NVIDIA 英伟达

英伟达开源 Nemotron 3.5 Transcribe，整合转录、翻译与说话人识别

英伟达发布开源语音模型 Nemotron 3.5 Transcribe，该模型支持文本指令，将转录、翻译和说话人识别整合到单一模型中，覆盖多达 40 种语言。模型总参数 300 亿，但每步仅激活约 40 亿，可在单张 GPU 上运行，并在多个基准测试中名列前茅。英伟达同时发布包含 84.4 万小时音频的 Granary v2 数据集及微调工具，便于开发者适配

另有 1 家信源报道

NVIDIA RTX Spark 笔记本新增模型、Agent 工具与游戏支持

NVIDIA 宣布 RTX Spark Windows 轻薄笔记本已由 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 上市，搭载 Blackwell RTX GPU 与 Grace CPU 超级芯片，最高 128GB 统一内存和 1 petaflop FP4 AI 性能。同时推出开源权重语音模型 Nemotron 3.5 Trans

英伟达发布开源转写模型 Nemotron 3.5 Transcribe

英伟达发布免费开源权重模型 Nemotron 3.5 Transcribe，支持最多 40 种语言的音频转写，并更新开源语音数据集 Granary 至第二版。该模型可进行 31 种语言与英语互译、处理长达一小时的录音、区分最多 8 位说话人，英伟达称其在 Hugging Face Open ASR Leaderboard 等基准上优于竞品。该模型面向商务会议

另有 1 家信源报道

NVIDIA 发布 GLM-5.3-Flash NVFP4 量化模型

NVIDIA 在 Hugging Face 发布 GLM-5.3-Flash-NVFP4，这是对 ZAI 的 GLM-5.3-Flash 模型进行 NVFP4 量化后的版本，使用 NVIDIA Model Optimizer（v0.47.0）完成权重量化。原模型为 320B 总参数、18B 激活的原生多模态 MoE 模型，支持最长 1M 上下文，面向推理、编

NVIDIA 发布 Nemotron 3.5 Parse 文档解析模型

NVIDIA 在 Hugging Face 发布 Nemotron 3.5 Parse 文档图像解析模型，采用 C-RADIOv4-SO400M 视觉编码器与 10 层 mBART 解码器，输出带语义版面类别、边界框和阅读顺序的结构化文本。模型约 0.631B 参数，支持 72,505 词表的多语言 tokenizer 与图表识别，面向文档理解、RAG、数据

NVIDIA CUDA 13.4 在 Kubernetes 中实现显存强制的 GPU 共享

NVIDIA 发布 CUDA 13.4，新增对应用透明的显存边界强制能力，支持精确显存额度、可增长区间以及按容器选择计算共享模式（time-slicing 或 sm-sharing）。同时推出开源 Kubernetes operator gpu-fractioning，负责在 GPU 节点上运行 MPS、应用各 Pod 容器的显存限制与计算模式，并按分片而非

NVIDIA RTX Spark 平台发布：支持神经渲染与游戏 AI 角色

NVIDIA 发布 RTX Spark Windows PC 平台，搭载 Blackwell RTX GPU 与 Grace CPU，最高 128GB 统一内存，面向 AI 开发、创作与游戏。该平台支持完整 DLSS 技术栈（含 DLSS 5 的 3D-Guided Neural Rendering，首发于 NBA 2K27），并推出 Nemotron 3.

NVIDIA 发布法国和比利时 Nemotron 本地化人物数据集

NVIDIA 发布 Nemotron-Personas-France 和 Nemotron-Personas-Belgium 两个基于地区人口特征的数据集，分别与法国 AI 初创公司 Pleias 及比利时鲁汶大学合作构建，属于覆盖 12 个国家的 Nemotron 开放数据计划。文章以法国护照办理场景为例，说明用这些数据集对 Nemotron 开放模型做后

C-BRAIN携手NVIDIA用AI加速阿尔茨海默病研究

C-BRAIN联盟与NVIDIA合作，利用AI技术加速阿尔茨海默病研究，通过整合此前无法访问的"暗数据"（包括未发表发现、阴性结果和受治理的专有数据）来突破数据孤岛和分析瓶颈。该联盟采用混合集中与联邦学习架构，在保护患者隐私的前提下让AI模型从各机构数据中学习，并已开发出OpenScientist和InsightEngine两个开源智能体工具，将原本需数周至

在 NVIDIA DGX Spark 上提升 MoE 推理性能的三种方法

NVIDIA 技术博客介绍在 DGX Spark 上优化 Ling-3.0-flash 混合专家模型推理的三种方法：用 Humming MXFP4 MoE 内核替换 FlashInfer 后端、对输出层 LM head 做在线 FP8 量化、以及基于 NEXTN 的多 token 预测投机解码。前两项分别带来 9.3% 和累计 21.7% 的解码吞吐提升。文

英伟达投资印度初创Simplismart，助企业少用GPU跑AI模型

英伟达参与印度初创公司Simplismart的1400万美元B轮融资，后者提供软件帮助企业在现有GPU基础设施上更高效地运行AI模型，部分场景可减少GPU用量。Simplismart称其软件帮助InVideo将GPU服务成本降低56%，年化收入过去六个月增长14倍。该投资看似与英伟达卖芯片的利益矛盾，但公司认为提升推理效率能增强其硬件吸引力。

英伟达30亿美元入股Meta，Meta加码采购英伟达芯片

英伟达向Meta计划中的股权发行投资30亿美元，双方同时宣布扩大围绕Meta AI产品Muse的合作，Meta将在下一代AI智能体中更多采用英伟达基础设施，包括Vera Rubin系统和Vera CPU。Meta计划通过股票发行筹集最多950亿美元用于AI基础设施扩建，AMD和博通也表达了合计最多50亿美元的非约束性认购意向。报道指出，这类英伟达投资客户、客

Nemotron 3.5 Bolt 74B-A9B 24GB：面向本地 AI 的混合视觉语言模型

NVIDIA 在 arXiv 发布 Nemotron 3.5 Bolt 74B-A9B 24GB，一个基于 Nemotron 3.5 Super VL 120B-A12B 压缩而来的混合 Mamba-Transformer 视觉语言模型。该模型通过 Star Elastic 架构搜索、2-bit 量化感知蒸馏和 LiLiCorr 投机解码，将 BF16 模型

NVIDIA Minerva：用 AIOps 把遥测混乱转化为 GPU 产出

NVIDIA 发布技术博客介绍其 AI 原生 AIOps 平台 Minerva，用于解决 AI 工厂中 GPU 集群遥测数据分散、故障诊断困难的问题。Minerva 跨 GPU、Spectrum-X/NVLink 交换机、存储、调度器等采集指标与日志，通过自动发现构建动态知识图谱，将基础设施与运行中的训练任务关联，并用监督与无监督机器学习识别“灰色故障”。平

NVIDIA Mission Control 2.5 为 Kubernetes 带来自主恢复能力

NVIDIA 发布 Mission Control 2.5，将其自主恢复引擎从原先仅支持 Slurm 的 HPC 工作负载，扩展到由 NVIDIA Run:ai 管理的 Kubernetes 工作负载。该引擎由自主作业恢复和自主硬件恢复两项服务组成，与调度器协同形成三层框架，可检测、诊断并自动恢复 GPU 故障或作业异常，减少停机与算力浪费。此举旨在帮助 A

llama.cpp b11879：CUDA MMQ 融合 FFN gate/up 与 GLU

llama.cpp 发布 b11879 版本，在 CUDA 后端为 MMQ 量化矩阵乘实现 FFN gate/up 矩阵乘与 GLU 的融合：通过将 gate 与 up 权重行按 8 行交错排布，使一次 mul mat q 启动即可完成两个矩阵乘并在写回时计算 GLU。该优化面向 prompt 处理阶段，支持 Q4 K、Q5 K、Q6 K、Q8 0 和 IQ

英伟达开源机器人视频标注引擎 Flora，成本比 GPT-6 Astra 低 125 倍

英伟达开源了数据引擎 Flora，用于机器人视频标注。Flora 由三个微调的 Qwen3.5 模型组成，可同时生成动作分段、描述和奖励信号三类标注，据英伟达估算，标注一小时视频成本约 72 美分，而使用 GPT-6 Astra 约需 88.5 美元，最高便宜 125 倍。该系统已用于 GR00T 模型训练，每天可标注多达 20 万小时视频，模型已在 Hug

NVIDIA Qwen3.8-Flash-Next NVFP4 权重转换为 Strata 格式

Hugging Face 用户 Maximilian228 将 NVIDIA 的 Qwen3.8-Flash-Next-NVFP4 检查点（由 NVIDIA Model Optimizer 量化）转换为 Strata NVFP4 引擎可读的文件格式，权重本身未改动。该 125B 混合 MoE 模型因此可在单张 RTX 20-50 显卡（12GB 以上显存）加

英伟达CEO带火Microduck机器人，预售超2万台

英伟达CEO黄仁勋在GTC柏林大会上与一群Microduck机器人互动的视频走红，这些机器人能按语音指令行走、坐下、装死和翻跟头。Hugging Face的Clem Delangue表示，次日Microduck预订单已超过2万台，预计圣诞节前交付，可能成为假日季最热销的玩具。Microduck由Hugging Face于2025年收购的Pollen Robo

NVIDIA TensorRT 11.1 全局性能调优器：多构建路线自动搜索

NVIDIA 在 TensorRT 11.1 中推出 Global Performance Tuner，将编译调度策略表示为可搜索的 build route（编译器 knob 组合），通过构建多个候选引擎并实测端到端性能与精度来选出最优方案。TensorRT 11.1 提供 200 多个可调 knob，trtexec 中给出 C++ 示例实现，Python