NVIDIA 研究

2025年 8月 13日

使用 ProRL v2 通过长时间训练扩展 LLM 强化学习

目前，AI 领域最引人注目的问题之一是大型语言模型 (LLM) 是否可以通过持续强化学习 (RL) 继续改进，或者其能力是否最终会达到顶峰。
4 MIN READ
2025年 8月 11日

如何在交互式模拟中即时渲染现实世界场景

将现实世界环境转变为交互式仿真不再需要花费数天或数周的时间。借助 NVIDIA Omniverse NuRec 和…
2 MIN READ
2025年 8月 7日

黑客如何利用 AI 解决问题的能力

随着多模态 AI 模型从感知发展到推理，甚至开始自主行动，新的攻击面也随之出现。这些威胁不仅针对输入或输出，还利用了 AI 系统如何处理、
2 MIN READ
2025年 7月 10日

从 TB 级到一站式解决方案：AI 驱动的气候模型走向主流

在了解地球不断变化的气候的竞赛中，速度和准确性至关重要。但当今使用最广泛的气候模拟器往往难以满足需求：由于计算能力的限制，
2 MIN READ
2025年 7月 7日

提出一个维基百科规模的问题：如何利用数百万 token 的实时推理使世界更加智能

现代 AI 应用越来越依赖于将庞大的参数数量与数百万个令牌的上下文窗口相结合的模型。无论是经过数月对话的 AI 智能体、
3 MIN READ
2025年 6月 11日

使用 NVIDIA Cosmos Predict-2 构建自定义物理人工智能基础模型

构建更智能的机器人和自动驾驶汽车 (AV) 始于能够理解现实世界动态的物理 AI 模型。这些模型发挥着两个关键作用：
2 MIN READ
2025年 6月 11日

借助神经重建和世界基础模型提升自动驾驶汽车仿真速度

自动驾驶汽车 (AV) 堆栈正在从离散构建块的层次结构发展为基于foundation models构建的端到端架构。
1 MIN READ
2025年 6月 11日

借助全新 NVIDIA Cosmos 世界基础模型简化端到端自动驾驶汽车开发

随着向为自动驾驶汽车 (AV) 提供动力支持的端到端规划模型的转变，人们对基于物理性质的高质量传感器数据的需求也在不断增加。
1 MIN READ
2025年 5月 16日

R²D²：通过 NVIDIA Research 解锁机器人装配和丰富的接触操作

本期 NVIDIA 机器人研发摘要 (R2D2) 探讨了 NVIDIA Research 针对机器人装配任务提供的多个接触性丰富的操作工作流，
3 MIN READ
2025年 4月 25日

R²D²：利用 NVIDIA 研究工作流程和模型提升灵巧机器人的适应性

如今，Robotic arms 用于组装、包装、检查等更多应用领域。但是，它们仍然经过预编程，可以执行特定的、通常是重复性的任务。
2 MIN READ
2025年 3月 27日

R²D²：利用 NVIDIA 研究中心的新型工作流和 AI 基础模型，提升机器人的移动和全身控制能力

欢迎阅读首期“NVIDIA 机器人研究与开发摘要（R²D²）”。
3 MIN READ
2025年 2月 25日

代理自主级别与安全性

智能体工作流是 AI 赋能工具的下一次演进。它们使开发者能够将多个 AI 模型关联在一起以执行复杂的活动，
2 MIN READ
2025年 2月 25日

定义 LLM 红色团队

在一项活动中，人们为生成式 AI 技术 (例如大语言模型 (LLMs)) 提供输入，以确定输出是否会偏离可接受的标准。
1 MIN READ
2025年 1月 9日

NVIDIA Cosmos World 基础模型平台助力物理 AI 进步

随着机器人和 自动驾驶汽车 的发展，加速 物理 AI 的发展变得至关重要，而物理 AI 使自主机器能够感知、理解并在现实世界中执行复杂的操作。
4 MIN READ
2024年 11月 22日

Hymba 混合头架构提高小型语言模型性能

Transformer 及其基于注意力的架构，凭借强大的性能、并行化功能以及通过键值 (KV) 缓存进行的长期召回，已成为语言模型 (LM)…
5 MIN READ
2024年 9月 6日

在电路设计中使用生成式 AI 模型

从智能文本生成大语言模型（LLMs）到创意图像和视频生成模型，生成式模型在过去几年中掀起了巨大的浪潮。在 NVIDIA，
2 MIN READ