跳到正文
  1. NVIDIA Blog69

    NVIDIA RTX Spark 笔记本新增 Nemotron 3.5 Transcribe 语音模型与智能体资源管理

    NVIDIA 为 RTX Spark Windows 笔记本带来一批更新,包括开放权重的语音模型 Nemotron 3.5 Transcribe、NVIDIA App 中的 图形处理器(GPU,Graphics Processing Unit) 资源分配控制,以及 LFM3 系列模型的本地支持。

    推荐理由:原文把本地语音模型、图形处理器(GPU,Graphics Processing Unit) 资源分配和游戏渲染放进同一台笔记本,读者可据此判断本地 人工智能(AI,Artificial Intelligence) 工作流的边界。

  2. Google DeepMind72

    Google DeepMind 发布世界模型 Genie 4,原生生成音频并支持实时交互

    Google DeepMind 发布世界模型 Genie 4,可实时生成画面与原生音频,并支持用自然语言在模拟过程中修改天气、镜头和人物。该模型引入实时交互对话,角色能对用户输入即时回应;Gemini 3.8 Flash 在循环中充当引导智能体,把目标拆成步骤并检查每帧进度。

    推荐理由:官方同时给出四项能力变化和已知局限,读者可据此判断实时世界模型目前能做什么、还差在哪。

已经到底了