公司与模型
英伟达的 AI 芯片与生态动态：GPU 新品、CUDA 生态、机器人平台与 AI 算力市场的风向。
28 条精选近 30 天 28 条共收录 29 条
NVIDIA 发布 Nemotron 3.5 Super VL，为 1200 亿参数开源模型，厂商称其面向专用常驻代理，任务完成最快且准确率最高。同时推出两款边缘模型：Nemotron 3.5 Bolt 74B-A9B 24GB，针对本地代理工作负载优化每 GB 的智能与速度平衡；以及 Nemotron 3.5 Bolt E4B 4GB。
为什么值得看：企业可关注两类部署路径：数据中心侧用大参数开源模型支撑常驻代理任务，本地或边缘侧用 Bolt 系列在有限显存下运行代理工作负载。这关系到企业 AI 部署位置、硬件资源规划和代理应用的可行性评估。但性能与效率均为厂商披露，许可证、商用条款和实际效果需进一步核实。
据The Decoder报道，英伟达CEO黄仁勋宣布20亿美元欧洲投资，并新入股法国初创公司Doctolib和Entalpic。英国将获得2.5亿美元算力，用于AI智能体安全与安保研究。黄仁勋还提出开放权重模型是欧洲缩小AI差距的路径。
为什么值得看：企业负责人可关注欧洲AI算力与安全研究投入变化、英伟达在欧洲的资本布局，以及开放权重模型主张对技术路线选择的潜在影响。需注意上述金额与持股为厂商披露，落地细节和可申请范围尚不明确。
据 NVIDIA 博客消息，EMEA 地区的城市及本地软件、基础设施和集成合作伙伴正在使用 NVIDIA 加速计算构建物理 AI 智能体和数字孪生，以帮助团队就道路维修、能源使用等日常城市运营做出决策。
为什么值得看：企业负责人可关注 AI 智能体与数字孪生在实体运营场景中的落地路径，尤其是基础设施、能源和城市服务领域的自动化决策支持。需注意该信息为厂商披露，缺少具体部署规模、成本和独立验证的效果数据，实际成效待核实。
据 NVIDIA 官方博客，RTX Spark 被描述为 PC 的一次重新定义，将游戏 PC、创作工作室与个人 AI 超算的能力整合到单一超级芯片中，最高配备 128GB 统一内存和 1 petaflop AI 算力，并提供完整的 NVIDIA RTX 技术栈。博客同时称全球 PC 应用生态已为 RTX Spark 做好准备。
为什么值得看：企业负责人可关注其对企业终端 AI 部署的潜在影响：若本地即可承载较高算力的 AI 推理与创作负载，可能改变数据不出本地的部署选择与终端采购思路。但上述规格与生态就绪均为 NVIDIA 厂商披露，实际性能、价格、上市时间与企业适用性尚未独立验证，建议结合后续实测与采购信息评估。
NVIDIA 博客介绍，开发者正将前沿 AI 模型与 NVIDIA Omniverse 库结合，用于把仿真想法转化为可运行应用，包括整合资产、连接物理与渲染、检查场景行为，并构建用于探索场景、排查故障和改进设计的应用；开发者通过指令引导 AI 智能体完成这些工作。
为什么值得看：对企业负责人而言，这反映了仿真与数字孪生开发环节可能被 AI 智能体部分承接，涉及资产整合、物理与渲染连接、场景校验等流程，值得关注其在研发、制造或设计流程中的效率与成本影响。但该内容来自厂商博客，未提供具体模型、部署方式、许可成本与量化效果，需结合自身场景核实后再评估。
据Ars Technica报道，英伟达正大力投入物理AI领域，推出了一套全栈安全解决方案，该方案已被机器人公司采用，目标是为robotaxi和人形机器人提供更高的安全性。
为什么值得看：企业负责人可关注该方案在自动驾驶和机器人安全部署方面的潜在应用，但需注意来源未披露具体技术细节、客户名称、部署规模或效果数据，厂商披露的采用情况无法独立核实。
据 NVIDIA 博客消息，在旧金山一场 Microsoft 活动上，NVIDIA 创始人兼 CEO 黄仁勋与 Microsoft CEO 萨提亚·纳德拉介绍了双方如何为在 Windows PC 上运行 AI 智能体而协同设计硬件与软件，并提及 RTX Spark。黄仁勋表示 NVIDIA 因 Windows 而创立，如今 AI 智能体正来到 Windows。
为什么值得看：该动向表明 Windows PC 可能成为企业运行本地 AI 智能体的平台之一，涉及终端硬件与软件生态的协同变化。企业负责人可关注其是否影响办公终端选型、本地 AI 部署与数据留在本地的可能性；但材料未给出具体产品能力、性能、价格、上线范围或企业部署方案，需等待官方进一步披露后再评估。
据 NVIDIA 博客消息，NVIDIA DGX Spark 将于本月推出 64GB 统一内存版本，由 Acer 等头部制造商合作伙伴提供。原文称，随着 AI 智能体从实验走向日常开发，能力更强的开放模型正缩小到可适配更多设备，让开发者能在本地运行更多工作负载。
为什么值得看：对企业负责人而言，本地 AI 硬件规格提升意味着在数据不出内网的前提下运行开放模型与智能体的可行性增加，可能影响 AI 开发部署的架构选择、数据安全与合规安排，以及长期算力成本结构。但材料未给出价格、性能数据和完整上市范围，采购决策前需等待官方规格与实测信息。