Nemotron 3 Ultra 本周即将发布。
面向 Agent 的安全运行时,提供权限、隐私、策略控制,让 Agent 在 Windows、Linux、数据中心、云端等环境中更安全运行。
显示更多
NVIDIA-Nemotron-Labs-3-Puzzle:高性能压缩MoE
基于Nemotron-3-Super-120B-A12B压缩,压缩后总参数75B,激活参数9B,在单台8×B200节点上实现吞吐量翻倍,单张H100显卡1M上下文的情况下并发请求从1个提升到8个。性能基本不变。
模型:
论文:
显示更多
NVIDIA 开源多功能语音转文字模型 Nemotron 3.5 Transcribe,以及配套的数据处理方案 Granary v2。
平时开会或者整理长录音时,普通语音识别工具往往只能把字打出来,分不清每句话是谁说的,遇到专业术语容易打错,也没法直接针对录音内容提问。
NVIDIA 通过将语音识别和语言模型结合,把听懂语音、区分说话人、翻译以及回答问题都放进了同一个模型里。使用者只需要用平常说话的方式给它下指令,比如“转录这段录音并标出说话人”或者“这次会议的核心内容”,它就能直接输出对应的结果;如果要识别冷门行业词汇,直接在指令里附上术语提示就行。
支持 40 种语言的转录,能同时区分最多 8 个说话人,甚至能处理长达一小时、多人抢话插嘴的复杂对话场景。在多项语音公开评测中,它的识别准确度和说话人区分能力都排在开源工具第一位。在专业医学场景测试中,配合针对性提示词后,专有名词的识别错误率大幅下降。
Hugging Face:
显示更多
Palantir今天宣布与NVIDIA扩展合作,把Nemotron开源模型和NVIDIA AI基础设施嵌进AIP、Foundry、Apollo,专门面向美国政府和关键基础设施——让机构在涉密、隔离环境里部署和post-train大模型,同时完全掌控数据、IP和模型权重。
作为英伟达和Palantir的股东,我认为这次合作对两家都是利好:对PLTR是坐实”任何模型落地运营的底层基础设施”定位,锁定壁垒最高的政府国防客户;对NVDA是借Palantir的部署层把Nemotron和GPU栈一起推进主权AI这个6000亿美元市场,用开源模型反向绑定硬件生态。
这其实和之前PLTR与ZETA的合作是同一逻辑——模型在变、伙伴在变,但Palantir卡的始终是那层让AI可运营的操作系统。 AI会吞掉Palantir? 我认为Palantir反而会是AI发展最大的受益者之一。
显示更多
英伟达开源检索系列模型
包含负责看懂图文文档的Nemotron 3.5 Parse、负责在海量图文中精准搜索的Nemotron 3.5 Embed,以及负责对候选结果精细打分排序的Nemotron 3.5 Rerank。
不管是带有复杂表格、折线图的扫描件还是PDF报告,AI都能快速把图表解析为规范结构,并在几秒钟内定位到关键数据。在实际测试中,加入这套重排与检索模型后,AI找资料的准确率大幅提高,同时调用成本降低了约14%。
模型合集:
显示更多
NVIDIA 这次真的不讲武德,直接甩出一个开源的视频理解怪兽
Nemotron 3 Nano Omni,处理视频快得离谱:1 小时就能搞定 10 小时的视频内容,比播放速度还快 10 倍
核心靠的是 3D 卷积技术,不再逐帧傻扫,而是成块"吞噬"数据,效率直接拉满
以后这些场景真的爽:
全天监控里找"没戴安全帽且在争吵"的人
几百个素材里精准定位"有海浪声且拍到日落"的画面
听一段机器运转视频就能诊断电机异响
几分钟帮你搞定,连 Whisper 的钱都省了
不过要注意,这哥们是个典型的偏科生
技能点全加在了多模态理解和处理效率上,想拿它写代码或者搞高难度文本推理,表现可能还不如一些轻量级纯文本模型
结论:别把它当全能程序员,但在音视频分析、海量素材打标这些实战场景里,它绝对是开源界的神
搞 AI 视频、多模态的兄弟,这个必须试试
项目地址放评论区了👇
显示更多
The Information:英伟达洽谈以 200 亿美元估值投资其 AI 数据供应商 Mercor
Mercor 的年化总收入在 6 月达到 20 亿美元,较年初翻了一番。
Mercor 为英伟达的 Nemotron 及其他主要 AI 模型开发商提供数据。
显示更多
$PLTR 的印度裔 CTO Shyam Sankar:中国开源模型都是偷来的,蒸馏的 solana:PreweJYECqtQwBtpxHL171nL2K6umo692gTm7Q3rpgF 、Anthropic,是在窃取美国的知识产权,威胁美国的发展,强烈谴责!
并预告:美国开源 AI 阵营要集体放大招,像 $NVDA Nemotron 这种企业可下载、可微调的模型会是未来大趋势。
显示更多
AI 圈已经有人开始为「AI 断供」做末日准备了,甚至囤出了 10.5TB 的 AI 战略储备😂
黄仁勋离开 NVIDIA 后,Ruby on Rails 创始人 DHH 突然发了一条意味深长的推文:
「你最好提前备份几份开放权重模型,再准备一些能运行它们的基本设备。没人知道 NVIDIA 到底发生了什么,但这个世界刚刚失去了自由开放 AI 最重要的支持者之一。」
Reddit上,已经有人认真讨论起了「如果有一天开放权重模型不再发布,我们该提前囤些什么?」
结果评论区直接变成了 AI 末日生存物资展示大会。
一位叫 Kahvana 的玩家晒出了自己的 2TB NVMe 硬盘。
里面不只是几个聊天模型,而是囤了 Qwen3.8、Gemma 4、DeepSeek V4 Flash、Nemotron 等多个系列,连不同精度的量化版本都准备好了。
而且考虑得相当周全:
不仅有负责聊天和写代码的大语言模型,还有语音识别、语音合成、图片生成、Embedding、Reranker,以及 ComfyUI、MCP 工具、离线维基百科。
甚至还专门把最重要的模型复制到 NAS,并备份 llama.cpp 和 SillyTavern,确保不只是有模型权重,还能真正运行起来。
但这还不是最夸张的。
另一位叫 TheBigHODL 的玩家直接晒出了一份 10.5TB 的 AI 储备清单。
中国的 Kimi、DeepSeek、Qwen、GLM、MiniMax,美国的 Llama、GPT-OSS、Gemma,以及 Mistral 等模型,几乎把主流开放权重阵营都囤了一遍。
还不止如此。
从 Whisper 语音模型、FLUX 图片模型,到训练数据集、评测数据、完整维基百科、推理框架、量化工具,甚至一些开发工具的源码,都在他的存档范围内。
这已经不是简单地下载几个 GGUF 文件了,而是在试图给自己保存一整套能独立运转的 AI 工具箱。
他们担心的也很现实:
万一未来中国模型受到更多出口或访问限制,美国 AI 实验室又逐渐停止开放权重,今天随手就能从 Hugging Face 下载的东西,明天可能就没那么容易拿到了。
当然,这只是社区对未来的担忧,并不代表相关禁令已经出台。
但这种变化确实挺有意思。
以前本地 AI 圈比的是谁的显卡多、显存大、Token 跑得快。
现在有人已经开始比谁的硬盘大、谁的模型囤得全、谁断网之后还能继续用 AI。
以前末日生存玩家囤粮食、柴油、发电机,现在 AI 玩家开始囤模型、算力和离线知识库了。
而且仔细想想,这事还真不完全是杞人忧天。
云端 AI 再强,使用权终究取决于服务商;本地模型即使落后几个版本,只要权重、软件和硬件都在,至少还能自己运行。
显示更多
以前是程序员替 AI 收拾残局,现在 AI 开始给程序员写「无 bug 保证书」了:Anthropic 让 Claude 写形式化证明,官方称覆盖 123 个开源库
另外两个惊喜:Canva 自研图像模型冲到设计榜第 2,Carbon-X 一个 14B 模型就能读 DNA
00:00 开场
00:09 Anthropic 形式化验证
01:56 Canva Craft
02:38 Gemini API CLI
04:36 Devin 漏洞修复插件
05:23 METR 红队测试 OpenAI 智能体监控
06:16 Ideogram Vector 1.0
07:07 蚂蚁 Ling-3.1-flash
07:39 SageAI Sage-A1.5
08:27 NVIDIA Nemotron Retriever
10:39 LlamaIndex OCRia-1
12:39 微软研究院 Flint Interactive
13:56 Underdog Bark 3.0
15:15 Hugging Face Carbon-X
16:31 HexaShell(arXiv 2610.23479)
18:40 LEV 循环决策模型(arXiv 2610.20951)
20:50 片尾
显示更多