腾讯发布 WeMM-Video-4B-AWQ 量化模型
腾讯开源 WeMM-Video-4B-AWQ,这是支持中英双语的多模态大语言模型 WeMM-Video 的 W4A16 量化版本。该模型基于约 1.2 万亿 token 预训练,采用 group-128 INT4 AWQ 压缩技术,在 NVIDIA L20 上验证通过。它接受文本、图像、音频和视频输入并生成响应,提供 vLLM 和 Transformers 部署方案。

腾讯开源 WeMM-Video-4B-AWQ,这是支持中英双语的多模态大语言模型 WeMM-Video 的 W4A16 量化版本。该模型基于约 1.2 万亿 token 预训练,采用 group-128 INT4 AWQ 压缩技术,在 NVIDIA L20 上验证通过。它接受文本、图像、音频和视频输入并生成响应,提供 vLLM 和 Transformers 部署方案。

腾讯开源 WeMM-Video-35B-A3B 的 AWQ W4A16 量化版本,该中英双语多模态模型支持图文音视频理解与推理。模型采用 Group-128 INT4 量化技术,权重文件仅 22.69 GiB,可在双 NVIDIA L20 GPU 上运行。官方提供基于 patched vLLM 0.18.0 和 Transformers 的服务部署方案。

NVIDIA 与 Microsoft 在 Microsoft Ignite 上宣布扩大全栈合作,把加速计算从 Azure 数据中心延伸到工业系统和 Windows PC。
AWS 发布指南演示如何在 Amazon EKS 上利用 NVIDIA Run:ai GPU Fractioning Operator 实现单卡多 Pod 显存隔离。该方案通过 Kubernetes 调度集成与强制显存限制,使两个各申请 8 GiB 显存的 Pod 能在单张 A10G GPU 上并发运行。

NVIDIA 宣布 ASUS、Dell 和 MSI 的 RTX Spark 紧凑型台式机即日起开售,搭载 20 核 Grace CPU 与 Blackwell RTX GPU(6144 个 CUDA 核心),最高 128GB 统一内存,AI 性能达 1 petaflop。

推荐理由:原文列出了 RTX Spark 的硬件规格与本地模型能力,可据此判断本地 AI 工作站的配置取舍。
Amazon SageMaker HyperPod Inference 现已支持 NVIDIA Dynamo,把 Dynamo 的多节点部署、prefill 与 decode 分离和 KV-aware 路由与 HyperPod 的基础设施管理结合起来。

NVIDIA 高性能计算负责人 Ian Buck 在 SC26 上宣布 Nemotron for Science、Rubin HPC GPU 和扩展的 Vera CPU 平台,并公布与 IBM、Fermilab 的量子计算合作。
NVIDIA 在 SC26 大会上推出面向研究人员、学者和开发者的 DGX Spark HPC 开发者套件,由四台 DGX Spark 组成环形直连集群,无需网络交换机。
Amazon Bedrock Managed Knowledge Base 新增表格检索能力,可在 agentic retrieval 中对 CSV、XLSX、XLS 文件按行查找数值并执行计算,再与相关文档中的事实合并回答多步分析问题。

NVIDIA 在 SC26 宣布推出 Rubin HPC GPU,旨在加速科学、工程和数据分析工作流中的 AI 智能体仿真。该芯片拥有超过 50,000 个 CUDA 核心,并采用第七代 NVLink 技术优化数据供给与计算平衡。Rubin HPC 预计于 2028 年可用。

NVIDIA 扩展 CUDA-X 库,新增 cuPhoton、cuPotential 和 cuSpa 等,让 AI 智能体帮助研究人员更快处理海量数据。
NVIDIA 公布 Vera Rubin 平台首次参加 MLPerf 的成绩,在训练、后训练和智能体推理上均取得领先。

推荐理由:官方披露 Vera Rubin 在 MLPerf 训练与 Endpoints 的首次成绩,可与 GB300 的代际差距对照看。
NVIDIA 宣布扩展 Slurm 对量子处理器的支持,QPU 厂商可通过一个简单文件为所有超算中心提供统一接口,Slurm 26.11 将于本月晚些时候发布。
Lambda 部署 NVIDIA Photonics 共封装光学(CPO)交换机连接 GB300 NVL72 机架,实现网络延迟降低约 4% 至 10%,功耗效率提升最高 5 倍。该方案采用液冷技术将光学器件中位温度降至 36°C,并通过可更换外部光源模块和缩短电信号路径,显著提升系统可靠性并减少信号损耗。
NVIDIA NeMo Switchyard 是一个开源库,可让 AI 智能体为每个请求选择由哪个模型处理,其 LiteLLM 集成支持 Stage 和 Random 两种路由策略。

推荐理由:GR00T 2 从人类演示中学习技能并预测动作对物理世界的影响,技能还能跨机器人本体迁移。
Moonshot AI 的 Kimi K3.1 Pro Highspeed 已在 Amazon Bedrock 上线,它是 Kimi K3 的后训练版本,保持 3T 级开放权重架构和 100 万 token 上下文窗口,据 Moonshot AI 称输出速度是 Kimi K3.1 Pro 的 2–3 倍。

NVIDIA 在 KubeCon + CloudNativeCon 上宣布将用于保护和治理自主智能体的开源运行时 NVIDIA OpenShell 贡献给 CNCF,作为 Sandbox 项目由社区治理。

推荐理由:NVIDIA 把智能体安全运行时 OpenShell 捐给 CNCF,并给出 Snapshot 在合作方工作负载上的启动耗时对比,可观察智能体基础设施的开放路径。
AWS 宣布 NVIDIA Nemotron 3.5 Super VL 已在 Amazon SageMaker JumpStart 上线,可通过 SageMaker Studio 或 SageMaker Python SDK 部署。

NVIDIA 在 CoRL 上发布开源世界动作模型 GR00T 2,基于 NVIDIA Cosmos 构建,训练数据包含 10 万小时开源人类第一视角数据。官方称该模型在 50 项评测任务中无需任务专属演示即可完成其中 40 项,每任务仅用一次演示时平均成功率为 71%,五次演示提升至 95%。

推荐理由:NVIDIA 在 CoRL 集中放出 GR00T 2 与 Isaac Lab 3.0,并给出多项基准成绩和合作方试用情况,可据此判断机器人仿真训练工具链的当前形态。
NVIDIA 在 MSIT-NVIDIA AI 创业合作论坛上宣布投资韩国初创公司 Point2,并计划投资 Motif Technologies、RLWRLD 和 Upstage。

NVIDIA 为韩国四款领先开源模型发布 Dynamo 优化部署配方,包括 SK Telecom 的 A.X K2、LG AI Research 的 K-EXAONE 2.0、Upstage 的 Solar Open 2 和 Motif Technologies 的 Motif-3。
NVIDIA 与韩国科学技术信息通信部(MSIT)扩大主权 AI 合作,覆盖 AI 半导体、数据中心基础设施、人才、初创企业、模型、智能体和安全。合作让韩国 NPU 与 XPU 公司探索加入 NVIDIA NVLink Fusion 生态,并通过培训认证、黑客松和技术研讨会提升 GPU 利用率。

韩国 AI 安全公司 AIM Intelligence 正将 Starfort 智能体控制平台与 NVIDIA OpenShell 集成,结合运行时访问控制与恶意指令、数据泄露检测能力。现代汽车集团则在探索 NVIDIA NemoClaw 蓝图与 OpenShell 运行时,LG AI Research 开放了基于 Nemotron 数据集开发的 K-EXAONE-2.5 的 API 访问。
NVIDIA 正帮助韩国产业界把物理 AI 从开发推向实际生产,覆盖半导体制造、机器人和自动驾驶。三星用 NVIDIA cuISS、cuDSS、cuEST 等加速半导体工程计算,其中 sMOL 平台部分量子化学计算端到端提速最高 5x,AI 均质化案例实现约 1,600x 加速,仿真时间从 32 核 CPU 细网格约 18 小时降至 GPU 粗网格 41 秒。

Amazon SageMaker Inference 新增 GPU 分区能力,基于 NVIDIA Multi-Instance GPU(MIG)把单块物理 GPU 划分为硬件隔离的多个分区,每个分区可部署不同模型。

NVIDIA 开源 Aerial、Sionna 等 6G 工具一年来开发者采用量增长 10 倍,开源 5G/6G 工具下载量突破 100 万次,全球逾 8000 家研究机构在使用。
NVIDIA 发布 Vera CPU,称其在 100 兆瓦数据中心对比中同时优于最快的 x86 CPU 和最节能的 x86 CPU,相比最快 x86 CPU 每瓦可支持 1.6 倍智能体数量,相比最节能 x86 CPU 智能体速度提升 2 倍。
NVIDIA 详解其全栈协同设计思路:从 Blackwell Ultra 到 Vera Rubin 平台,每 GPU 的 HBM 容量仅增约 3%,但 SemiAnalysis AgentX 上的智能体吞吐每美元最高提升 30x。

SETI 研究所与 Breakthrough Listen 把智能体 AI 接入艾伦望远镜阵列的日常搜寻,研究人员用一句自然语言请求即可操控天线、校准仪器并处理数据流。
NVIDIA Nemotron 3.5 Super VL 加入 AWS 上已有的 Nemotron 3 系列,是 120B 参数 MoE 多模态模型,每 token 激活 12B 参数,支持文本、图像、文档和视频输入,上下文长度最高 1M tokens。

NVIDIA 展示开发者结合 GPT-6 Astra、GPT-6 Sol 和 Claude Code 等前沿模型与 Omniverse 库,将创意转化为物理仿真应用。Falkor 平台利用该方案构建设施级数字孪生,NVIDIA 开发者使用 Isaac Sim 搭建机器人抓取模拟,社区成员通过语音控制 VR 场景并测试 Microduck 机器人在 ICU 中的行走稳定性。

Meta 介绍下一代个性化广告检索引擎 Meta Andromeda,通过模型、系统与 GPU 硬件协同设计,在单张 GH200 上实现每秒超 100 亿广告的推理吞吐,较 2024 年系统提升 100 倍。新架构引入检索混合专家(MoE),以约 300 倍更少的推理 FLOPs 接近排序级模型性能。自 2025 年以来,该系统在 Facebook 上带来 2.4% 的转化提升。

NVIDIA 为 RTX Spark Windows 笔记本带来多项更新,包括开放权重语音模型 Nemotron 3.5 Transcribe、Liquid AI 的 LFM3 系列模型支持,以及 NVIDIA App 中可在前台应用与后台智能体之间分配 GPU 资源的控制项。

C-BRAIN 联合 NVIDIA 用 AI 加速阿尔茨海默病研究,其 OpenScientist 工具把原本需数周至数月的分析压缩到几分钟,单次运行成本低于 10 美元。该联盟由 18 家机构组成,采用集中与联邦混合架构调用机构内"暗数据",目前运行 64 块 NVIDIA 数据中心 GPU,并计划引入 Blackwell 系统与 BioNeMo、MONAI。