基于 NVIDIA Nemotron 开源模型构建万圣节互动鬼屋智能体
NVIDIA 员工利用 Nemotron Voice Agent 框架及系列开源模型制作了万圣节交互投影装置 MonsterHouse。
推荐理由:文章拆解了端到端语音与面部驱动智能体的硬件与模型组合方案,展示了低延迟本地交互的多模态工程落地细节。
公司与模型
英伟达的 GPU 新品、CUDA 软件生态、机器人平台与 AI 算力供需。
10 条精选近 30 天 10 条共收录 27 条
NVIDIA 员工利用 Nemotron Voice Agent 框架及系列开源模型制作了万圣节交互投影装置 MonsterHouse。
推荐理由:文章拆解了端到端语音与面部驱动智能体的硬件与模型组合方案,展示了低延迟本地交互的多模态工程落地细节。
Breakthrough Listen 与 SETI 研究所将 AI 智能体引入加州艾伦望远镜阵列的日常观测,研究人员通过单条自然语言提示词即可控制望远镜转向并实时处理数据。系统依托 NVIDIA Holoscan 平台和 RTX PRO 6000 Blackwell GPU,支持每秒 2.4 Tb 传感器数据直入显存并就地推理,此前已在蟹状星云完成脉冲星的实时 AI 探测。
推荐理由:该方案展示了如何将智能体调度与边缘流处理结合,为超大规模高通量传感器数据的自动化分析提供了工程参考。
美国司法部正深入审查英伟达拟以 129.3 亿美元收购 Hugging Face 的交易,重点评估该交易是否会使英伟达掌控 AI 分发核心枢纽并削弱竞争。监管部门同时还在调查英伟达对 SchedMD 与 Run:ai 的收购、与 Groq 的授权交易,以及是否存在要求客户捆绑采购网络设备才提供更多 AI 芯片等销售行为。
推荐理由:反垄断审查聚焦英伟达是否通过关键模型分发平台和硬件搭售强化行业控制力,反映出算力巨头生态扩张面临的合规阻力。
纽约时报报道称,美国情报机构认为新加坡数据中心运营商 Megaspeed 高管 Alice Huang 涉嫌向北京传递情报,且与 NVIDIA CEO 黄仁勋关系密切。
推荐理由:报道披露了涉及芯片流向的情报监控与决策细节,为理解半导体供应链面临的地缘监管风险提供了具体案例。
NVIDIA 开源语音模型 Nemotron 3.5 Transcribe 及配套数据管线 Granary v2。该模型将多语言转写、说话人日志、翻译与音频问答整合入单一检查点,总参数量 30B 且每 token 仅激活约 4B,支持 40 种语言转写和最多 8 位说话人区分。
推荐理由:模型将转写、说话人识别和问答整合进单一检查点,并配套开源了大规模数据清洗流程与微调方案。
NVIDIA 宣布搭载 Blackwell GPU 与 Grace CPU 超级芯片的 RTX Spark 笔记本正式发售,并同步推出多项端侧 AI 与智能体功能更新。
推荐理由:硬件整合高容量统一内存与算力调度控制,让端侧同时运行前台应用与后台智能体成为可行方案。
NVIDIA 计划向 Meta 的股票发行投资 30 亿美元,Meta 则将在其新一代 AI 智能体产品中采购更多 NVIDIA 硬件,包括 Vera Rubin 系统和 Vera CPU。Meta 拟通过股票发行筹集最高 950 亿美元用于 AI 基础设施建设,AMD 和博通也表达了合计最高 50 亿美元的认购意向。这一模式再次引发了投资者对芯片厂商出资客户以换取芯片订单的“循环融资”争议。
推荐理由:这笔交易反映出芯片供应商通过股权投资绑定大客户硬件需求的商业运作,同时也引发了市场对循环融资真实需求的审视。
Nvidia 开源数据引擎 Flora,用三个基于 Qwen3.5 微调的模型完成机器人视频的片段切分、动作描述和逐步评分,已在 GR00T 模型训练中每天标注最多 20 万小时视频,模型发布在 Hugging Face。
推荐理由:原文给出开源标注工具的成本估算和基准对比,也点出评测方法与成本推算上的局限,便于判断它在机器人数据流水线中的位置。
NVIDIA 扩展 Cosmos 平台,新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图,并在 GTC Berlin 把 Cosmos Framework 的训练优化技能扩展到更多开放模型,同时发布 Cosmos 3。
推荐理由:原文列出数据工厂蓝图、训练框架与推理加速的完整链路,读者可据此判断世界模型的工程化门槛变化。
NVIDIA 发布预训练关系型基础模型 Kumo Relational,直接在企业数据库上做预测,无需任务特定训练、特征工程或表扁平化。在 15 个数据库的 41 项任务上,它超过监督式关系深度学习模型和专家特征工程 GBDT 管线;在 SAP SALT 企业基准上,其 MRR 比 AutoGluon 集成高 8%,微调后扩大到 16%。
推荐理由:原文给出与企业数据库上直接预测的对比结果和开放权重,可供读者判断无需训练的范式在关系型数据上走到哪一步。