最近文章

2026年 8月 4日

超越 VLA：世界动作模型如何重塑机器人操控

机器人领域的一个核心挑战是构建超越其训练演示的泛化策略。当物体形状、位置或照明发生变化时，在训练场景中取得成功的策略通常会失败。
2 MIN READ
2026年 8月 4日

使用 NVIDIA Alpamayo 2 Super 生成轨迹、推理路径和自动标注

辅助驾驶开发通常依赖多个相互独立的模型，分别用于轨迹生成、高层级意图预测、场景理解以及数据标注。这种分开的方式使得相关结果难以直接比较，
5 MIN READ
2026年 8月 4日

告别 Token 焦虑：用 NVIDIA DGX Spark 打造游戏 UGC 多智能体“AI 圆桌”协作系统

我们是来自苏州大学的学生开发团队。在 挑战杯中国大学生创业计划竞赛，中，本文介绍的这套多智能体协作系统帮助我们获得了 江苏省一等奖。
2 MIN READ
2026年 8月 3日

NVIDIA Vera 存储基准测试：加速 AI 原生存储的加密、压缩、完整性检查和恢复

存储是每个代理式 AI 工作流中不可或缺的组成部分。当智能体检索企业知识、访问持久内存、重用键值 (KV) 缓存数据、执行工具并生成新结果时，
3 MIN READ
2026年 8月 3日

如何在共享 GPU 基础架构上运行隔离的租户 Kubernetes 集群

每个团队运行专用的 Kubernetes 集群通常会导致隔离程度超出组织所需的程度。虽然一个集群可以在多个团队之间成功共享，
4 MIN READ
2026年 7月 31日

共同设计 AI 模型注意力，实现快速的交互式长上下文推理

随着代理式和长上下文工作负载变得常见，上下文长度增加，注意力消耗更大比例的推理时间 (图 1) 。由于注意力现在主宰了成本，
6 MIN READ
2026年 7月 31日

NVIDIA 视频编解码器 SDK 13.1：零拷贝转码、AV1 B 帧和帧精确搜索

各行各业对高质量视频的需求持续加速，为从沉浸式串流体验到远程协作、生成式 AI 媒体工具和大规模内容交付等各个方面提供支持。
4 MIN READ
2026年 7月 30日

使用 NVIDIA nvmath-python 大规模运行高性能核心数学运算

NVIDIA nvmath-python 是一个库，旨在弥合 Python 科学社区与 NVIDIA CUDA-X 数学库之间的差距。
5 MIN READ
2026年 7月 30日

部署更安全的 AI 智能体的四种方法

知识工作者正越来越多地将 AI 智能体集成到其工作流中。作为“数字同事”的智能体具有明显的优势。例如，他们可以查看错误报告、
1 MIN READ
2026年 7月 30日

NVIDIA 示例云：释放 AI 基础设施全部性能的经验教训

由相同的 NVIDIA H100、GB200 NVL72 或 GB300 NVL72 系统构建的两个 AI…
4 MIN READ
2026年 7月 29日

如何使用 NVIDIA NeMo Guardrails 自行托管经过验证的 AI 编码助手

在受监管、主权或源敏感型环境中部署 AI 编码助手通常会面临挑战。三个常见问题是：来源无法离开网络；助手偶尔会发明引入供应链风险的软件包名称；
4 MIN READ
2026年 7月 28日

使用 GPU 原生医学物理模拟开发医疗健康机器人

与自动驾驶或工业机器人不同，医疗机器人无法依靠互联网规模的数据采集或无限的现实世界实验。每次演示都需要专门的设备、
2 MIN READ
2026年 7月 27日

NVIDIA Ising 通过增强的情境学习实现全自动量子计算机校准

NVIDIA Ising Calibration 是一个开源视觉语言模型 (VLM) ，旨在解释量子处理器的诊断输出，
2 MIN READ
2026年 7月 27日

案例分享 | 基于 NVIDIA DGX Spark 的智能安防与工业智能方案开发应用

在智慧城市安防升级与工业智能制造转型背景下，传统安防监控与工业运维模式普遍面临诸多瓶颈。为了打破这些技术限制，
1 MIN READ
2026年 7月 27日

六种智能体 Harness 功能可实现更高的模型性能

构建出色的 AI 智能体不仅仅是选择合适的模型。Harness 是围绕模型的架构。渲染上下文、执行动作、管理状态以及决定任务何时完成，
2 MIN READ
2026年 7月 26日

推动半导体在材料工程和制造领域的创新

随着 AI 工作负载的增加，爆炸性的计算需求正在推动半导体行业达到前所未有的性能目标。在快速变化的 AI 硬件周期中，
2 MIN READ