AI 智能体

2026年 6月 9日

借助 NVIDIA DGX Spark Enterprise 可管理性，大规模控制 AI 基础设施的生命周期

随着 AI 基础设施的扩展，企业对运营成熟度的期望与日俱增。组织期望这些系统具备可配置、可观察、安全且可大规模管理的特点，
1 MIN READ
2026年 6月 9日

借助 AI 智能体和 NVIDIA FLARE Auto-FL 加速联邦学习研究

联邦学习 (FL) 研究通常从一个看似简单的问题开始：我们接下来应该尝试什么？在实验开始之前，新的聚合规则、FedProx 系数、
2 MIN READ
2026年 6月 9日

借助智能体技能和 NVIDIA Nemotron 语音，更快地评估临床 ASR 模型

训练语音 AI 模型以正确识别或合成临床术语异常困难。药物名称如 Acetaminophen、Amlodipine、
3 MIN READ
2026年 6月 4日

NVIDIA Nemotron 3 Ultra 为长时间运行的智能体提供更快、更高效的推理能力

单轮聊天机器人正在演变为长时间运行的智能体，这些智能体可以进行推理、维护上下文、使用工具，并在多轮中高效运行，从而完成复杂的工作流程。 但是，
3 MIN READ
2026年 6月 2日

使用 Microsoft 和 NVIDIA 的新工具在 Windows PC 上构建个人 AI 智能体

AI 智能体正在改变您与 PC 的交互方式。创作者、开发者和 AI 爱好者已经在广泛使用这些智能体来协助完成编码、
3 MIN READ
2026年 6月 2日

借助 Hermes 智能体和 NVIDIA NemoClaw 部署自进化智能体，以更快、更安全地进行研究

AI 智能体是一种强大的工具，可用于合成数据，从而加速研究、汇总信息，并帮助团队更快地做出决策。但是，
2 MIN READ
2026年 6月 1日

在 NVIDIA JetPack 7.2 中部署具有高显存效率的边缘代理就绪型 AI

随着 AI 智能体 从数字世界转向物理环境，他们可以轻松使用 NVIDIA Jetson，通过优化的内存和性能加速现实世界的部署。
3 MIN READ
2026年 6月 1日

在 NVIDIA DGX Spark 上使用更快的模型和多节点集群运行本地 AI 智能体

自主、长期运行的 AI 智能体的兴起带来了一种新型计算需求，即维护大型上下文窗口、生成并发子智能体，以及在不依赖云的情况下持续迭代的任务。
2 MIN READ
2026年 5月 31日

借助 NVIDIA DOCA 芯片级安全，推进代理式 AI 的 AI 基础设施建设

AI 时代正在催生一种新型基础设施：AI 工厂。AI 工厂能将数据转化为智能，赋能规模空前的自主AI 智能体。借助加速计算，
3 MIN READ
2026年 5月 20日

掌握智能体技术：AI 智能体定制

自主 AI 智能体 正承担着企业中的各种任务：规划物流车队路线、分类支持工单、生成代码以及编排多步骤工作流。
3 MIN READ
2026年 5月 19日

NVIDIA 认证的智能体技能为 AI 智能体提供能力治理

自主 AI 智能体的能力正不断增强。开放模型、模型上下文协议（MCP）连接的工具以及可移植技能，使得智能体更易于扩展。然而，
1 MIN READ
2026年 5月 19日

掌握代理式技术：AI 智能体评估

评估AI模型与评估AI智能体密切相关，但两者回答的问题截然不同。模型基准测试衡量的是基础模型的能力，例如理解语言、
1 MIN READ
2026年 5月 13日

借助 AI 智能体和技能，将视频转化为即时搜索、可操作的智能

在当今数据驱动的世界中，组织对视频的依赖日益增加，用以捕捉关键信息。然而，从海量视频片段中实时提取有意义的洞察仍是一大挑战。
4 MIN READ
2026年 4月 30日

借助 NVIDIA DLSS 4.5、RTX 和 Unreal Engine 5 构建 AI 驱动的游戏

现在，游戏开发者可以开始集成 NVIDIA DLSS 4.5 动态多帧生成、6 倍多帧生成，
2 MIN READ
2026年 4月 28日

全天候模拟循环：代理式 AI 如何保持地下工程的移动

地下行业正处于数字化发展的关键时刻。几十年来，挖掘油藏潜力一直依赖于执行必要且耗时的手动工作流程的专家。 随着数据复杂性的增加，
2 MIN READ
2026年 4月 24日

使用 NVIDIA FLARE 在无重构开销的情况下进行联合学习

联邦学习 (FL) 不再是研究的好奇心，而是对棘手限制的实际回应：最有价值的数据通常是最不可动的数据。监管边界、
3 MIN READ