NVIDIA

推荐理由：LangChain和NVIDIA合作出了个新蓝图，用Nemotron 3 ultra跑Deep Agents，还有OpenWiki新版本能从你的邮箱建个人知识库，挺实用的。

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。

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。

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。

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。

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。

推荐理由：LangChain和NVIDIA搞了个完全开放的智能体蓝图，跑分很强，成本只要别人的十分之一，企业可以随便改，真的实用。

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。

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。

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。

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。

推荐理由：NVIDIA发了个Colab友好教程，教你搭简化版Cosmos 3世界模型，用Omnimodal MoT架构实现跨模态预测，比跑全量模型省资源。

推荐理由：NVIDIA 刚开源的 75B MoE 模型，实际只激活 9.3B 参数，单卡就能跑百万 token 上下文，适合长文档或代码分析。

推荐理由：NVIDIA 发了新方法 MOTIVE，帮你从海量视频里挑出对运动建模最有效的片段来微调，效果比基座好很多。

推荐理由：英伟达把大MoE模型压到9B活跃参数，吞吐量翻倍，智能体应用部署成本大幅下降，适合模型高效推理场景。

推荐理由：NVIDIA发的新论文，用时空缓存压缩和稀疏注意力，让视频扩散生成速度飙5-10倍，内存还不涨，搞视频生成和世界模型的朋友可以看看。

推荐理由：NVIDIA在ICML 2026上刷了一波存在感：145篇论文用上Nemotron，74篇自家论文入选，还有2000篇靠NVIDIA GPU跑出来的。学术圈地位一览无余。

推荐理由：SGLang 和 NVIDIA 联手让 DeepSeek V4 在 Blackwell 上跑得快了 5 倍，开源推理引擎的效率又上了一个台阶。

推荐理由：英伟达下一代AI芯片Rubin Ultra从4颗die砍到2颗，性能减半，因为封装和散热太难搞了。和AMD MI500比可能不占优。