDIAAI
Nemotron Labs 发布了一个教程，讲解如何利用 Agent Skills 运行强化学习自动研究。该教程面向开发者，展示如何构建和部署智能体以自动执行 RL 实验。它可能涉及 NVIDIA 的 Nemotron 框架和特定工具链。具体步骤包括环境配置、技能组合和实验管理。
技巧Nemotron Labs强化学习智能体
事件专题
推荐理由：想用强化学习自动跑实验？Nemotron Labs 出了个教程，手把手教你用 Agent Skills 搭建智能体，省心省力。
原文
01:27
01:27官方账号NVIDIA AI@NVIDIAAI
精选
零样本模型漏检了一个可见交通信号。用 LoRA 对 Cosmos 3 Nano 进行后训练后，WTS 验证准确率从 54.41% 提升到 87.14%。结合 NVIDIA TAO AutoML，准确率进一步达到 93.35%。整个微调流程在一天内完成。
AI模型NVIDIACosmos 3 NanoLoRA
事件专题
推荐理由：NVIDIA 用 LoRA 微调小模型 Cosmos 3 Nano 做交通信号识别，准确率从 54% 蹿到 93%，一天内搞定，效果很猛。
原文
00:35
00:35官方账号NVIDIA AI@NVIDIAAI
精选
NVIDIA 展示一个编码智能体，利用 NeMo RL 和 NeMo Gym 框架，在有限时间内自主构建训练环境并指导 Qwen3-VL-2B 视觉模型学习数彩色星星。模型准确率从 25% 跃升至 96.9%。智能体还能主动提出下一项实验方案，研究员全程仅进行方向性指导。
AI模型NVIDIANeMo RLNeMo Gym
事件专题
推荐理由：NVIDIA 让智能体自己搭环境教模型，Qwen3-VL-2B 准确率从 25% 飙到 96.9%，还能自动想下一步实验，挺有意思。
原文
7月14日
21:35
15:54
13:55
13:55官方账号vLLM@vllm_project
精选
NVIDIA NeMo 团队发布了新的智能体优先强化学习框架 Molt，采用 vLLM（基于 Ray）作为 rollout 引擎。vLLM 支持快速异步服务，最高可扩展至 1T 级 MoE 规模，且易于集成，让上层的强化学习核心保持小巧和可修改。
AI模型vLLMMoltNVIDIA
事件专题
推荐理由：vLLM 被 NVIDIA 新框架 Molt 选为 rollout 主力，支持 1T 级 MoE 规模，想搞强化学习可以试试这套组合。
原文
10:16
07:15
07:15官方账号NVIDIA AI@NVIDIAAI
精选
NVIDIA发布“AI Model Co-Design”系列文章，首篇探讨模型维度与GPU性能的关联。文章指出，调整模型维度（如宽度、深度）能直接影响GPU的计算效率。通过合理设计，可提升系统吞吐量和单用户响应速度。该系列旨在推动模型与硬件的协同优化。
技巧NVIDIAGPU模型设计
事件专题
推荐理由：NVIDIA新系列讲模型和硬件怎么配合更高效，首篇教你调维度来榨干GPU性能，部署AI服务的人值得一看。
原文
7月13日
20:21
11:15
11:15官方账号Together AI@togethercompute
Together AI联合NVIDIA和Lyra Labs，在ICML 2025会议上主办一场炉边谈话，由Tri Dao主持。活动主题聚焦AI研究与基础设施的未来发展。会议将于ICML期间举行，需RSVP参与。
行业Together AINVIDIALyra Labs
事件专题
推荐理由：Tri Dao带队，Together AI、NVIDIA和Lyra Labs一起聊AI研究走向，ICML现场限定，想去的赶紧RSVP。
原文
11:00
11:00官方账号Together AI@togethercompute
NVIDIA的开放模型Nemotron 3 Ultra在Together AI上线后迅速获得社区青睐。该模型在OpenRouter平台上的处理量在几天内达到每天350亿token。这反映了社区对快速、高效且可定制开放模型的积极支持。Nemotron 3 Ultra是一款完全可定制的开放模型，由NVIDIA开发。
AI模型Nemotron 3 UltraNVIDIATogether AI
事件专题
推荐理由：NVIDIA刚推的Nemotron 3 Ultra在Together AI上火了，几天就在OpenRouter冲到每天350亿token用量，社区超爱这种又快又省又好改的开放模型。
原文
7月12日
06:19
7月11日
01:04
00:10
00:10官方账号LangChain@LangChainAI
精选
LangChain 团队将 NVIDIA 的 Nemotron 3 Ultra 接入 agent 框架 Deep Agents 进行调优。他们通过特定的训练和推理优化，提升了模型在复杂任务中的表现。调优后的 Nemotron 在多个 benchmark 上取得进展，展示了开源模型在智能体场景下的潜力。
AI模型NemotronNVIDIALangChain
事件专题
推荐理由：LangChain 分享了怎么用 Deep Agents 调优 Nemotron 3 Ultra，有具体方法，做 agent 的可以看看。
原文
7月10日
23:56
23:56官方一手AWS Machine Learning Blog@Sandeep Raveesh-Babu
精选
本文介绍NVIDIA Nemotron 3架构的特点，并详细演示如何通过Amazon SageMaker AI的无服务器定制功能进行微调。步骤涵盖在SageMaker Studio中配置环境、加载Nemotron 3模型、调整超参数并启动训练。该方法无需管理服务器资源，支持高效迭代模型。
技巧NVIDIANemotron 3Amazon SageMaker
事件专题
推荐理由：想无服务器微调NVIDIA Nemotron 3？AWS官方教程手把手教你用SageMaker Studio搞定。
原文
11:45
11:45官方账号arXiv cs.LG@Kaifeng Zhao, Mathis Petrovich, Haotian Zhang, Tingwu Wang, Siyu Tang, Davis Rempe
73°
ARDY 是一个流式生成框架，采用混合表示（显式根特征与潜在身体嵌入）和两阶段自回归变压器去噪器，支持在线文本提示和灵活的运动学约束。在 HumanML3D 基准和 Bones Rigplay 数据集上的评估显示，其运动质量和约束遵循度高。通过交互式演示展示动态文本控制、关键帧姿势约束、路径跟随和鼠标键盘运动控制。代码和模型已发布。
AI模型ARDYNVIDIA人体运动生成
事件专题
推荐理由：NVIDIA 实验室提出 ARDY，能实时生成高质量人体运动，支持文本+约束控制，比传统方法更可控、更快速。
原文
06:26
06:26andrew chen@andrewchen
作者认为，对于占大部分使用场景的日常查询（如谷歌搜索式的“normie prompts”），前沿模型与开源模型输出质量差异已不明显，用户难以盲测区分。他用Qwen 27b dense在Mac上运行，觉得已足够胜任。这预示开源模型将占据多数查询，AI定价趋近于零并转向广告支持，竞争焦点将移向隐私、互联和免费捆绑。只有前沿模型用于编程、科学等小众高价值场景继续存在。
行业Qwen 27b denseGrok 4.5开源模型
事件专题
推荐理由：作者说大部分用户根本分不清不同模型的输出好坏，开源模型就够用，AI可能要免费了。观点反主流但很实在，值得一读。
原文
05:54
05:54官方账号NVIDIA AI@NVIDIAAI
精选
Flex-Forcing是NVIDIA研究团队发布的视频生成方法。当前主流方法有双向扩散（同时建模所有帧，结构稳但慢）和自回归（逐帧生成，快且支持长片段，但漂移）。Flex-Forcing训练单一模型在推理时可根据计算预算选择任一种方式或中间态。
AI模型NVIDIAFlex-Forcing视频生成
事件专题
推荐理由：NVIDIA新出的Flex-Forcing，一个模型就能在双向扩散和自回归之间切换，想快想稳都行，挺省事的。
原文
02:31
02:31Aravind Srinivas@AravSrinivas
精选
Arav Srinivas宣布将在美国的NVIDIA B200s上托管一个模型，并计划对Nemotron 3 Ultra进行后训练。后训练旨在提升该模型的性能，使其与美国开源模型具备同等能力。更多细节即将公布。
AI模型Nemotron 3 UltraB200sNVIDIA
事件专题
推荐理由：Arav Srinivas说要在美国用B200s跑Nemotron 3 Ultra后训练，让美国开源模型追上对手进度。
原文
7月9日
19:30
19:30IT之家（博客/媒体）
73°
美国银行估算，英伟达 Rubin NVL72 机柜整机售价约 600 万美元，其中 HBM4 内存成本约 38.2 万美元（18.40 美元/GB）。Rubin Ultra V300 机柜（144 块 GPU）售价高达 2100 万美元，单柜 HBM4e 容量达 82,944GB，内存成本升至 153.4 万美元。相比 Blackwell NVL72 （300 万美元），Rubin 机柜售价翻倍，HBM 占整机成本从 5.2% 升至 6.4%。建设一座 1GW 的 Rubin 数据中心投资超 470 亿美元，年电费约 13 亿美元。
行业NVIDIARubinHBM4
事件专题
推荐理由：英伟达下一代 Rubin 服务器价格曝光，单柜 600 万到 2100 万美元，光内存成本就超 150 万，比 Blackwell 贵得多，想了解 AI 硬件成本趋势可以看看。
原文
16:52
03:46
03:19
03:19官方一手NVIDIA AI Blog@Adel El Hallak
精选
NVIDIA Nemotron 3 Ultra 在 LangChain 的 Deep Agents 框架上取得开放模型最高准确率。它完成更多任务且吞吐量更高，运行速度提升10倍。其成本低于顶级闭源模型。这使得 Nemotron 3 Ultra 成为构建 AI 智能体的高性价比选择。
AI模型NVIDIANemotron 3 UltraLangChain
事件专题
推荐理由：NVIDIA 的 Nemotron 3 Ultra 和 LangChain 合作，以更低成本跑出比闭源模型快10倍的成绩，做智能体首选。
原文
03:05
02:34
02:34Harrison Chase@hwchase17
Prime Intellect 宣布完成1.3亿美元A轮融资，由 Radical Ventures 领投，NVIDIA、Intel Capital、Dell Capital 及现有投资者跟投。该公司将利用资金构建开放超级智能堆栈（Open Superintelligence Stack），使用户能自主训练、部署并持续改进模型。此轮融资将用于加速平台开发与生态扩展。
行业Prime Intellect融资超级智能堆栈
事件专题
推荐理由：Prime Intellect 融了1.3亿美元，NVIDIA和Intel都跟投了。他们要搞开放的超级智能堆栈，让你自己训练和部署模型，不用依赖大厂。
原文
01:46
01:46官方账号LangChain@LangChainAI
精选
NVIDIA与LangChain联合发布NemoClaw Deep Agents蓝图，包含开放权重模型层Nemotron 3 Ultra，支持领域定制。Deep Agents层提供规划、工具调用、记忆和长时任务处理能力。OpenShell Runtime作为开放运行时，允许用户控制、审计和治理。该蓝图旨在简化智能体应用的构建与部署。
AI模型NVIDIANemotron 3 UltraLangChain
事件专题
推荐理由：NVIDIA和LangChain搞的这个蓝图很实在，Nemotron 3 Ultra开放权重随便微调，智能体框架自带规划、工具、记忆，运行时也开源可审计。
原文
01:42
01:42官方账号NVIDIA AI@NVIDIAAI
精选
NVIDIA AI 与 LangChain 联合推出基于 Nemotron 3 Ultra 的 Deep Agents 开源智能体框架。该 agent 在评测中取得 0.86 聚合分数，推理成本仅 4.48 美元。而性能最接近的闭源模型成本为 43.48 美元，实现了 10 倍的成本降低。框架完全开放可定制，开发者可直接使用。
AI模型Nemotron 3 UltraLangChainDeep Agents
事件专题
推荐理由：NVIDIA 和 LangChain 搞了个开源智能体，用 Nemotron 3 Ultra 跑 Deep Agents，性能比肩闭源但成本只要 4 块多，比最接近的对手便宜 10 倍。搞 AI agent 的值得看看。
原文
01:01
01:01官方账号LangChain@LangChainAI
精选
LangChain调整了NVIDIA Nemotron 3 Ultra模型的推理框架，在基准测试中获得0.86的聚合分数，成本仅4.48美元。与之性能最接近的模型成本为43.48美元，实现了10倍的成本降低。该优化在保持领先性能的同时大幅降低了推理开销。
AI模型NemotronNVIDIALangChain
事件专题
推荐理由：LangChain让Nemotron 3 Ultra跑分0.86，成本只要4.48刀，比对手便宜近10倍，性价比拉满。
原文
7月8日
23:41
23:37
23:37Harrison Chase@hwchase17
精选
LangChain与NVIDIA合作发布NemoClaw Deep Agents Blueprint，这是一个完全开源的企业级代理系统参考架构。该蓝图在基准测试中取得领先性能，同时推理成本相比现有方案降低超过10倍。企业可以完全拥有并自定义整个堆栈。
AI产品NemoClawDeep AgentsLangChain
事件专题
推荐理由：LangChain和NVIDIA联手搞了个叫NemoClaw的开源代理系统，性能领先还便宜10倍以上，搞企业级AI代理的可以看看。
原文
16:44
15:19
11:04