NVIDIA AI
PulseAugur coverage of NVIDIA AI — every cluster mentioning NVIDIA AI across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
MiniMax AI 参加 FriendliAI 的 AI Coding Stack 活动
MiniMax AI 参加了由 FriendliAI 主办的“人工智能编码技术栈内部探讨会”活动。该活动涵盖了从 NVIDIA GPU 等硬件到高级代理工作流的整个 AI 开发流程。其他参与者包括 Kilo，活动在 FriendliAI 办公室举行。
-
NVIDIA 发布 Nemotron-Labs-TwoTower 以实现更快的文本生成 · 跟踪 4 个来源
NVIDIA 推出了 Nemotron-Labs-TwoTower，这是一款开放权重的扩散语言模型，旨在提高文本生成吞吐量。该模型将扩散过程分为两个独立的组件：一个冻结的自回归上下文塔和一个训练好的去噪器塔。这种架构允许并行生成 token，实现了 2.42 倍的吞吐量提升，同时保留了传统自回归模型 98.7% 的质量。
-
MiniMax AI 于7月1日举办“AI 编码栈内幕”活动
MiniMax AI 将于7月1日举办一场题为“AI 编码栈内幕”的活动。活动将围绕 NVIDIA 的 AI 原生工作负载 GPU 基础设施、Friendli AI 的前沿 AI 推理代理、MiniMax AI 的 M3 和推理能力，以及 Kilocode 的生产环境中的代理编码进行讨论。
-
Nvidia AI 承诺为扩散模型提供15倍速度提升
Nvidia 宣布扩散模型可能实现15倍的速度提升，能够同时生成整块文本。这一进展在 Nvidia 的 AI 社交媒体频道上得到强调，预示着生成式 AI 能力将有重大飞跃。
-
Claude Opus 4.8 在 KernelBench-Mega 基准测试中领先，性能超越 NVIDIA GPU
一项名为 KernelBench-Mega 的新基准测试已发布，该测试涉及为每个生成的 token 重写 GPU megakernels。该基准测试在 NVIDIA 的 RTX PRO 6000、H100 和 B200 GPU 上进行了测试，Claude Opus 4.8 表现出卓越的性能，在 B200 上相比参考模型速度提升高达 19.4 倍。GLM-5.2 在此次评估中成为性能最佳的开源模型。
-
MiniMax AI发布开源M3模型，支持100万上下文
MiniMax AI发布了其新的开源模型MiniMax M3，该模型拥有100万token的上下文窗口和先进的功能。该模型采用了名为MSA的新型稀疏注意力架构，其中包括专用的预填充和解码内核。它支持NVIDIA Hopper和Blackwell架构上的BF16和MXFP8格式，通过前缀缓存和分块预填充实现了长上下文的高效服务。
-
MiniMax AI 发布多模态模型 M3，支持长上下文
MiniMax AI 推出了 MiniMax M3，这是一款能够跨文本、图像和视频进行推理的新型多模态模型。该模型支持长上下文，并且可以通过 NVIDIA 提供的免费 GPU 加速端点进行访问。此次发布标志着 MiniMax AI 团队取得的一项显著成就。
-
LiquidAI 发布 LFM2.5-8B-A1B 模型，适用于设备端和服务器使用
LiquidAI 发布了 LFM2.5-8B-A1B，这是一个拥有 80 亿参数的模型，针对设备端应用和高效服务器端使用场景进行了优化。该模型拥有 128K 的上下文长度和混合 MoE 架构，能够与更大模型相媲美。它设计用于在单个 GPU 上实现适应性，并以开放权重许可证形式提供。
-
NVIDIA 发布实验性 Rust 到 CUDA 编译器后端
NVIDIA AI 研究人员推出了 cuda-oxide，这是一个实验性编译器，允许开发人员使用 Rust 编写 GPU 内核，并直接将其编译为 PTX（NVIDIA 的 GPU 中间表示）。这个新工具旨在将 CUDA 编程模型直接引入安全的 Rust 环境，无需 C++ 或其他中间语言。该项目使用了一个自定义的 rustc 代码生成后端和一个名为 Pliron 的原生 Rust MLIR 类框架，允许主机和设备代码共存于单个源文件中。
-
NVIDIA AI研究员、Replit CEO探讨多模态AI的未来
Replit 举办了一场网络研讨会，邀请 NVIDIA AI 研究员 Jim Fan 和 Replit CEO Amjad Masad 共同探讨生成式AI的进展。讨论强调了AI多模态日益增长的重要性，通过整合图像、视频和3D数据，实现更丰富的系统交互。他们还谈到了大型语言模型的演变、ChatGPT界面等用户体验的改进，以及模型能力超越参数数量的趋势。讨论最后预测了AI对编码和各行业的未来影响，并重点介绍了Replit自身的AI编码助手…