Jetson
PulseAugur coverage of Jetson — every cluster mentioning Jetson across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
新框架支持在考虑热约束的边缘设备上进行鲁棒的LLM微调
研究人员开发了Thermo-FL，一个用于在边缘设备上进行大型语言模型联邦微调的新框架。该方法通过将热感知纳入训练过程，解决了硬件不稳定和对抗性攻击带来的挑战。Thermo-FL根据设备温度动态调整本地适配器训练和更新传输密度，而鲁棒的服务器端聚合管道TERRA则过滤和验证稀疏更新，以在BoolQ和GSM8K等基准测试中保持模型完整性和性能。
-
Nvidia 发布 Cosmos 3，旨在实现具身智能开发的标准化
Nvidia 发布了 Cosmos 3，这是一款多模态世界基础模型，旨在将文本、视觉、音频和动作统一在单一的 Transformer 架构中。该模型旨在通过从组件组装方法转向集成系统来简化具身智能的开发。Nvidia 的愿景是建立 Cosmos 3 作为标准化
-
RSS 2026 上具身人工智能转向“想象力”，世界模型是关键 · 跟踪 1 个来源
在 RSS 2026 会议上，具身人工智能的重点已从数据驱动的模仿转向由世界模型驱动的“想象力”。研究人员正超越仅仅生成逼真的视频，而是将世界模型用作机器人“逻辑核心”和“虚拟沙盒”。这使得机器人在执行前能够预测结果并规划行动，从被动反应转向主动预测，并实现跨任务和跨载体的泛化。
-
SpaceX 和英伟达推进太空 AI 基础设施
SpaceX 正在推进其轨道 AI 数据中心的计划，而英伟达则将其 Jetson GPU 集成到月球探索工作中。这些发展预示着太空技术和人工智能在未来任务中的日益融合。
-
开发者为 Jetson 项目从 Qt6 切换到 ImGui
一位开发者因 Qt6 的复杂性和依赖性问题，已为其 Jetson AEye 项目从 Qt6 切换到 ImGui。该开发者发现 Qt6 的指针逻辑存在问题，导致崩溃并与现代编程实践不兼容。此举旨在用更精简的方法替换臃肿的 Ubuntu 桌面 GUI。
-
新的MUTE方法确保了自学习AI智能体网络中可靠的数据删除
研究人员开发了一种名为MUTE（Muting Unlearned Trajectories' Echoes，抑制未学习轨迹的回声）的新方法，以应对自学习联邦智能体网络中可靠删除数据的挑战。这些网络在部署后会持续训练，使得传统遗忘方法不足以应对数据影响的持续存在和重现。MUTE旨在通过估计下游影响、执行定向更新、隔离高影响数据以及审计未来行为来确保完全擦除，同时保留任务效用。
-
NVIDIA GPU将部署到月球，为太空探索提供动力
NVIDIA正将其GPU部署扩展到月球，其Jetson芯片将用于月球漫游车和轨道卫星。该计划旨在利用边缘AI和专用硬件来支持未来的太空探索和地外自动化。此次部署面临月球恶劣环境带来的挑战，包括辐射和极端温度波动，但成功运行可能为实现持续人类存在提供更强大的自主系统。
-
Gemma 4 E2B 在工业边缘 AI 模型测试中领先于更快的竞争对手
最近在 Jetson 设备上对五个小型多模态模型进行的工业边缘 AI 运行时测试发现，尽管 Gemma 4 E2B 不是最快的，但它仍然是基准模型。SmolVLM2 是最快的，但其输出过于泛泛。Qwen2.5-VL 表现强劲，尤其是在 OCR 和视觉检查任务中，使其成为一个有力的竞争者。InternVL3 在较高设置下存在上下文错误和延迟问题，而 Qwen2.5-Omni 更适合未来的音频/视频工作流。选择标准强调本地部署、结构化输出…
-
NVIDIA 通过全球合作伙伴关系扩展 AI 基础设施和代理式 AI
NVIDIA 正通过战略合作伙伴关系和新产品发布，扩展其 AI 基础设施和代理式 AI 能力。该公司正与英国政府及各合作伙伴合作，构建主权 AI 部署，包括强大的 Isambard-AI 超级计算机。在韩国，NVIDIA 正与 LG Group 合作开发用于机器人和自动驾驶的 AI 工厂，同时还与 Doosan Group 在类似项目上进行合作。此外，NVIDIA 正在通过 RTX Spark 和 DGX Station 等新硬件，增…
-
中国Vifan Intelligence为机器人脑机芯片融资数百万
北京万象智行科技有限公司（Vifan Intelligence）已获得数亿元人民币的种子轮融资，用于开发一种新颖的“脑机芯片”，以支持具身智能机器人。该公司源自北京大学实验室孵化，正在创建一种统一的芯片架构，将传统的GPU能力与受大脑启发的计算相结合。与NVIDIA Jetson系列等现有解决方案相比，这种方法旨在降低功耗和成本，填补了国内市场在先进机器人核心计算方面的空白。
-
由于内存短缺，Nvidia 提前淘汰老旧 Jetson AI 处理器
由于全球内存短缺，Nvidia 正在加速淘汰其部分老旧 Jetson AI 处理器，包括 TX2 和 Xavier 系列。此决定据称已通过 Connect Tech 等供应商传达，其驱动因素是 LPDDR4 内存的采购困难，因为制造商正优先生产 HBM 和 DDR5 等面向 AI 加速器的新型、利润更高的高带宽内存。建议使用这些老旧模块的开发者迁移到 Orin 系列等新平台，以确保长期可用性。