公司
也叫：英伟达
图形处理器和AI推理微服务（NIMs）提供商
最近变化
2026-10-22 · Carbon-X模型整合DNA序列与自然语言，支持对话式查询基因影响
NVIDIA 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
已收录 30 篇与「NVIDIA」相关的 AI 资讯和分析。
黄仁勋在GTC Taipei 2026上宣布Agentic AI时代已到来，AI从内容生成转向自主执行任务，NVIDIA推出Vera Rubin、Vera CPU等基础设施产品，推动计算范式变革，使AI成为利润与GDP的直接生成器。
入选理由：NVIDIA发布Vera Rubin超级计算系统，专为Agent设计，支持解耦、异构和分布式AI工作负载。
NVIDIA Cosmos 3 是首个开源物理AI全能模型，整合世界生成、物理推理与动作生成于单模型，支持机器人、自动驾驶等场景，基于MoT架构并提供Hugging Face集成。
入选理由：Cosmos 3 是首个统一物理AI能力的开源模型，融合世界生成、物理推理与动作生成于单模型。
NVIDIA发布Cosmos 3，首个整合视觉、语言、声音与动作的全能物理AI模型，采用Mixture-of-Transformer架构，在多个基准测试中登顶，支持开源定制与边缘部署。
入选理由：Cosmos 3 是首个融合语言/视频/声音/动作的Omni模型，基于Mixture-of-Transformer架构。
NVIDIA 推出 Cosmos 3，首个融合语言、视频、声音与动作的多模态统一模型，采用 Mixture of Transformer 架构，支持开源定制与边缘部署，已在多项物理AI基准测试中登顶。
入选理由：Cosmos 3 是首个整合语言/视频/声音/动作输入输出的 omni 模型，基于 Mixture of Transformer 架构。
Gamma-World通过正单纯形编码与稀疏枢纽注意力，系统解决多智能体世界建模架构缺陷，FVD平均下降超40%，支持双人训练四人零样本泛化及24 FPS实时推演。
入选理由：采用正单纯形（regular simplex）编码玩家身份，实现任意玩家间几何等距，支持零样本扩展至更多玩家且无需重训
Gamma-World通过正单纯形编码与稀疏枢纽注意力，系统性解决多智能体世界建模难题，实现2人训练→4人零样本泛化与24 FPS实时推演，FVD平均下降超40%。
入选理由：采用正单纯形（regular simplex）编码实现玩家身份等距、无参数、可扩展，支持训练时2人→推理时4人零样本泛化
NVIDIA 推出基于扩散模型的 Nemotron-Labs Diffusion 语言模型，支持 AR、扩散和自推测三种生成模式，实现多 token 并行生成与迭代修正，显著提升吞吐与灵活性。
入选理由：Nemotron-Labs Diffusion 提供 3B/8B/14B 三档模型，支持商业友好许可证（NVIDIA Nemotron Open Model License）。
AI基础设施正经历资本主义史上前所未有的系统性重构，电力与晶圆成为核心瓶颈，Anthropic单月新增110亿美元ARR揭示算力需求爆炸，而TSMC、NVIDIA与SpaceX等实体正在重塑全球算力地缘格局。
入选理由：Anthropic单月ARR增长110亿美元，远超市场预期，证明AI基础设施需求远超资本定价能力。
AWS 提供了支持大规模基础模型训练与推理的完整技术栈，涵盖高性能计算、网络、存储及开源软件集成，适配 NVIDIA 提出的“三大缩放定律”。
入选理由：NVIDIA 的三大缩放定律包括预训练、后训练（如 SFT 和 RL）和推理时计算，需统一基础设施支持。
OpenAI联合AMD、NVIDIA等公司推出MRC协议，提升超大规模AI训练网络的性能与可靠性，并已开源至OCP，推动行业标准统一。
入选理由：MRC通过多路径传输和静态源路由设计，有效规避网络拥塞与单点故障，保障AI训练稳定性。
英伟达提出以每Token成本作为AI基础设施的核心经济指标，取代传统的算力成本或每美元FLOPS评估方式，强调全栈优化对降低推理成本、提升商业价值的关键作用。
入选理由：每Token成本是衡量AI基础设施经济效益的核心指标，直接反映实际产出效率。
OpenAI 联合多家公司开源 MRC 协议，提升大模型训练网络可靠性，已在超算中部署验证。
入选理由：MRC 实现微秒级故障绕过，避免传统网络中断导致训练重启。
NVIDIA 推出 Cosmos 3，一个基于新型混合 Transformer 架构的开放通用模型，专为物理 AI 设计，能生成物理准确的合成视频、作为世界模型和模拟器，并支持机器人等实体智能系统的训练与推理。
入选理由：Cosmos 3 使用新型混合 Transformer 架构，结合自回归和扩散 Transformer 实现感知、推理与生成。
OpenAI通过MRC协议构建了131,000 GPU训练网络，采用反直觉的网络设计，显著提升训练效率。
入选理由：MRC协议消除传统三层控制平面，提升网络可靠性
Anna Goldie 和 Azalia Mirhoseini 创立的 Recursive Intelligence 使用 AI 自动化芯片设计，已应用于 Google TPU 等多代芯片，并计划通过三个阶段实现芯片设计民主化。
入选理由：Recursive Intelligence 的 AlphaChip 已经在 Google TPU 上应用了四代，显著提高了芯片设计效率。
NVIDIA 推出Nemotron 3 Ultra，550B参数的开放模型，面向长时运行的智能代理，采用LatentMoE与多令牌预测，在同等推理成本下专家数提升4倍，强调速度与智能正相关，并以Open MDW许可面向企业落地。
入选理由：Nemotron 3 Ultra 为 550B 参数模型，基于与 Nemotron 3 Super 相同架构，面向长时运行的智能代理场景。
NVIDIA 推出 5500 亿参数的 Neotron 3 Ultra，采用混合专家架构并专为代理任务训练，在代理基准上超越多款万亿参数模型，且公开数据与配方，便于企业本地部署与定制微调。
入选理由：Neotron 3 Ultra 为 550B 参数混合专家模型，活跃参数约 55B，专为代理任务训练。
AI递归自我进化正推动模型进入‘新摩尔定律’时代；SpaceX通过Starlink与Colossus算力构建万亿美元级‘Elon Web Services’生态；美国社会对AI的恐惧源于就业替代焦虑、CEO沟通失当与监管错位，而非技术本身。
入选理由：Anthropic已实现LLM ARR盈利，递归式自我改进（如Claude优化自身）可能使AI迭代速度超越人类工程师
Richard Socher宣布创立Recursive，致力于通过递归自改进机制实现超级智能，自动化科学发现，推动AI与生物医学突破。
入选理由：Recursive由Richard Socher与Tim Rocktaeschel等七位联合创始人共同创立，团队包含Peter Norvig等顶级AI专家。
基于29.7万用户数据，分析最受欢迎的AI硬件组合，显示NVIDIA、Apple和Intel在不同类别中的主导地位，以及显存对AI开发的重要性。
入选理由：AI开发者更看重显存容量而非算力，RTX 3060 12GB成为最流行独立GPU。
Hugging Face推出AI模型Carbon-X，通过自然语言解析DNA序列，助力基因研究与医疗应用。
入选理由：Carbon-X模型整合DNA序列与自然语言，支持对话式查询基因影响
NVIDIA推出模块化DSX Pod数据中心，14天快速部署，加速欧洲AI基建并推动人形机器人发展。
入选理由：DSX Pod模块化数据中心可在14天内完成部署，较传统方式提速数倍。
CoreWeave推出Physical AI Launchables工具，支持单命令运行机器人和自动驾驶工作负载，集成NVIDIA Isaac Sim等工具并提供数据增强功能。
入选理由：通过单命令运行NVIDIA Isaac Sim、CARLA等工具的工作负载，无需搭建环境
NVIDIA HGX Rubin NVL8通过HBM4和第六代NVLink大幅提升性能，CoreWeave云平台将支持该架构，降低运营成本并提升AI、HPC和数据分析效率。
入选理由：NVIDIA HGX Rubin NVL8内存带宽达130 TB/s，支持实时处理大规模数据集
Google推出SynthID Detector工具，支持跨AI提供商检测AI生成内容，但存在检测范围和准确率的局限性。
入选理由：SynthID Detector支持OpenAI、NVIDIA等AI生成内容检测，但不涵盖Meta和Microsoft。
中美AI监管政策加速，DeepSeek发布高效推理工具DeepInfer，影响开源模型生态。
入选理由：DeepSeek的DeepInfer推理工具可能使模型价格下降30%以上
Amazon SageMaker JumpStart 2026 年新增超 100 个模型，覆盖 30 家供应商，显著扩展其模型库。
入选理由：2026 年 SageMaker JumpStart 新增 100+ 模型，来自 30 家供应商。
NVIDIA推出Nemotron 3.5 Super VL和Bolt模型，分别针对数据中心和边缘设备优化，提升效率与准确性。
入选理由：Nemotron 3.5 Super VL参数量1200亿，性能达同类模型5倍速度
ASUS DGX Station搭载的NVIDIA GB300 GPU在性能和功耗上显著优于RTX Pro 6000，适合高性能计算场景。
入选理由：GB300 GPU拥有252GB高带宽内存，内存带宽达7TB/s，远超RTX Pro 6000的1.7TB/s
截至2023年底，Meta、NVIDIA等30多个实验室在Hugging Face Hub共享了近10亿美元的AI训练计算资源，远超维基百科的志愿者工时。
入选理由：Hugging Face Hub上共享的AI训练计算资源在2023年底已达近10亿美元，是维基百科志愿者工时的25倍。
与「NVIDIA」经常一起出现的 AI 术语。
💡 想追踪「NVIDIA」的长期趋势？去 实体雷达 · NVIDIA 查看详细分析和跨材料问答。
