<p>為了擴展開放模型的宇宙，NVIDIA 今天發佈了新的開放模型、數據和工具，以推動各行業的人工智能發展。</p>
<p>這些模型涵蓋了 NVIDIA Nemotron 系列的智能代理 AI、NVIDIA Cosmos 平台的物理 AI、新的 NVIDIA Alpamayo 系列的自動駕駛汽車開發、NVIDIA Isaac GR00T 的機器人技術以及 NVIDIA Clara 的生物醫學，將為公司提供開發現實世界 AI 系統的工具。</p>
<p>NVIDIA 貢獻了開源訓練框架和全球最大的開放多模態數據集之一，包括 10 萬億個語言訓練標記、500,000 條機器人軌跡、455,000 種蛋白質結構和 100TB 的車輛傳感器數據。這是一個前所未有的多樣化開放資源規模，旨在加速語言、機器人、科學研究和自動駕駛汽車的創新。</p>
<p>領先的科技公司——包括博世、CodeRabbit、CrowdStrike、Cohesity、Fortinet、Franka Robotics、Humanoid、Palantir、Salesforce、ServiceNow、日立和優步——正在採用並基於 NVIDIA 的開放模型技術進行開發。</p>
<h2><strong>NVIDIA Nemotron 為 AI 代理帶來語音、多模態智能和安全性</strong></h2>
<p>在最近發佈的 NVIDIA Nemotron 3 系列開放模型和數據的基礎上，NVIDIA 正在發佈用於語音、多模態檢索增強生成（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開放模型，包括一個新的 ASR 模型，提供實時、低延遲的語音識別，用於實時字幕和語音 AI 應用。日常和模式基準顯示，該模型的性能比同類其他模型快 10 倍。</li>
<li><strong>Nemotron RAG</strong> 包含新的嵌入和重排序視覺語言模型（VLM），提供高度準確的多語言和多模態數據洞察，以增強文檔搜索和信息檢索。</li>
<li><strong>Nemotron Safety</strong> 模型增強了 AI 應用的安全性和可信度，現在包括 Llama Nemotron 內容安全模型，具有擴展的語言支持，以及 Nemotron PII，能夠高精度檢測敏感數據。</li>
</ul>
<p>博世正在採用 Nemotron Speech，使駕駛員能夠與他們的車輛進行互動。ServiceNow 在開放數據集上訓練其 Apriel 模型系列，包括 Nemotron，以實現成本效益高的多模態性能。</p>
<p>Cadence 和 IBM 正在試點 NVIDIA Nemotron RAG 模型，以改善複雜技術文檔的搜索和推理。</p>
<p>CrowdStrike、Cohesity 和 Fortinet 正在採用 NVIDIA Nemotron Safety 模型，以增強其 AI 應用的可信度。</p>
<p>Palantir 正在將 Nemotron 模型集成到其 Ontology 框架中，以構建首個集成技術棧，專為專業 AI 代理設計。CodeRabbit 正在使用 Nemotron 模型來推動和擴展其 AI 代碼審查，提高速度和成本效率，同時保持高審查準確性。</p>
<p>NVIDIA 還向開發者發佈了開源數據集、訓練資源和藍圖，包括 Llama Embed Nemotron 8B 模型的數據集和訓練代碼，該模型在 MMTEB 排行榜上表現突出。這是對更新的 LLM Router 的補充，展示了開發者如何自動將 AI 請求指向最適合的模型，以及用於構建新的 Nemotron Speech ASR 模型的數據集。</p>
<h2><strong>適用於各種物理 AI 和機器人的新模型</strong></h2>
<p>為機器人和自主系統開發物理 AI 需要大量多樣化的數據集和能夠在複雜的現實環境中感知、推理和行動的模型。在 Hugging Face 上，機器人技術是增長最快的領域，NVIDIA 的開放機器人模型和數據集在該平台的下載中處於領先地位。</p>
<p>NVIDIA 正在發佈 NVIDIA Cosmos 開放世界基礎模型，為物理 AI 的發展和驗證帶來類人推理和世界生成。</p>
<ul>
<li><strong>Cosmos Reason 2</strong> 是一個新的、在排行榜上名列前茅的推理 VLM，幫助機器人和 AI 代理在物理世界中以更高的準確性進行觀察、理解和互動。</li>
<li><strong>Cosmos Transfer 2.5</strong> 和 <strong>Cosmos Predict 2.5</strong> 是領先的模型，能夠在多樣化的環境和條件下生成大規模合成視頻。</li>
</ul>
<p>NVIDIA 還發布了針對每種物理 AI 體現的開放模型和藍圖，基於 Cosmos 構建：</p>
<ul>
<li><strong>Isaac GR00T N1.6</strong> 是一個開放的推理視覺語言動作（VLA）模型，專為類人機器人設計，解鎖全身控制，並使用 NVIDIA Cosmos Reason 以更好的推理和上下文理解。</li>
<li><strong>NVIDIA 視頻搜索和摘要藍圖</strong>，是 NVIDIA Metropolis 平台的一部分，是構建視覺 AI 代理的參考工作流程，能夠分析大量錄製和實時視頻，以提高運營效率和公共安全。</li>
</ul>
<p>Salesforce、Milestone、日立、優步、VAST Data 和 Encord 正在使用 Cosmos Reason 來開發交通和工作場所生產力 AI 代理。Franka Robotics、Humanoid 和 NEURA Robotics 正在使用 Isaac GR00T 來模擬、訓練和驗證機器人在生產前的新行為。</p>
<h2><strong>NVIDIA Alpamayo 用於基於推理的自動駕駛汽車</strong></h2>
<p>開發安全、可擴展的自動駕駛依賴於能夠在複雜的現實環境和場景中感知、推理和行動的 AI，以及支持快速訓練、測試和大規模改進的開發工作流程。</p>
<p>NVIDIA 正在發佈 NVIDIA Alpamayo，一個新的開放模型系列、仿真工具和大型數據集，以推動基於推理的自動駕駛汽車開發。它包括：</p>
<ul>
<li><strong>Alpamayo 1</strong>，首個開放的大規模推理 VLA 模型，專為自動駕駛汽車（AV）設計，使車輛能夠理解其周圍環境，並解釋其行為。</li>
<li><strong>AlpaSim</strong>，一個開源仿真框架，能夠在多樣化的環境和邊緣案例中進行基於推理的 AV 模型的閉環訓練和評估。</li>
</ul>
<p>NVIDIA 還將發佈 <strong>物理 AI 開放數據集</strong>，包括在最廣泛的地理和條件下收集的超過 1,700 小時的駕駛數據，涵蓋了對推進推理架構至關重要的稀有和複雜的現實世界邊緣案例。</p>
<h2><strong>NVIDIA Clara 在醫療和生命科學領域</strong></h2>
<p>為了降低成本並更快地提供治療，NVIDIA 推出了新的 Clara AI 模型，彌合數字發現與現實醫學之間的差距。</p>
<p>這些模型幫助研究人員設計更安全、更有效且更易生產的治療方案，包括：</p>
<ul>
<li><strong>La-Proteina</strong> 使研究和藥物候選開發中能夠設計大型、原子級精確的蛋白質，為科學家提供了研究以前被認為無法治療的疾病的新工具。</li>
<li><strong>ReaSyn v2</strong> 通過將製造藍圖納入發現過程，確保 AI 設計的藥物在合成上是可行的。</li>
<li><strong>KERMT</strong> 通過預測潛在藥物與人體的相互作用，在開發早期提供高精度的計算安全性測試。</li>
<li><strong>RNAPro</strong> 通過預測 RNA 分子的複雜 3D 形狀，釋放個性化醫療的潛力。</li>
</ul>
<p>此外，NVIDIA 的 455,000 個合成蛋白質結構數據集幫助 AI 研究人員構建更準確的 AI 模型。</p>
<h2><strong>開始使用 NVIDIA 開放模型和技術</strong></h2>
<p>NVIDIA 的開放模型、數據和框架現在可以在 GitHub 和 Hugging Face 上獲取，並可通過多種雲、推理和 AI 基礎設施平台以及 build.nvidia.com 訪問，為開發者提供靈活的支持資源。</p>
<p>這些模型中的許多也作為 NVIDIA NIM 微服務提供，便於在任何 NVIDIA 加速的基礎設施上進行安全、可擴展的部署，從邊緣到雲端。</p>
<p><em>通過觀看</em> <em>NVIDIA 在 CES 的直播</em> _瞭解更多信息。</p>

2 倍做多英偉達 ETF - GraniteShares

南方兩倍做多英偉達

南方兩倍做空英偉達

英偉達期權收益策略 ETF - YieldMax

1 倍做空英偉達 ETF - Direxion

2 倍做多 NVDA ETF - T-Rex

2 倍做空 NVDA ETF - T-Rex

半導體 3 倍做多 - Direxion

<p>NVIDIA 推出了新的開放模型、數據和工具，以增強各個行業的人工智能。這包括用於自主人工智能的 NVIDIA Nemotron 系列、用於物理人工智能的 Cosmos 平台以及用於自動駕駛車輛的 Alpamayo 系列。此次發佈包含廣泛的開源訓練框架和大量的多模態數據。博世、優步和 Palantir 等主要科技公司正在採用這些技術。同時，還推出了用於語音識別、多模態數據洞察和安全的新模型，旨在改善人工智能在現實場景中的應用</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>為了擴展開放模型的宇宙，NVIDIA 今天發佈了新的開放模型、數據和工具，以推動各行業的人工智能發展。</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>這些模型涵蓋了 NVIDIA Nemotron 系列的智能代理 AI、NVIDIA Cosmos 平台的物理 AI、新的 NVIDIA Alpamayo 系列的自動駕駛汽車開發、NVIDIA Isaac GR00T 的機器人技術以及 NVIDIA Clara 的生物醫學，將為公司提供開發現實世界 AI 系統的工具。</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 貢獻了開源訓練框架和全球最大的開放多模態數據集之一，包括 10 萬億個語言訓練標記、500,000 條機器人軌跡、455,000 種蛋白質結構和 100TB 的車輛傳感器數據。這是一個前所未有的多樣化開放資源規模，旨在加速語言、機器人、科學研究和自動駕駛汽車的創新。</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>領先的科技公司——包括博世、CodeRabbit、CrowdStrike、Cohesity、Fortinet、Franka Robotics、Humanoid、Palantir、Salesforce、ServiceNow、日立和優步——正在採用並基於 NVIDIA 的開放模型技術進行開發。</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 為 AI 代理帶來語音、多模態智能和安全性</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>在最近發佈的 NVIDIA Nemotron 3 系列開放模型和數據的基礎上，NVIDIA 正在發佈用於語音、多模態檢索增強生成（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開放模型，包括一個新的 ASR 模型，提供實時、低延遲的語音識別，用於實時字幕和語音 AI 應用。日常和模式基準顯示，該模型的性能比同類其他模型快 10 倍。</li>
<li><strong>Nemotron RAG</strong> 包含新的嵌入和重排序視覺語言模型（VLM），提供高度準確的多語言和多模態數據洞察，以增強文檔搜索和信息檢索。</li>
<li><strong>Nemotron Safety</strong> 模型增強了 AI 應用的安全性和可信度，現在包括 Llama Nemotron 內容安全模型，具有擴展的語言支持，以及 Nemotron PII，能夠高精度檢測敏感數據。</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>博世正在採用 Nemotron Speech，使駕駛員能夠與他們的車輛進行互動。ServiceNow 在開放數據集上訓練其 Apriel 模型系列，包括 Nemotron，以實現成本效益高的多模態性能。</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 正在試點 NVIDIA Nemotron RAG 模型，以改善複雜技術文檔的搜索和推理。</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 正在採用 NVIDIA Nemotron Safety 模型，以增強其 AI 應用的可信度。</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 正在將 Nemotron 模型集成到其 Ontology 框架中，以構建首個集成技術棧，專為專業 AI 代理設計。CodeRabbit 正在使用 Nemotron 模型來推動和擴展其 AI 代碼審查，提高速度和成本效率，同時保持高審查準確性。</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 還向開發者發佈了開源數據集、訓練資源和藍圖，包括 Llama Embed Nemotron 8B 模型的數據集和訓練代碼，該模型在 MMTEB 排行榜上表現突出。這是對更新的 LLM Router 的補充，展示了開發者如何自動將 AI 請求指向最適合的模型，以及用於構建新的 Nemotron Speech ASR 模型的數據集。</p>
</div><h2><strong>New Models for Every Type of Physical AI and Robot</strong></h2>
<div class="lb-trans"><h2><strong>適用於各種物理 AI 和機器人的新模型</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>為機器人和自主系統開發物理 AI 需要大量多樣化的數據集和能夠在複雜的現實環境中感知、推理和行動的模型。在 Hugging Face 上，機器人技術是增長最快的領域，NVIDIA 的開放機器人模型和數據集在該平台的下載中處於領先地位。</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 正在發佈 NVIDIA Cosmos 開放世界基礎模型，為物理 AI 的發展和驗證帶來類人推理和世界生成。</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> 是一個新的、在排行榜上名列前茅的推理 VLM，幫助機器人和 AI 代理在物理世界中以更高的準確性進行觀察、理解和互動。</li>
<li><strong>Cosmos Transfer 2.5</strong> 和 <strong>Cosmos Predict 2.5</strong> 是領先的模型，能夠在多樣化的環境和條件下生成大規模合成視頻。</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 還發布了針對每種物理 AI 體現的開放模型和藍圖，基於 Cosmos 構建：</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> 是一個開放的推理視覺語言動作（VLA）模型，專為類人機器人設計，解鎖全身控制，並使用 NVIDIA Cosmos Reason 以更好的推理和上下文理解。</li>
<li><strong>NVIDIA 視頻搜索和摘要藍圖</strong>，是 NVIDIA Metropolis 平台的一部分，是構建視覺 AI 代理的參考工作流程，能夠分析大量錄製和實時視頻，以提高運營效率和公共安全。</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、優步、VAST Data 和 Encord 正在使用 Cosmos Reason 來開發交通和工作場所生產力 AI 代理。Franka Robotics、Humanoid 和 NEURA Robotics 正在使用 Isaac GR00T 來模擬、訓練和驗證機器人在生產前的新行為。</p>
</div><h2><strong>NVIDIA Alpamayo for Reasoning-Based Autonomous Vehicles</strong></h2>
<div class="lb-trans"><h2><strong>NVIDIA Alpamayo 用於基於推理的自動駕駛汽車</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>開發安全、可擴展的自動駕駛依賴於能夠在複雜的現實環境和場景中感知、推理和行動的 AI，以及支持快速訓練、測試和大規模改進的開發工作流程。</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 正在發佈 NVIDIA Alpamayo，一個新的開放模型系列、仿真工具和大型數據集，以推動基於推理的自動駕駛汽車開發。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>，首個開放的大規模推理 VLA 模型，專為自動駕駛汽車（AV）設計，使車輛能夠理解其周圍環境，並解釋其行為。</li>
<li><strong>AlpaSim</strong>，一個開源仿真框架，能夠在多樣化的環境和邊緣案例中進行基於推理的 AV 模型的閉環訓練和評估。</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 還將發佈 <strong>物理 AI 開放數據集</strong>，包括在最廣泛的地理和條件下收集的超過 1,700 小時的駕駛數據，涵蓋了對推進推理架構至關重要的稀有和複雜的現實世界邊緣案例。</p>
</div><h2><strong>NVIDIA Clara for Healthcare and Life Sciences</strong></h2>
<div class="lb-trans"><h2><strong>NVIDIA Clara 在醫療和生命科學領域</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>為了降低成本並更快地提供治療，NVIDIA 推出了新的 Clara AI 模型，彌合數字發現與現實醫學之間的差距。</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>這些模型幫助研究人員設計更安全、更有效且更易生產的治療方案，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> 使研究和藥物候選開發中能夠設計大型、原子級精確的蛋白質，為科學家提供了研究以前被認為無法治療的疾病的新工具。</li>
<li><strong>ReaSyn v2</strong> 通過將製造藍圖納入發現過程，確保 AI 設計的藥物在合成上是可行的。</li>
<li><strong>KERMT</strong> 通過預測潛在藥物與人體的相互作用，在開發早期提供高精度的計算安全性測試。</li>
<li><strong>RNAPro</strong> 通過預測 RNA 分子的複雜 3D 形狀，釋放個性化醫療的潛力。</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 個合成蛋白質結構數據集幫助 AI 研究人員構建更準確的 AI 模型。</p>
</div><h2><strong>Get Started With NVIDIA Open Models and Technologies</strong></h2>
<div class="lb-trans"><h2><strong>開始使用 NVIDIA 開放模型和技術</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 的開放模型、數據和框架現在可以在 GitHub 和 Hugging Face 上獲取，並可通過多種雲、推理和 AI 基礎設施平台以及 build.nvidia.com 訪問，為開發者提供靈活的支持資源。</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>這些模型中的許多也作為 NVIDIA NIM 微服務提供，便於在任何 NVIDIA 加速的基礎設施上進行安全、可擴展的部署，從邊緣到雲端。</p>
</div><p><em>Learn more by watching</em> <em>NVIDIA Live at CES</em> <em>.</em></p>
<div class="lb-trans"><p><em>通過觀看</em> <em>NVIDIA 在 CES 的直播</em> _瞭解更多信息。</p>
</div>

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

NVIDIA Blog

英偉達

NVIDIA 發佈了新的開放模型、數據和工具，以促進各行業的人工智能發展