NeMo

2026年 8月 12日

在 NVIDIA GB300 NVL72 上部署参数量达 2.4T 的 Qwen3.8-2.4T-A95B 模型，并支持可配置推理

阿里巴巴发布了其最大的开放权重模型 Qwen3.8-2.4 T-A95B (Qwen3.8-Max) 的开放权重，
2 MIN READ
2026年 8月 11日

NVIDIA Nemotron 3.5 Lightning 为长期运行的智能体提供快速、准确的专业任务执行

长期运行的 AI 智能体将大部分时间用于大量执行：工具调用、结果验证和子智能体委托。在每个执行步骤中使用前沿推理模型会增加成本和延迟。
2 MIN READ
2026年 8月 11日

借助 NVIDIA NeMo 交换机，跨模型路由 AI 智能体工作负载

构建 AI 智能体 并非以选择单个模型为终点。每个模型都有自己的长处、短处和成本曲线，这可能会从一种工作负载转移到另一种工作负载，
2 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 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 14日

如何借助 RL 智能体技能和 NVIDIA NeMo 运行自动研究工作流

编码 AI 智能体 正成为长期运行的机器学习 (ML) 工作流程的实用运算符。他们可以检查资源库、设置运行时、解决构建问题、启动实验、
4 MIN READ
2026年 7月 9日

借助 NVIDIA NeMo 生成用于金融 AI 研究的合成数据

金融自然语言处理 (NLP) 的微调 LLM 受到有限且不平衡的数据的限制。现实世界的金融新闻过度代表收益和股票动态，而信用评级变化、
5 MIN READ
2026年 7月 1日

掌握代理式技术：AI 智能体强化学习

强化学习 (RL) 是调整语言模型的核心，从 AI 助手中的人类反馈强化学习 (RLHF) 到用于推理和智能体任务的较新的具有可验证奖励…
3 MIN READ
2026年 6月 22日

电信公司如何利用代理式 AI 构建自主网络

电信运营商正在跨网络运营、客户服务和后台工作流采用 AI，但大多数运营商仍处于自主化的早期阶段。例如，在网络运营中，
2 MIN READ
2026年 6月 16日

构建您自己的金融智能交易基础模型

现代金融网络上的每一次刷卡、转账和付款都会对人类行为模式进行编码。事务数据是企业掌握的最丰富的信号之一。然而，
3 MIN READ
2026年 6月 12日

在 NVIDIA 加速基础设施上使用 MiniMax M3 部署长上下文推理和代理式工作流

随着企业 AI 采用的规模扩大，开发者越来越多地不得不将分散的工作流拼接在一起，即分别用于文本、视觉和代码的模型，从而导致复杂性增加、
1 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 5月 21日

借助 Slurm 拓扑感知型作业调度功能，在 NVIDIA GB200 NVL72 上实现百万兆级性能

随着AI模型的规模和复杂性持续提升，要充分发挥现代加速基础设施的性能，关键在于如何合理分配工作负载以及硬件的部署方式。
3 MIN READ
2026年 5月 21日

在电信 AI 工厂构建词元+ Metered AI 服务

全球各地的电信公司正基于主权AI工厂基于NVIDIA云合作伙伴（NCP）参考架构，建设，使政府、企业和初创公司能够以适当的控制力、
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 20日

为智能体线束添加专门的深度研究技能

Claude Code、Codex 和 LangChain Deep Agents 等智能体工具是优秀的任务编排工具，能够管理会话、
2 MIN READ