NVIDIA 发布 Nemotron 3.5 Super VL 与两款 Bolt 边缘模型
NVIDIA 发布开源 1200 亿参数模型 Nemotron 3.5 Super VL,并推出两款边缘模型 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB。
选题角度:原文给出三款模型的参数、内存占用和开放下载入口,适合上手实测 Super VL 与 Bolt 在本地设备上的多模态与智能体任务表现。
NVIDIA 发布开源 1200 亿参数模型 Nemotron 3.5 Super VL,并推出两款边缘模型 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB。
选题角度:原文给出三款模型的参数、内存占用和开放下载入口,适合上手实测 Super VL 与 Bolt 在本地设备上的多模态与智能体任务表现。
NVIDIA 加入欧盟委员会在都柏林 AI in Science Summit 上启动的 AI in Science Enablers Initiative,为欧洲研究界提供加速工具、算力与培训支持。
Apertus 1.5 在 8B 和 70B 两个规模上扩展了 Apertus 1.0,新增图像和音频理解、可选思考模式、4 倍长的上下文窗口、更好的指令遵循和工具调用能力,权重于 2026 年 7 月 24 日以 Apache 2.0 协议发布在 Hugging Face。
NVIDIA 披露其在北欧的技术生态投资与落地进展:瑞典初创 Lovable、Legora 获投资,Lovable 用 NVIDIA Dynamo 和 Nemotron 优化开源模型推理。
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市,并联合生态伙伴推出面向本地 AI 智能体的软件更新。首发更新包括 GitHub Copilot、Hermes、OpenClaw、Perplexity、Pi 和 WorkBuddy 等智能体应用的安装优化与 OpenShell、MXC 安全沙箱支持,以及开源模型路由库 NVIDIA Switchyard。
选题角度:原文列出 RTX Spark 首发可用的本地智能体应用、Nemotron 3.5 Bolt 74B 与 PAIR 正式版,适合上手实测本地跑智能体的安装与路由体验。
NVIDIA 宣布计划投资 Doctolib、Entalpic、Genesis AI 和 Pigment 四家法国初创公司,分别覆盖医疗智能体、原子级材料工程、通用机器人和企业规划平台。
NVIDIA 在 OCP Global Summit 上通过 MGX 开放架构贡献 Vera Rubin 机架与计算托盘设计,并发布 MGX 1.2 规范,支持最高 250kW 机架部署和液冷 5,000A 母线。
NVIDIA《State of AI in Telecommunications》报告显示,89% 受访者认为开源模型与软件对公司 AI 战略重要。NVIDIA 发布 300 亿参数的 Nemotron 3 Large Telco Model(LTM),由 AdaptKey 基于开源电信数据集微调,并公开完整微调流程。
Hugging Face 发布 Open TTS Leaderboard,用客观指标评测开源多语言 TTS 与声音克隆模型,单模型评测耗时从数周投票缩短到数小时。
Hugging Face Hub 新增 RL Environments 筛选器,带 rl-environment 标签的数据集仓库即可作为强化学习环境,无需新建仓库类型、注册表或注册。Harbor、Verifiers、OpenEnv、NeMo Gym 四个框架已注册为数据集库标签,同一数据集可携带多个框架标签,标签仅表示兼容性。
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构,通过 AlphaFold Database 开放了 2800 多种病毒的蛋白复合物 3D 结构预测,这些结构由 AlphaFold2 结合 NVIDIA BioNeMo Inference Runtime 优化推理生成。
NVIDIA 在新加坡 AI Day 上联合合作伙伴展示东南亚 AI 落地进展,新加坡 HTX 正研究用 Nemotron 3 Super 与 Nemotron 3 Nano Omni 推进公共安全 AI。
oMLX 创建者兼维护者 Jun Kim 加入 Hugging Face,全职投入 MLX 社区建设。oMLX 将保持 Apache 2.0 开源协议,由 Jun 继续领导,从副业转为有资金支持的正式项目,目标是提升稳定性并加快开发。Hugging Face 计划让 oMLX 成为新想法的试验场,并推动 transformers 模型定义更快落地为可供各引擎使用的 MLX 参考实现。
Hugging Face 为 transformers 加入 GGUF 模型支持,用户可从 Hub 选取 GGUF 检查点,通过 from_pretrained 传入 gguf_file 即可在本地生成。