AITOPAI热报

NVIDIA

共 411 条相关 AI 资讯 · 查看话题观测
6月1日
14:08
14:08官方账号Runway ML@runwayml
精选76°
Runway 宣布作为创始成员加入 Cosmos Coalition，这是一个由 NVIDIA 和多家顶级 AI 实验室发起的全球性倡议，旨在共同构建并开源面向物理 AI 的前沿世界模型。该联盟将通过一个通用的开放生态系统，加速世界模型的研究与开发，推动物理 AI 的进步。此举有望降低物理 AI 的门槛，促进跨机构协作，为机器人、自动驾驶等领域提供基础模型。
行业物理 AI世界模型开源/仓库
事件专题
推荐理由：物理 AI 开发者终于有了开放生态——Runway 和 NVIDIA 牵头开源世界模型，做机器人或自动驾驶的团队可以直接参与共建，值得关注。
原文
12:47
12:35
09:05
09:05IT之家（博客/媒体）
精选76°
戴尔向CoreWeave交付了全球首套可运行的NVIDIA Vera Rubin NVL72 AI超级计算机系统，并已通过所有测试。该系统基于戴尔PowerEdge XE9812液冷服务器，集成72个Rubin GPU和36颗Vera CPU，支持T级参数超大规模AI模型和MoE模型训练，同时在大规模AI推理中降低单位Token成本。CoreWeave计划从2026年下半年开始将基于Rubin的系统集成至其AI云平台。这标志着NVIDIA下一代AI计算架构首次落地实际部署，对超大规模AI训练和推理效率有重要影响。
AI产品NVIDIAVera Rubin戴尔
事件专题
推荐理由：这是NVIDIA Rubin架构首次实际落地，做超大规模AI训练和推理的团队可以关注其单位Token成本降低的潜力，建议点开了解具体配置和部署时间线。
原文
5月31日
10:10
10:10官方账号NVIDIA AI@NVIDIAAI
NVIDIA AI 宣布 Arcee.ai 的 Trinity 模型将迁移至 OpenMDW-1.1 平台。这一迁移意味着 Trinity 模型将获得更好的性能优化和生态支持。OpenMDW-1.1 是 NVIDIA 推出的开放模型部署框架，旨在简化 AI 模型的部署和运行。此举进一步丰富了 OpenMDW 生态，为开发者提供了更多高质量模型选择。
AI模型Arcee.aiTrinityOpenMDW-1.1
事件专题
推荐理由：Arcee.ai 的 Trinity 模型迁移至 OpenMDW-1.1，意味着开发者可以更便捷地部署和运行该模型，做模型部署和推理优化的团队值得关注。
原文
01:52
5月30日
08:06
08:06Julien Chaumond@julien_c
NVIDIA 发布了 DeepSeek-V4-Pro-NVFP4 的修复版本，该模型基于 DeepSeek-V4 架构，采用 NVFP4 精度优化，旨在提升推理效率和性能。修复版解决了之前版本中的一些问题，使模型更加稳定可靠。对于使用 NVIDIA 硬件进行 AI 推理的开发者来说，这是一个值得关注的更新。
AI模型DeepSeek-V4NVIDIANVFP4
事件专题
推荐理由：NVIDIA 官方修复版解决了 DeepSeek-V4 在自家硬件上的精度和稳定性问题，用 NVIDIA GPU 做推理的团队可以直接拉取使用，省去自己调优的麻烦。
原文
07:24
07:24官方一手marktechpost@Asif Razzaq
NVIDIA 提出 X-Token，一种投影引导的跨分词器知识蒸馏（KD）方法，解决了 GOLD 方法中的两个结构性缺陷。在 Llama-3.2-1B 模型上，X-Token 将 GSM8k 准确率从 2.56% 提升至 15.54%，并在多个基准测试中平均超越 GOLD 3.82 分。该方法通过投影层对齐教师和学生模型的分词器，实现了更有效的知识迁移。X-Token 为小模型蒸馏大模型知识提供了新思路，尤其适用于资源受限场景。
论文知识蒸馏NVIDIALlama-3.2-1B
事件专题
推荐理由：X-Token 解决了知识蒸馏中分词器不匹配的痛点，做模型压缩或边缘部署的团队可以直接用这个思路提升小模型推理能力，值得关注。
原文
06:09
06:09官方账号NVIDIA AI@NVIDIAAI
NVIDIA 发布了 Metropolis 视频搜索与摘要蓝图的智能体技能和模块化架构，允许开发者直接加载技能到兼容的编码智能体中，自动部署整个堆栈，无需手动配置多个微服务。用户可以通过自然语言对话界面，从数小时的视频中搜索、获取片段、摘要和答案，将视频转化为可搜索、可操作的情报。该更新大幅降低了视频分析的门槛，适用于安防、零售、工业监控等场景。
AI产品NVIDIA视频搜索智能体
事件专题
推荐理由：做视频分析或监控系统的开发者，现在可以用自然语言直接检索数小时视频内容，省去手动配置微服务的麻烦，值得一试。
原文
05:15
05:15官方账号NVIDIA AI@NVIDIAAI
NVIDIA AI 宣布，Harvey 与 Trajectory Labs 合作，基于 NVIDIA Nemotron 3 Super 模型进行后训练，专注于复杂法律任务。他们在 Harvey 的 Legal Agent Benchmark（LAB）上测试了 1200+ 端到端法律任务，覆盖 24 个业务领域。初始结果显示，后训练的 Nemotron 3 Super 在性能上可媲美闭源前沿模型。该项目强调开放权重、可审计性和数据主权，支持持续学习（continual learning），使法律智能体能够从反馈中不断改进。这标志着开放模型在专业领域应用的重要突破。
AI模型NVIDIANemotron 3 Super法律 AI
事件专题
推荐理由：法律 AI 团队终于有了可审计、可定制的开放模型选择——Nemotron 3 Super 在复杂法律任务上追平闭源模型，做法律科技或合规自动化的开发者可以直接关注这个开源方案。
原文
5月29日
15:52
14:33
14:33官方账号阶跃星辰 Stepfun@Stepfun_AI
精选
Step 3.7 Flash 模型在发布首日即获得 NVIDIA 的全面支持，包括 NIM 推理微服务、NeMo 框架以及 GPU 加速端点。这意味着开发者可以立即在 NVIDIA 的生态系统中部署和运行该模型，无需额外适配。NVIDIA 的首日支持通常意味着模型经过了优化，能充分利用 GPU 硬件性能，降低推理延迟和成本。这对于需要高性能推理的 AI 应用团队来说是一个重要信号，表明 Step 3.7 Flash 已具备企业级部署条件。
AI模型Step 3.7 FlashNVIDIANIM
事件专题
推荐理由：NVIDIA 首日支持意味着 Step 3.7 Flash 可直接用于生产环境，做推理部署的团队可以省去适配工作，直接使用 NIM 和 NeMo 加速。
原文
09:06
09:06官方账号NVIDIA AI@NVIDIAAI
精选76°
NVIDIA 宣布推出 Step 3.7 Flash 模型，这是一个 198B 参数的混合专家（MoE）模型，但仅需 11B 活跃参数即可运行，大幅降低推理成本。该模型支持 256K 上下文长度，并原生支持图像和视频输入。即日起可在 build.nvidia.com 上通过 GPU 加速端点使用，也可通过 NVIDIA NIM 微服务部署，并支持使用 NeMo 框架进行微调。这一发布标志着 NVIDIA 在高效大模型领域的重要进展，尤其适合需要多模态理解和长上下文处理的应用场景。
AI模型Step 3.7 FlashNVIDIAMoE
事件专题
推荐理由：198B 参数但仅 11B 活跃，推理效率极高，做多模态应用或长文档处理的团队可以直接在 NVIDIA 平台试用，省成本又省心。
原文
08:37
03:07
01:48
01:48官方账号NVIDIA AI@NVIDIAAI
NVIDIA 宣布在其开源模型系列中采用 Linux 基金会的 OpenMDW 框架，旨在简化并统一模型、代码、文档和数据的许可协议。OpenMDW-1.1 是一个专为 AI 模型设计的宽松、统一的法律框架，可减少开发者和企业使用开源 AI 时的法律摩擦。该框架将应用于 Cosmos、Isaac GR00T、Ising 和 Nemotron 等模型系列。此举有望推动 AI 开源生态的标准化，降低合规成本。
行业开源/仓库许可协议NVIDIA
事件专题
推荐理由：NVIDIA 带头统一开源模型许可，解决了 AI 开发者最头疼的许可证碎片化问题。做模型部署或企业级 AI 应用的团队，建议关注 OpenMDW 框架，能省去不少法务沟通成本。
原文
5月28日
23:33
23:33rohanpaul_ai@rohanpaul_ai
Atreides 管理合伙人 Gavin Baker 指出，AI 相关公司估值存在严重不一致：内存制造商 PE 仅 3-5 倍，而 NVIDIA 的 PE 也很低。他认为，市场将 NVIDIA、内存、定制芯片、光网络、电力设备、冷却系统和数据中心建设者都视为同一支出热潮的赢家，但每个板块定价的是不同的繁荣版本。这种横截面低效意味着市场未能一致地对相关 AI 公司进行排名。利润池会流向最难替代、最难延迟、最难被客户压价的部分：如果稀缺的是电力和物理容量，基础设施供应商应获得溢价；如果稀缺的是加速计算，NVIDIA 和内存可能被低估。ASIC 叙事进一步增加了迷雾，Broadcom 在定制芯片上快速增长，但未必能夺取 NVIDIA 最有价值的增长部分。
行业NVIDIAAI 投资估值分析
事件专题
推荐理由：Baker 的视角戳破了 AI 投资中的估值幻觉，做 AI 硬件投资或关注产业链的读者，看完会重新审视 NVIDIA 与基础设施公司的相对价值。
原文
20:05
20:05rohanpaul_ai@rohanpaul_ai
76°
NVIDIA 发布了由 Phoronix 完成的 Vera CPU 基准测试报告。报告显示，Vera 相比当前 128 核 x86 CPU 整体性能领先 1.5 倍，相比前代 Grace CPU 几何平均性能提升 1.6 倍。Vera 采用 Armv9.2 架构，每核内存带宽是传统 x86 的 4 倍以上，LPDDR5X 带宽达 1.2TB/s，功耗仅 30W，而典型 DDR5 服务器功耗超 100W。对于智能体 AI 场景，CPU 端任务（如工具调用、文件读写、浏览器操作）日益繁重，Vera 的高效计算能力将显著提升这类工作负载的表现。
AI产品NVIDIAVera CPUArmv9.2
事件专题
推荐理由：NVIDIA 用 Arm 架构正面挑战 Intel/AMD 服务器 CPU，性能更强且功耗更低，做 AI 推理和智能体系统的团队值得关注——CPU 端负载正在变重，Vera 可能是更优选择。
原文
10:41
10:22
10:22官方账号LangChain@LangChainAI
LangChain 在 Interrupt 大会上宣布成立 LangChain Labs，这是一个专注于智能体持续学习的应用研究团队。该实验室已与 NVIDIA、Harvey、PrimeIntellect、Fireworks_AI 和 Baseten 等公司建立早期研究合作。LangChain Labs 旨在解决智能体在长期任务中如何持续学习和适应的问题，这对于构建更可靠的 AI 代理系统至关重要。这一举措标志着 LangChain 从框架开发向前沿研究领域的扩展。
AI产品LangChain智能体持续学习
事件专题
推荐理由：LangChain Labs 聚焦智能体持续学习这一核心痛点，做 AI 代理开发的团队值得关注——它可能解决长期任务中代理性能衰减的问题，建议跟进合作动态。
原文
08:47
08:47官方账号NVIDIA AI@NVIDIAAI
精选72°
NVIDIA 推出 Dynamo Snapshot，一种针对 Kubernetes 上推理工作负载的快速启动方案。该方案利用 GPU 内存快照（GMS）实现高速互连上的并发权重恢复，同时结合 Linux 原生 AIO 和并行 memfd 恢复技术，加速 CRIU 恢复性能。在推理部署中，需求波动导致冷启动耗时数分钟，造成 GPU 闲置。Dynamo Snapshot 将启动时间从分钟级缩短至 5 秒以内，显著提升 GPU 利用率和推理效率。
AI产品推理工作负载KubernetesGPU 利用率
事件专题
推荐理由：Kubernetes 上跑推理的团队终于不用忍受 GPU 空转几分钟了——Dynamo Snapshot 把冷启动压到 5 秒，做弹性扩缩容的 MLOps 工程师可以直接拿来用。
原文
01:12
01:12官方一手marktechpost@Asif Razzaq
76°
NVIDIA 研究人员推出 Polar，一个 token 忠实展开框架，用于通过强化学习训练语言智能体，无需修改其智能体框架。Polar 在框架和推理服务器之间放置模型 API 代理，捕获 token 级交互并重建训练器就绪轨迹。基于 Qwen3.5-4B 基础模型使用 GRPO，Polar 在 Codex 框架下将 SWE-Bench Verified pass@1 提升 22.6 个百分点，在 Claude Code 下提升 4.8 个百分点，在 Pi 下提升 6.2 个百分点。该框架已注册为 NeMo Gym 环境，并在 ProRL Agent Server 仓库中发布。
AI模型NVIDIAPolarGRPO
事件专题
推荐理由：Polar 解决了 RL 训练智能体时需修改框架的痛点，做代码智能体或 RL 训练的开发者可以直接集成，无需改动现有工具链，值得一试。
原文
5月27日
03:35
5月26日
22:56
22:56官方账号NVIDIA AI@NVIDIAAI
NVIDIA AI 官方账号发布了一段由 Julia Turc 制作的关于“世界模型”的讲解视频。视频澄清了世界模型与视频生成的区别，探讨了其超越“AI 垃圾”的潜力，并幽默回应了 Yann LeCun 的争议。该视频旨在帮助观众理解这一当前 AI 领域最热门但最模糊的概念之一。
AI模型世界模型NVIDIA视频生成
事件专题
推荐理由：世界模型是当前 AI 最模糊的概念之一，这个视频帮你理清它与视频生成的区别，想搞懂 AI 前沿方向的建议点开。
原文
00:49
5月25日
20:22
20:22官方账号阿里云 Alibaba Cloud@alibaba_cloud
精选
在 2026 年 Qwen 大会上，NVIDIA 高级解决方案架构师 Jian Zhai 在基础模型论坛上深入解析了 Qwen 推理优化技术，展示了通过 NVIDIA 全栈加速实现的突破性性能提升。该演讲聚焦于如何利用 NVIDIA 的软硬件协同优化，显著降低 Qwen 模型的推理延迟并提高吞吐量，为 AI 应用落地提供关键支持。这一合作体现了 AI 原生生态的快速发展，对部署 Qwen 模型的开发者和企业具有重要参考价值。
AI模型QwenNVIDIA推理优化
事件专题
推荐理由：NVIDIA 全栈加速让 Qwen 推理性能实现突破，做模型部署和推理优化的工程师可以直接参考其技术方案，值得关注。
原文
5月24日
15:43
5月23日
09:53
09:53官方一手Hugging Face: Blog（博客/媒体）
精选
NVIDIA 发布了 Nemotron-Labs 扩散语言模型，该模型采用扩散机制替代传统的自回归生成方式，大幅提升文本生成速度，接近光速。与 GPT-4 等模型相比，Nemotron-Labs 在保持生成质量的同时，推理速度提升了一个数量级。该模型在多个基准测试中表现出色，尤其适合需要低延迟的实时应用场景。这一突破可能改变大语言模型的部署范式，让文本生成更接近实时交互。
AI模型扩散模型文本生成NVIDIA
事件专题
推荐理由：NVIDIA 的扩散语言模型将文本生成速度推向新高度，做实时对话或低延迟应用的开发者可以直接关注，它可能改变你对大模型推理速度的认知。
原文
05:18
05:18官方账号NVIDIA AI@NVIDIAAI
72°
NVIDIA Research 推出 LongLive-2.0，一个端到端的 NVFP4 训练与推理系统，专门解决长视频生成问题。该系统将 NVFP4 感知训练、蒸馏和 W4A4 推理对齐，弥补了低精度部署中训练与运行之间的差距。在保持基准质量的同时，显著提升了速度和内存效率。这标志着长视频生成从模型问题转向系统问题，为实际部署提供了更高效的方案。
AI模型NVIDIA长视频生成NVFP4
事件专题
推荐理由：长视频生成一直受限于计算和内存瓶颈，NVIDIA 这次从系统层面给出了端到端方案。做视频生成模型训练或部署的团队，可以直接参考这套 NVFP4 对齐方法，提升效率。
原文
04:21
00:12
5月22日
01:10
01:10官方账号NVIDIA AI@NVIDIAAI
76°
NVIDIA 发布了 NVIDIA-Verified Agent Skills，旨在解决 AI 智能体技能引入的安全漏洞问题。这些经过验证的技能提供透明信息，包括技能功能、来源、风险以及是否被修改。每个技能都附带技能卡，并基于 agentskills.io 开放规范构建，确保在 Claude Code、OpenAI Codex 和 Cursor 等平台上可靠运行。此举提升了智能体生态的安全性和互操作性。
AI产品智能体安全NVIDIA
事件专题
推荐理由：AI 智能体开发者终于有了安全可追溯的技能来源——NVIDIA 的 Verified Skills 解决了技能引入的漏洞风险，做智能体应用或使用 Claude Code、Codex 的团队可以直接集成，减少安全审查成本。
原文
5月21日
07:59
07:59
07:59官方账号NVIDIA AI@NVIDIAAI
NVIDIA AI 官方推特宣布了 Nemotron 系列模型的完整论文，并推荐用户阅读 @llm_wizard 的详细解读。该论文可能涉及 NVIDIA 在大型语言模型领域的最新进展，包括模型架构、训练方法或性能优化。对于关注 AI 前沿研究和 NVIDIA 技术动态的开发者与研究者，这是一份重要的技术文档。
论文NVIDIANemotron论文
推荐理由：NVIDIA 的 Nemotron 论文是了解其 LLM 技术路线的一手资料，做模型训练或推理优化的开发者值得仔细研读，配合 @llm_wizard 的解读能更快抓住重点。
原文
5月20日
08:44
08:20
03:33
03:31
00:47
00:47berryxia@berryxia
88°
NVIDIA研究员Yukang Chen开源了LongLive 2.0，这是全球首个端到端支持4-bit量化的超长视频生成基础设施，覆盖训练和推理全流程。核心技术包括FP4量化和并行加速，在5B模型上实现45.7 FPS的实时生成速度。该工具支持真实视频训练、few-step蒸馏、多shot训练/推理、序列并行、NVFP4 KV cache和异步VAE解码部署。此前长视频生成面临速度慢或长度受限的问题，LongLive 2.0将4-bit长视频实时生成能力推向开源社区。
AI产品NVIDIALongLive 2.04-bit量化
事件专题
推荐理由：做视频生成或AI基础设施的开发者终于有了一个能跑长视频的4-bit开源方案，NVIDIA把训练到推理的整套加速打法打包好了，建议直接试代码。
原文
5月19日
20:02
20:02官方账号AlphaSignal@AlphaSignalAI
88°
NVIDIA 与牛津大学联合发表论文，提出 EGGROLL 方法，将进化策略（Evolution Strategies）扩展到十亿参数模型，无需反向传播即可训练。该方法用两个低秩矩阵替代密集随机扰动矩阵，大幅降低内存消耗，达到纯推理吞吐量的 91%。EGGROLL 支持数十万并行变异，可与不可微分组件配合，在推理任务上与 GRPO 竞争。团队还训练了纯 8 位整数循环语言模型 EGG，非线性来自整数溢出裁剪，而非激活函数，预训练时种群规模超过百万。
论文进化策略反向传播NVIDIA
推荐理由：这项研究打破了深度学习十年来的反向传播依赖，做大规模模型训练或非可微分任务（如强化学习、神经架构搜索）的团队可以直接关注 EGGROLL，它可能改变你构建模型的方式。
原文