AITOP

NVIDIA

共 399 条相关 AI 资讯 · 查看话题观测
6月12日
12:50
12:50官方账号Artificial Analysis@ArtificialAnlys
精选
随着用户和企业赋予 AI 模型和智能体更多自主权，筛选其输入输出的护栏变得至关重要。然而，现有的护栏评测基准未能跟上模型智能的发展速度。与 NVIDIA 合作，该团队在三个开放数据集上独立评测了护栏与审核模型，衡量了检测质量、延迟以及捕捉不安全内容与过度拒绝安全内容之间的权衡。结果显示，没有模型能全面胜出，且缺乏统一的评判标准。这被视为一个测量问题的早期步骤，随着模型承担更多实际工作，该问题将愈发重要。
行业AI 安全护栏评测NVIDIA
事件专题
推荐理由：AI 安全护栏评测标准滞后，做模型部署和安全审核的团队需要关注这个评测缺口，建议点开了解当前护栏模型的真实表现。
原文
12:42
12:42官方账号Sebastian Raschka@rasbt
精选
Nemotron 3 Ultra 是 NVIDIA 发布的新一代开源权重模型，延续了前代 Super 变体的 Mamba-2 注意力混合架构和 LatentMoE 设计，但规模更大。该模型在能力与效率之间取得了极佳平衡，性能表现令人印象深刻。开源权重意味着开发者可以自由下载、微调和部署，适合资源受限但追求高性能的场景。这一发布进一步丰富了开源大模型生态，为研究者和工程师提供了新的选择。
AI模型Nemotron 3 UltraMamba-2LatentMoE
事件专题
推荐理由：NVIDIA 把 Mamba-2 混合架构和 LatentMoE 做到更大更强，追求高性价比模型的团队可以直接拿来用，省去从头训练的昂贵成本。
原文
12:31
12:31karminski-牙医 (AI工具)@karminski3
精选
Google发布了Gemma小模型的Diffusion版本，名为Diffusion Gemma，大小26B但激活参数量仅4B。与NVIDIA合作针对RTX 4090和5090优化，5090上每秒可生成700+ token。Diffusion模型像刮奖一样逐片生成文本，速度远快于传统逐字生成模型，但输出质量略低。在AIME 2026数学测试中达到Gemma4-26B-A4B的94%水平，在Agent能力测试中达到82%。4bit量化版本仅需16G显存即可运行。
AI模型Diffusion模型GemmaGoogle
事件专题
推荐理由：Diffusion Gemma把文本生成速度拉到单卡700TPS，做实时对话或高吞吐推理的团队可以直接用，4bit量化16G显存就能跑，值得试试能否做投机解码的草稿模型。
原文
12:29
07:02
06:16
04:41
04:04
04:04官方账号Together 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
事件专题
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
03:08
03:08官方账号NVIDIA AI@NVIDIAAI
NVIDIA 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
事件专题
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
00:35
00:35官方账号NVIDIA 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
事件专题
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
04:44
04:44官方账号Simon Willison’s Weblog（博客/媒体）
76°
Google 去年曾短暂发布实验性的 Gemini Diffusion 模型，如今以开源形式回归，推出 DiffusionGemma-26B-A4B-it 模型，采用 Apache 2 许可证。该模型在 NVIDIA NIM 云 API 上免费托管，生成速度可达 500+ tokens/秒。作者实测生成 2409 tokens 仅需 4.4 秒，性能出色。这是 Google 在扩散模型领域的重要开源动作，为开发者提供了高性能的生成式 AI 选项。
AI模型GoogleDiffusionGemma开源/仓库
事件专题
推荐理由：Google 把去年惊艳的扩散模型开源了，做图像/文本生成的开发者可以直接用 NVIDIA 免费 API 体验，速度超 500 tokens/秒，值得立刻上手试。
原文
03:06
03:06官方账号NVIDIA 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
事件专题
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10日
12:55
12:55官方一手marktechpost@Sana Hassan
精选
本文教程展示了如何从 NVIDIA 的 Nemotron-Pretraining-Code-v3 数据集中构建代码数据集管道。通过流式处理而非下载整个数据集，检查其模式并构建可管理的样本。分析了语言、文件扩展名、仓库频率和目录深度等元数据索引结构。然后重构原始 GitHub URL，获取真实源文件，并使用 tiktoken 估算获取代码的 token 规模。该方法适用于大规模代码预训练研究的数据处理。
论文NVIDIANemotron-Pretraining-Code-v3代码数据集
事件专题
推荐理由：做代码预训练或大规模数据处理的研究人员可以直接复用这套管道，省去下载和解析海量元数据的麻烦，值得一试。
原文
6月9日
20:38
20:38PolymarketMoney@PolymarketMoney
NVIDIA（$NVDA）与 NBIS（$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 AINVIDIA
事件专题
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
10:31
10:31IT之家（博客/媒体）
78°
Cadence 在 COMPUTEX 2026 上宣布，其 ChipStack AI Super Agent 在 NVIDIA 支持下达到 Level-5 自主水平，成为业界首款全自主芯片设计 AI 虚拟工程师。该智能体基于 Cadence AI 驱动 EDA 产品组合和 NVIDIA Nemotron 模型构建，由 NVIDIA OpenShell 沙箱提供安全保障。它能独立执行复杂的芯片设计和验证工作流程，无需逐步提示，可评估中间结果并自主决策，覆盖规格理解、RTL 生成、验证规划等任务。这标志着芯片设计从 AI 辅助工程师向自主虚拟工程师的跨越，将显著提升资深工程师的设计效率和信心。
AI产品芯片设计自主智能体Cadence
事件专题
推荐理由：芯片设计团队终于有了能独立干活的 AI 虚拟工程师——ChipStack 从辅助进化为自主执行，做复杂芯片验证的工程师可以直接用它加速迭代，值得点开了解。
原文
08:05
6月8日
13:36
09:06
09:06IT之家（博客/媒体）
韩国SK电讯宣布将基于NVIDIA的AI工厂平台DSX建设AI数据中心，目标将AI云服务规模扩展至GW级别。初期采用Blackwell架构GPU，后续逐步导入Vera Rubin平台。该AI工厂计划于2027年在韩国投运，并计划扩展至整个亚洲，成为亚洲领先的AI云提供商。此外，双方还在机器人仿真和训练平台方面展开合作。
行业AI云数据中心NVIDIA
事件专题
推荐理由：SK电讯的GW级AI云计划标志着电信运营商正式切入AI基础设施赛道，对关注亚洲AI云市场、数据中心建设的从业者来说，这是一个值得跟踪的行业信号。
原文
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
事件专题
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
15:55
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Google
事件专题
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
08:03Aravind Srinivas@AravSrinivas
NVIDIA 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
事件专题
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
07:51
07:51官方账号NVIDIA 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PixelDiT
事件专题
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
03:28官方账号Jim 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
事件专题
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
19:18
19:18官方一手marktechpost@Asif Razzaq
NVIDIA 推出了 Dynamo Snapshot，这是一个基于 CRIU 和 cuda-checkpoint 工具的系统，用于在 Kubernetes 上对 vLLM 推理工作节点进行快照和恢复。该系统能够显著加速 AI 推理服务的启动时间，解决冷启动延迟问题。通过保存和恢复推理工作节点的状态，Dynamo Snapshot 使得在 Kubernetes 集群中快速扩缩容成为可能，尤其适用于需要频繁调整推理资源的场景。这一工具对于部署大规模 AI 推理服务的团队来说，可以提升资源利用率和响应速度。
AI产品NVIDIADynamo SnapshotKubernetes
事件专题
推荐理由：NVIDIA 用 CRIU 快照解决了 Kubernetes 上 AI 推理的冷启动痛点，做模型推理部署的团队可以直接用这个工具来加速扩缩容，值得关注。
原文
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NVIDIA
事件专题
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
事件专题
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
05:48
05:48官方一手marktechpost@Asif Razzaq
83°
NVIDIA 发布了 Nemotron 3 Ultra，一个 550B 总参数（55B 激活）的开放混合专家模型，采用 Mamba-Transformer 混合架构。该模型支持 100 万 token 的上下文窗口，推理吞吐量比同等精度的开放 LLM 高约 6 倍。NVIDIA 同时开源了模型权重、训练数据和配方，遵循 OpenMDW-1.1 许可。这一发布旨在解决长时运行智能体在推理效率和上下文长度上的瓶颈，为 AI 代理和复杂任务自动化提供了更高效的基础模型。
AI模型NVIDIANemotron 3 Ultra混合专家模型
事件专题
推荐理由：长时智能体开发者终于有了一个兼顾超长上下文和高推理效率的开放模型——Nemotron 3 Ultra 的 6 倍吞吐量提升能显著降低部署成本，做 Agent 或 RAG 系统的团队值得直接试。
原文
04:32
04:32官方一手Hugging Face: Blog（博客/媒体）
NVIDIA 推出 Nemotron 3.5 Content Safety，这是一款面向全球企业 AI 的可定制多模态安全模型。它支持文本和图像输入，能够检测有害内容（如仇恨言论、暴力、色情等），并允许企业根据自身政策进行微调。该模型基于 Llama 3.1 架构，提供 8B 和 70B 两种规模，在多个安全基准上表现优异。Nemotron 3.5 旨在帮助企业安全部署生成式 AI，满足不同地区的合规要求。
AI模型NVIDIANemotron 3.5内容安全
事件专题
推荐理由：企业部署 AI 最头疼的就是内容安全合规，NVIDIA 这个模型直接让企业按自己的政策微调安全过滤规则，做 AI 应用落地的团队值得关注。
原文
03:03
00:30
00:30Fireworks AI@FireworksAI_HQ
76°
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
事件专题
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
6月4日
23:40
22:39