<p>为了扩展开放模型的宇宙，NVIDIA 今天发布了新的开放模型、数据和工具，以推动各行业的人工智能发展。</p>
<p>这些模型涵盖了 NVIDIA Nemotron 系列的智能代理 AI、NVIDIA Cosmos 平台的物理 AI、新的 NVIDIA Alpamayo 系列的自动驾驶汽车开发、NVIDIA Isaac GR00T 的机器人技术以及 NVIDIA Clara 的生物医学，将为公司提供开发现实世界 AI 系统的工具。</p>
<p>NVIDIA 贡献了开源训练框架和全球最大的开放多模态数据集之一，包括 10 万亿个语言训练标记、500,000 条机器人轨迹、455,000 种蛋白质结构和 100TB 的车辆传感器数据。这是一个前所未有的多样化开放资源规模，旨在加速语言、机器人、科学研究和自动驾驶汽车的创新。</p>
<p>领先的科技公司——包括博世、CodeRabbit、CrowdStrike、Cohesity、Fortinet、Franka Robotics、Humanoid、Palantir、Salesforce、ServiceNow、日立和优步——正在采用并基于 NVIDIA 的开放模型技术进行开发。</p>
<h2><strong>NVIDIA Nemotron 为 AI 代理带来语音、多模态智能和安全性</strong></h2>
<p>在最近发布的 NVIDIA Nemotron 3 系列开放模型和数据的基础上，NVIDIA 正在发布用于语音、多模态检索增强生成（RAG）和安全性的 Nemotron 模型。</p>
<ul>
<li><strong>Nemotron Speech</strong> 包含了在排行榜上名列前茅的开放模型，包括一个新的 ASR 模型，提供实时、低延迟的语音识别，用于实时字幕和语音 AI 应用。日常和模式基准显示，该模型的性能比同类其他模型快 10 倍。</li>
<li><strong>Nemotron RAG</strong> 包含新的嵌入和重排序视觉语言模型（VLM），提供高度准确的多语言和多模态数据洞察，以增强文档搜索和信息检索。</li>
<li><strong>Nemotron Safety</strong> 模型增强了 AI 应用的安全性和可信度，现在包括 Llama Nemotron 内容安全模型，具有扩展的语言支持，以及 Nemotron PII，能够高精度检测敏感数据。</li>
</ul>
<p>博世正在采用 Nemotron Speech，使驾驶员能够与他们的车辆进行互动。ServiceNow 在开放数据集上训练其 Apriel 模型系列，包括 Nemotron，以实现成本效益高的多模态性能。</p>
<p>Cadence 和 IBM 正在试点 NVIDIA Nemotron RAG 模型，以改善复杂技术文档的搜索和推理。</p>
<p>CrowdStrike、Cohesity 和 Fortinet 正在采用 NVIDIA Nemotron Safety 模型，以增强其 AI 应用的可信度。</p>
<p>Palantir 正在将 Nemotron 模型集成到其 Ontology 框架中，以构建首个集成技术栈，专为专业 AI 代理设计。CodeRabbit 正在使用 Nemotron 模型来推动和扩展其 AI 代码审查，提高速度和成本效率，同时保持高审查准确性。</p>
<p>NVIDIA 还向开发者发布了开源数据集、训练资源和蓝图，包括 Llama Embed Nemotron 8B 模型的数据集和训练代码，该模型在 MMTEB 排行榜上表现突出。这是对更新的 LLM Router 的补充，展示了开发者如何自动将 AI 请求指向最适合的模型，以及用于构建新的 Nemotron Speech ASR 模型的数据集。</p>
<h2><strong>适用于各种物理 AI 和机器人的新模型</strong></h2>
<p>为机器人和自主系统开发物理 AI 需要大量多样化的数据集和能够在复杂的现实环境中感知、推理和行动的模型。在 Hugging Face 上，机器人技术是增长最快的领域，NVIDIA 的开放机器人模型和数据集在该平台的下载中处于领先地位。</p>
<p>NVIDIA 正在发布 NVIDIA Cosmos 开放世界基础模型，为物理 AI 的发展和验证带来类人推理和世界生成。</p>
<ul>
<li><strong>Cosmos Reason 2</strong> 是一个新的、在排行榜上名列前茅的推理 VLM，帮助机器人和 AI 代理在物理世界中以更高的准确性进行观察、理解和互动。</li>
<li><strong>Cosmos Transfer 2.5</strong> 和 <strong>Cosmos Predict 2.5</strong> 是领先的模型，能够在多样化的环境和条件下生成大规模合成视频。</li>
</ul>
<p>NVIDIA 还发布了针对每种物理 AI 体现的开放模型和蓝图，基于 Cosmos 构建：</p>
<ul>
<li><strong>Isaac GR00T N1.6</strong> 是一个开放的推理视觉语言动作（VLA）模型，专为类人机器人设计，解锁全身控制，并使用 NVIDIA Cosmos Reason 以更好的推理和上下文理解。</li>
<li><strong>NVIDIA 视频搜索和摘要蓝图</strong>，是 NVIDIA Metropolis 平台的一部分，是构建视觉 AI 代理的参考工作流程，能够分析大量录制和实时视频，以提高运营效率和公共安全。</li>
</ul>
<p>Salesforce、Milestone、日立、优步、VAST Data 和 Encord 正在使用 Cosmos Reason 来开发交通和工作场所生产力 AI 代理。Franka Robotics、Humanoid 和 NEURA Robotics 正在使用 Isaac GR00T 来模拟、训练和验证机器人在生产前的新行为。</p>
<h2><strong>NVIDIA Alpamayo 用于基于推理的自动驾驶汽车</strong></h2>
<p>开发安全、可扩展的自动驾驶依赖于能够在复杂的现实环境和场景中感知、推理和行动的 AI，以及支持快速训练、测试和大规模改进的开发工作流程。</p>
<p>NVIDIA 正在发布 NVIDIA Alpamayo，一个新的开放模型系列、仿真工具和大型数据集，以推动基于推理的自动驾驶汽车开发。它包括：</p>
<ul>
<li><strong>Alpamayo 1</strong>，首个开放的大规模推理 VLA 模型，专为自动驾驶汽车（AV）设计，使车辆能够理解其周围环境，并解释其行为。</li>
<li><strong>AlpaSim</strong>，一个开源仿真框架，能够在多样化的环境和边缘案例中进行基于推理的 AV 模型的闭环训练和评估。</li>
</ul>
<p>NVIDIA 还将发布 <strong>物理 AI 开放数据集</strong>，包括在最广泛的地理和条件下收集的超过 1,700 小时的驾驶数据，涵盖了对推进推理架构至关重要的稀有和复杂的现实世界边缘案例。</p>
<h2><strong>NVIDIA Clara 在医疗和生命科学领域</strong></h2>
<p>为了降低成本并更快地提供治疗，NVIDIA 推出了新的 Clara AI 模型，弥合数字发现与现实医学之间的差距。</p>
<p>这些模型帮助研究人员设计更安全、更有效且更易生产的治疗方案，包括：</p>
<ul>
<li><strong>La-Proteina</strong> 使研究和药物候选开发中能够设计大型、原子级精确的蛋白质，为科学家提供了研究以前被认为无法治疗的疾病的新工具。</li>
<li><strong>ReaSyn v2</strong> 通过将制造蓝图纳入发现过程，确保 AI 设计的药物在合成上是可行的。</li>
<li><strong>KERMT</strong> 通过预测潜在药物与人体的相互作用，在开发早期提供高精度的计算安全性测试。</li>
<li><strong>RNAPro</strong> 通过预测 RNA 分子的复杂 3D 形状，释放个性化医疗的潜力。</li>
</ul>
<p>此外，NVIDIA 的 455,000 个合成蛋白质结构数据集帮助 AI 研究人员构建更准确的 AI 模型。</p>
<h2><strong>开始使用 NVIDIA 开放模型和技术</strong></h2>
<p>NVIDIA 的开放模型、数据和框架现在可以在 GitHub 和 Hugging Face 上获取，并可通过多种云、推理和 AI 基础设施平台以及 build.nvidia.com 访问，为开发者提供灵活的支持资源。</p>
<p>这些模型中的许多也作为 NVIDIA NIM 微服务提供，便于在任何 NVIDIA 加速的基础设施上进行安全、可扩展的部署，从边缘到云端。</p>
<p><em>通过观看</em> <em>NVIDIA 在 CES 的直播</em> _了解更多信息。</p>

2 倍做多英伟达 ETF - GraniteShares

南方两倍做多英伟达

南方两倍做空英伟达

英伟达期权收益策略 ETF - YieldMax

1 倍做空英伟达 ETF - Direxion

2 倍做多 NVDA ETF - T-Rex

2 倍做空 NVDA ETF - T-Rex

半导体 3 倍做多 - Direxion

<p>NVIDIA 推出了新的开放模型、数据和工具，以增强各个行业的人工智能。这包括用于自主人工智能的 NVIDIA Nemotron 系列、用于物理人工智能的 Cosmos 平台以及用于自动驾驶车辆的 Alpamayo 系列。此次发布包含广泛的开源训练框架和大量的多模态数据。博世、优步和 Palantir 等主要科技公司正在采用这些技术。同时，还推出了用于语音识别、多模态数据洞察和安全的新模型，旨在改善人工智能在现实场景中的应用</p>

<p>Expanding the open model universe, NVIDIA today released new open models, data and tools to advance AI across every industry.</p>
<div class="lb-trans"><p>为了扩展开放模型的宇宙，NVIDIA 今天发布了新的开放模型、数据和工具，以推动各行业的人工智能发展。</p>
</div><p>These models — spanning the NVIDIA Nemotron family for agentic AI, the NVIDIA Cosmos platform for physical AI, the new NVIDIA Alpamayo family for autonomous vehicle development, NVIDIA Isaac GR00T for robotics and NVIDIA Clara for biomedical — will empower companies with the tools to develop real-world AI systems.</p>
<div class="lb-trans"><p>这些模型涵盖了 NVIDIA Nemotron 系列的智能代理 AI、NVIDIA Cosmos 平台的物理 AI、新的 NVIDIA Alpamayo 系列的自动驾驶汽车开发、NVIDIA Isaac GR00T 的机器人技术以及 NVIDIA Clara 的生物医学，将为公司提供开发现实世界 AI 系统的工具。</p>
</div><p>NVIDIA contributes open-source training frameworks and one of the world’s largest collections of open multimodal data, including 10 trillion language training tokens, 500,000 robotics trajectories, 455,000 protein structures and 100 terabytes of vehicle sensor data. This is an unprecedented scale of diverse open resources to accelerate innovation in language, robots, scientific research and autonomous vehicles.</p>
<div class="lb-trans"><p>NVIDIA 贡献了开源训练框架和全球最大的开放多模态数据集之一，包括 10 万亿个语言训练标记、500,000 条机器人轨迹、455,000 种蛋白质结构和 100TB 的车辆传感器数据。这是一个前所未有的多样化开放资源规模，旨在加速语言、机器人、科学研究和自动驾驶汽车的创新。</p>
</div><p>Leading technology companies — including Bosch, CodeRabbit, CrowdStrike, Cohesity, Fortinet, Franka Robotics, Humanoid, Palantir, Salesforce, ServiceNow, Hitachi and Uber — are adopting and building on NVIDIA’s open model technologies.</p>
<div class="lb-trans"><p>领先的科技公司——包括博世、CodeRabbit、CrowdStrike、Cohesity、Fortinet、Franka Robotics、Humanoid、Palantir、Salesforce、ServiceNow、日立和优步——正在采用并基于 NVIDIA 的开放模型技术进行开发。</p>
</div><h2><strong>NVIDIA Nemotron Brings Speech, Multimodal Intelligence and Safety to AI Agents</strong></h2>
<div class="lb-trans"><h2><strong>NVIDIA Nemotron 为 AI 代理带来语音、多模态智能和安全性</strong></h2>
</div><p>Building on the recently released NVIDIA Nemotron 3 family of open models and data, NVIDIA is releasing Nemotron models for speech, multimodal retrieval-augmented generation (RAG) and safety.</p>
<div class="lb-trans"><p>在最近发布的 NVIDIA Nemotron 3 系列开放模型和数据的基础上，NVIDIA 正在发布用于语音、多模态检索增强生成（RAG）和安全性的 Nemotron 模型。</p>
</div><ul>
<li><strong>Nemotron Speech</strong> comprises leaderboard-topping open models, including a new ASR model, that deliver real-time, low-latency speech recognition for live captions and speech AI applications. Daily and Modal benchmarks show that the model delivers 10x faster performance than other models in its class.</li>
<li><strong>Nemotron RAG</strong> comprises new embed and rerank vision language models (VLMs) that provide highly accurate multilingual and multimodal data insights to enhance document search and information retrieval.</li>
<li><strong>Nemotron Safety</strong> models, which strengthen the safety and trustworthiness of AI applications, now include the Llama Nemotron Content Safety model, featuring expanded language support, and Nemotron PII, which detects sensitive data with high accuracy.</li>
</ul>
<div class="lb-trans"><ul>
<li><strong>Nemotron Speech</strong> 包含了在排行榜上名列前茅的开放模型，包括一个新的 ASR 模型，提供实时、低延迟的语音识别，用于实时字幕和语音 AI 应用。日常和模式基准显示，该模型的性能比同类其他模型快 10 倍。</li>
<li><strong>Nemotron RAG</strong> 包含新的嵌入和重排序视觉语言模型（VLM），提供高度准确的多语言和多模态数据洞察，以增强文档搜索和信息检索。</li>
<li><strong>Nemotron Safety</strong> 模型增强了 AI 应用的安全性和可信度，现在包括 Llama Nemotron 内容安全模型，具有扩展的语言支持，以及 Nemotron PII，能够高精度检测敏感数据。</li>
</ul>
</div><p>Bosch is adopting Nemotron Speech to enable drivers to interact with their vehicles. ServiceNow trains its Apriel model family on open datasets, including Nemotron for cost-efficient multimodal performance.</p>
<div class="lb-trans"><p>博世正在采用 Nemotron Speech，使驾驶员能够与他们的车辆进行互动。ServiceNow 在开放数据集上训练其 Apriel 模型系列，包括 Nemotron，以实现成本效益高的多模态性能。</p>
</div><p>Cadence and IBM are piloting NVIDIA Nemotron RAG models to improve search and reasoning across complex technical documents.</p>
<div class="lb-trans"><p>Cadence 和 IBM 正在试点 NVIDIA Nemotron RAG 模型，以改善复杂技术文档的搜索和推理。</p>
</div><p>CrowdStrike, Cohesity and Fortinet are adopting NVIDIA Nemotron Safety models to strengthen the trustworthiness of their AI applications.</p>
<div class="lb-trans"><p>CrowdStrike、Cohesity 和 Fortinet 正在采用 NVIDIA Nemotron Safety 模型，以增强其 AI 应用的可信度。</p>
</div><p>Palantir is integrating Nemotron models into its Ontology framework to build a first-of-its-kind, integrated technology stack for specialized AI agents. CodeRabbit is using Nemotron models to power and scale its AI code reviews, improving speed and cost efficiency while maintaining high review accuracy.</p>
<div class="lb-trans"><p>Palantir 正在将 Nemotron 模型集成到其 Ontology 框架中，以构建首个集成技术栈，专为专业 AI 代理设计。CodeRabbit 正在使用 Nemotron 模型来推动和扩展其 AI 代码审查，提高速度和成本效率，同时保持高审查准确性。</p>
</div><p>NVIDIA is also releasing open-source datasets, training resources and blueprints to developers, including the dataset and training code for the Llama Embed Nemotron 8B model, featured on the MMTEB leaderboard. This is in addition to the updated LLM Router that shows developers how to automatically direct AI requests to the best model for the job, and the dataset used to build the new Nemotron Speech ASR model.</p>
<div class="lb-trans"><p>NVIDIA 还向开发者发布了开源数据集、训练资源和蓝图，包括 Llama Embed Nemotron 8B 模型的数据集和训练代码，该模型在 MMTEB 排行榜上表现突出。这是对更新的 LLM Router 的补充，展示了开发者如何自动将 AI 请求指向最适合的模型，以及用于构建新的 Nemotron Speech ASR 模型的数据集。</p>
</div><h2><strong>New Models for Every Type of Physical AI and Robot</strong></h2>
<div class="lb-trans"><h2><strong>适用于各种物理 AI 和机器人的新模型</strong></h2>
</div><p>Developing physical AI for robots and autonomous systems requires large, diverse datasets and models that can perceive, reason and act in complex, real-world environments. On Hugging Face, robotics is the fastest-growing segment, with NVIDIA’s open robotics models and datasets leading the platform’s downloads.</p>
<div class="lb-trans"><p>为机器人和自主系统开发物理 AI 需要大量多样化的数据集和能够在复杂的现实环境中感知、推理和行动的模型。在 Hugging Face 上，机器人技术是增长最快的领域，NVIDIA 的开放机器人模型和数据集在该平台的下载中处于领先地位。</p>
</div><p>NVIDIA is releasing NVIDIA Cosmos open world foundation models that bring humanlike reasoning and world generation to accelerate physical AI development and validation.</p>
<div class="lb-trans"><p>NVIDIA 正在发布 NVIDIA Cosmos 开放世界基础模型，为物理 AI 的发展和验证带来类人推理和世界生成。</p>
</div><ul>
<li><strong>Cosmos Reason 2</strong> is a new, leaderboard-topping reasoning VLM that helps robots and AI agents see, understand and interact with higher accuracy in the physical world.</li>
<li><strong>Cosmos Transfer 2.5</strong> and <strong>Cosmos Predict 2.5</strong> are leading models that generate large-scale synthetic videos across diverse environments and conditions.</li>
</ul>
<div class="lb-trans"><ul>
<li><strong>Cosmos Reason 2</strong> 是一个新的、在排行榜上名列前茅的推理 VLM，帮助机器人和 AI 代理在物理世界中以更高的准确性进行观察、理解和互动。</li>
<li><strong>Cosmos Transfer 2.5</strong> 和 <strong>Cosmos Predict 2.5</strong> 是领先的模型，能够在多样化的环境和条件下生成大规模合成视频。</li>
</ul>
</div><p>NVIDIA has also released open models and blueprints for each physical AI embodiment, built on Cosmos:</p>
<div class="lb-trans"><p>NVIDIA 还发布了针对每种物理 AI 体现的开放模型和蓝图，基于 Cosmos 构建：</p>
</div><ul>
<li><strong>Isaac GR00T N1.6</strong> is an open reasoning vision language action (VLA) model, purpose-built for humanoid robots, that unlocks full body control and uses NVIDIA Cosmos Reason for better reasoning and contextual understanding.</li>
<li><strong>The NVIDIA Blueprint for video search and summarization</strong>, part of the NVIDIA Metropolis platform, is a reference workflow for building vision AI agents that can analyze large volumes of recorded and live video to improve operational efficiency and public safety.</li>
</ul>
<div class="lb-trans"><ul>
<li><strong>Isaac GR00T N1.6</strong> 是一个开放的推理视觉语言动作（VLA）模型，专为类人机器人设计，解锁全身控制，并使用 NVIDIA Cosmos Reason 以更好的推理和上下文理解。</li>
<li><strong>NVIDIA 视频搜索和摘要蓝图</strong>，是 NVIDIA Metropolis 平台的一部分，是构建视觉 AI 代理的参考工作流程，能够分析大量录制和实时视频，以提高运营效率和公共安全。</li>
</ul>
</div><p>Salesforce, Milestone, Hitachi, Uber, VAST Data and Encord are using Cosmos Reason for traffic and workplace productivity AI agents. Franka Robotics, Humanoid and NEURA Robotics are using Isaac GR00T to simulate, train and validate new behaviors for robots before scaling to production.</p>
<div class="lb-trans"><p>Salesforce、Milestone、日立、优步、VAST Data 和 Encord 正在使用 Cosmos Reason 来开发交通和工作场所生产力 AI 代理。Franka Robotics、Humanoid 和 NEURA Robotics 正在使用 Isaac GR00T 来模拟、训练和验证机器人在生产前的新行为。</p>
</div><h2><strong>NVIDIA Alpamayo for Reasoning-Based Autonomous Vehicles</strong></h2>
<div class="lb-trans"><h2><strong>NVIDIA Alpamayo 用于基于推理的自动驾驶汽车</strong></h2>
</div><p>Developing safe, scalable autonomous driving depends on AI that can perceive, reason and act in complex real-world environments and scenarios, with development workflows that support rapid training, testing and improvement at scale.</p>
<div class="lb-trans"><p>开发安全、可扩展的自动驾驶依赖于能够在复杂的现实环境和场景中感知、推理和行动的 AI，以及支持快速训练、测试和大规模改进的开发工作流程。</p>
</div><p>NVIDIA is releasing NVIDIA Alpamayo, a new family of open models, simulation tools and large datasets to advance reasoning-based autonomous vehicle development. It includes:</p>
<div class="lb-trans"><p>NVIDIA 正在发布 NVIDIA Alpamayo，一个新的开放模型系列、仿真工具和大型数据集，以推动基于推理的自动驾驶汽车开发。它包括：</p>
</div><ul>
<li><strong>Alpamayo 1</strong>, the first open, large-scale reasoning VLA model for autonomous vehicles (AVs) that enables vehicles to understand their surroundings, as well as explain their actions.​</li>
<li><strong>AlpaSim</strong>, an open-source simulation framework that enables closed-loop training and evaluation of reasoning-based AV models across diverse environments and edge cases.</li>
</ul>
<div class="lb-trans"><ul>
<li><strong>Alpamayo 1</strong>，首个开放的大规模推理 VLA 模型，专为自动驾驶汽车（AV）设计，使车辆能够理解其周围环境，并解释其行为。</li>
<li><strong>AlpaSim</strong>，一个开源仿真框架，能够在多样化的环境和边缘案例中进行基于推理的 AV 模型的闭环训练和评估。</li>
</ul>
</div><p>NVIDIA is also releasing <strong>Physical AI Open Datasets</strong>, including over 1,700 hours of driving data collected across the widest range of geographies and conditions, covering rare and complex real-world edge cases essential for advancing reasoning architectures.</p>
<div class="lb-trans"><p>NVIDIA 还将发布 <strong>物理 AI 开放数据集</strong>，包括在最广泛的地理和条件下收集的超过 1,700 小时的驾驶数据，涵盖了对推进推理架构至关重要的稀有和复杂的现实世界边缘案例。</p>
</div><h2><strong>NVIDIA Clara for Healthcare and Life Sciences</strong></h2>
<div class="lb-trans"><h2><strong>NVIDIA Clara 在医疗和生命科学领域</strong></h2>
</div><p>To lower costs and deliver treatments faster, NVIDIA is launching new Clara AI models that bridge the gap between digital discovery and real-world medicine.</p>
<div class="lb-trans"><p>为了降低成本并更快地提供治疗，NVIDIA 推出了新的 Clara AI 模型，弥合数字发现与现实医学之间的差距。</p>
</div><p>Helping researchers design treatments that are safer, more effective and easier to produce, these models include:</p>
<div class="lb-trans"><p>这些模型帮助研究人员设计更安全、更有效且更易生产的治疗方案，包括：</p>
</div><ul>
<li><strong>La-Proteina</strong> enables the design of large, atom-level-precise proteins for research and drug candidate development, giving scientists new tools to study diseases previously considered untreatable.</li>
<li><strong>ReaSyn v2</strong> ensures AI-designed drugs are practical to synthesize by incorporating a manufacturing blueprint into the discovery process.</li>
<li><strong>KERMT</strong> provides high-accuracy, computational safety testing early in development by predicting how a potential drug will interact with the human body.</li>
<li><strong>RNAPro</strong> unlocks the potential of personalized medicine by predicting the complex 3D shapes of RNA molecules.</li>
</ul>
<div class="lb-trans"><ul>
<li><strong>La-Proteina</strong> 使研究和药物候选开发中能够设计大型、原子级精确的蛋白质，为科学家提供了研究以前被认为无法治疗的疾病的新工具。</li>
<li><strong>ReaSyn v2</strong> 通过将制造蓝图纳入发现过程，确保 AI 设计的药物在合成上是可行的。</li>
<li><strong>KERMT</strong> 通过预测潜在药物与人体的相互作用，在开发早期提供高精度的计算安全性测试。</li>
<li><strong>RNAPro</strong> 通过预测 RNA 分子的复杂 3D 形状，释放个性化医疗的潜力。</li>
</ul>
</div><p>In addition, an NVIDIA dataset of 455,000 synthetic protein structures helps AI researchers build more accurate AI models.</p>
<div class="lb-trans"><p>此外，NVIDIA 的 455,000 个合成蛋白质结构数据集帮助 AI 研究人员构建更准确的 AI 模型。</p>
</div><h2><strong>Get Started With NVIDIA Open Models and Technologies</strong></h2>
<div class="lb-trans"><h2><strong>开始使用 NVIDIA 开放模型和技术</strong></h2>
</div><p>NVIDIA open models, data and frameworks are now available on GitHub and Hugging Face and from a range of cloud, inference and AI infrastructure platforms, as well as build.nvidia.com, giving developers flexible access to supporting resources.</p>
<div class="lb-trans"><p>NVIDIA 的开放模型、数据和框架现在可以在 GitHub 和 Hugging Face 上获取，并可通过多种云、推理和 AI 基础设施平台以及 build.nvidia.com 访问，为开发者提供灵活的支持资源。</p>
</div><p>Many of these models are also available as NVIDIA NIM microservices for secure, scalable deployment on any NVIDIA-accelerated infrastructure, from the edge to the cloud.</p>
<div class="lb-trans"><p>这些模型中的许多也作为 NVIDIA NIM 微服务提供，便于在任何 NVIDIA 加速的基础设施上进行安全、可扩展的部署，从边缘到云端。</p>
</div><p><em>Learn more by watching</em> <em>NVIDIA Live at CES</em> <em>.</em></p>
<div class="lb-trans"><p><em>通过观看</em> <em>NVIDIA 在 CES 的直播</em> _了解更多信息。</p>
</div>

NVIDIA Unveils New Open Models, Data and Tools to Advance AI Across Every Industry

NVIDIA Blog

英伟达

NVIDIA 发布了新的开放模型、数据和工具，以促进各行业的人工智能发展