#Nvidia
共 256 条 · 7 天 27 条 · 30 天 123 条 · 话题观测 →
6月2日
Nvidia 在 Hugging Face 上突破 1000 个公开仓库，巩固开源 AI 领导者地位
Nvidia 在开源 AI 上的投入已经形成规模效应——1000 个仓库覆盖模型、数据集、工具链，做 AI 研究或工程落地的团队值得关注其最新模型和框架，尤其是自动驾驶和物理 AI 方向的开放成果。
Nvidia COMPUTEX 发布：RTX Spark、Vera CPU、Cosmos 3 等
Nvidia 把 AI 智能体从云端拉到本地 PC，做边缘计算或桌面 AI 应用的开发者可以直接关注 RTX Spark；Vera CPU 专为智能体设计，做数据中心或高频交易的团队值得研究。
Nvidia 即将发布 Nemotron 3 Ultra，混合 SSM+MoE 架构
Nemotron 3 Ultra 的混合 SSM+MoE 架构解决了长序列推理的高成本痛点，做长上下文应用或工具调用的开发者值得关注，可以直接期待其发布。
6月1日
Nvidia 在 GTC Taipei 发布 Cosmos 3 世界模型、Alpamayo 2 Super 驾驶模型及开源人形机器人平台
Nvidia 一口气推出世界模型、驾驶模型和开源人形机器人平台，做机器人、自动驾驶和物理 AI 的开发者可以直接关注这些新工具，看看能否加速自己的项目。
Nvidia RTX Spark 让 Windows 本地 AI 智能体实用化
Windows 用户终于有望在本地流畅运行 AI 智能体，无需依赖云端。做本地 AI 应用开发或重度依赖 AI 助手的团队，建议关注 2026 年秋季的硬件发布。
5月30日
Gary Marcus 点赞 scaling01 的 AI 行业预测：OpenAI 将领先，Nvidia 成首家 10T 公司
这些预测直接点出了未来 5 年 AI 行业的赢家和输家，做投资、战略或技术选型的团队值得参考——尤其是 Nvidia 和 OpenAI 的长期前景判断。
5月28日
5月25日
Chamath 详解 AI 计算中的 Prefill 与 Decode
搞懂 Prefill 和 Decode 的区别，就能理解为什么 Nvidia 在 AI 推理中不可替代，做 GPU 选型或推理优化的开发者值得细读。
5月22日
5月21日
5月20日
5月19日
5月16日
Nvidia 发布 2.6B 开源世界模型，单 GPU 可运行
Nvidia 把世界模型的门槛打下来了——2.6B 参数、单 GPU 可跑、开源，做具身 AI 和机器人仿真的团队可以直接拿来用，省去从头训练的麻烦。