黄仁勋最新演讲:10亿美元投资诺基亚,Rubin明年量产,AI工厂推进落地……

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

美国东部时间 10 月 28 日下午 12:00,英伟达 CEO 黄仁勋在华盛顿举行的 GTC 大会上发表主题演讲。这是继今年 3 月圣何塞主会后的又一场区域性 GTC,地点首次来到美国政治中心华盛顿, 会议包含 70 多场,涵盖 Agentic AI、机器人技术、量子计算和 AI 原生电信(AI-native telecom networks)等议题,一度被外界视为英伟达从「AI 领域引领者」向「AI 基础设施参与者」角色的转变信号。

3 月的 GTC 上,黄仁勋曾笑称 GTC 是 「AI 行业的超级碗」。 而此次来到华盛顿,他幽默开场道:既然这是超级碗,那么每一届超级碗都应该有一场精彩的赛前表演,本次可谓全明星运动员和阵容都汇聚于此。

直播未正式开启前,官方预告主题为「See what’ s next in AI」,本次演讲涵盖多个行业领域内容十分丰富,从电信、量子计算、AI 工厂、企业计算、机器人技术等等, 此次演讲中黄仁勋多次表达了对合作伙伴的致谢和期盼,对英伟达来说展望的未来,或许是在人工智能基础设施和创新领域引领的新蓝图。

在这里插入图片描述

演讲伊始,老黄率先宣布了一项重磅合作——英伟达计划将以每股 6.01 美元的认购价向诺基亚投资 10 亿美元。 双方达成战略合作伙伴关系,将基于 NVIDIA 技术的商用级 AI-RAN 产品加入诺基亚行业领先的无线接入网(RAN)产品组合,使通信服务提供商能够在 NVIDIA 平台上部署 AI 原生的 5G-Advanced 和 6G 网络。

预告 Rubin 平台:明年量产,重塑AI算力

如果 3 月的 GTC 侧重于「揭晓」,那么十月的 GTC 则聚焦于「落地与部署」。黄仁勋在现场宣布了下一代平台 Rubin 的研发进度,Rubin 平台在具体性能上系统实现完全无电缆连接,并采用液冷设计。每个计算托盘中集成 8 个 Connect X9 超级网络芯片、8 个 CP 轴、4 个 Blue Field-4 数据处理器、2 个 Vera CPU,以及 4 个 Rubin 封装,预计该平台将在明年此时实现量产交付,为全球人工智能研究与应用提供坚实硬件基础。

在这里插入图片描述

AI 工厂实现基础建设,良性循环的企业协作

黄仁勋形容预训练是幼儿园教的东西,大量的训练相当于大量的学习和思考,能够使模型更聪明,也带来更大的计算负担。因此产生了一个正向循环的局面:AI 模型越智能,人们使用得越多;使用越多,就需要更多算力;更多算力又让模型更智能。从行业战略层面看,黄仁勋提出 AI 产业已经进入一个良性循环(Virtual Cycle)。

在这里插入图片描述

3 月的 GTC 大会上 AI 工厂这一概念曾留下深刻印象,本次华盛顿大会,则标志着这一理念进入建设阶段。「人工智能不是工具,而是工作」,黄仁勋表示,「技术第一次真正发挥作用,帮助我们提升生产力」,他指出 AI 工厂不仅是数据中心,更是为大规模生成与服务 Token 而构建的平台。

英伟达展示了可扩展至整机架的计算机,并推出 Spectrum-X AI 与 BlueField-4 DPU,为 AI 工厂提供高速互联和能效优化。同时发布 Omniverse DSX 数字孪生平台,用于设计并运营 100 兆瓦至千兆瓦级 AI 工厂,每年可带来数十亿美元的额外收入,已在弗吉尼亚州马纳萨斯的 AI 工厂研究中心得到验证,帮助全球合作伙伴打造人工智能基础设施。

在这里插入图片描述

在实际落地方面,制药先锋 礼来公司(Lilly) 正在部署全球首个由制药企业独立建设并运营的 AI 工厂 —— 全球首台配备 NVIDIA DGX B300 系统 的 NVIDIA DGX SuperPOD。

该 AI 工厂由 1,016 个 NVIDIA Blackwell Ultra GPU 构建,将大幅压缩药物研发周期,在基因组学、个性化医疗和分子设计等领域实现加速性突破,并推动药物研发进入工业级 AI 时代。同时,通过 NVIDIA BioNeMo 平台,礼来可训练 AI 模型,将数百万次实验的经验与公开研究成果相结合,以前所未有的精度与速度生成和测试抗体、纳米抗体及新型分子。

AI 工厂还可用于发现新型生物标志物,并设计用于退行性疾病的基因疗法。此外,该工厂还能辅助构建用于临床试验的语言模型,加速医学写作等内部流程。

结合开源 MONAI 框架,AI 工厂还可加速礼来在影像学驱动的精准医疗研究中开展深度学习,从而将影像处理周期从数月缩短至数天,显著加快个性化治疗进程。

属于机器人的新时代已经到来

黄仁勋在 3 月的活动中曾提到「属于机器人的新时代已经到来」。而今天,老黄也围绕机器人、Physical AI 带来了多项重磅更新。

在这里插入图片描述

在模型方面,他介绍了 Cosmos 世界基础模型和 Isaac GR00T 机器人基础模型的更新:

  • Cosmos Predict 2.5:将三种模型融合为一体,用于快速世界模拟,可从单帧生成 30 秒视频。

  • Cosmos Transfer 2.5:相比 Cosmos Transfer 1,体积缩小至三分之一,却能从 3D 场景中生成更高质量、逼真的数据。

  • Cosmos Reason:一款具备推理能力的视觉语言模型,现已作为 NVIDIA NIM 微服务提供,用于高级多模态理解。

  • Cosmos Dataset Search:支持即时检索训练场景,将训练后的迭代周期从数月缩短至数天。

  • Isaac GR00T N1.6:提升了人形机器人的推理能力、泛化能力以及全身控制能力。

此外,NVIDIA 还发布了全球最大的开源 Physical AI 数据集,包含来自美国和欧洲的 1700 小时多模态驾驶传感器数据,以及 GR00T 训练数据,后者已跻身 Hugging Face 平台历史下载量前十的数据集之一。

结语

总结来看,在这场信息含量极高、技术更新密集的主旨演讲中,从大规模 GPU 部署和量子突破,到人工智能工厂、机器人技术,黄仁勋从多角度分享了英伟达在 AI 基础设施建设上的能力与价值。

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统 船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。 阅读详情

相关推荐

Sigrity IBIS建模实战:如何用T2B工具快速转换SPICE模型(附避坑指南)

本文详细介绍了如何使用Sigrity T2B工具将SPICE模型高效转换为IBIS模型,涵盖从环境配置、模型预处理到转换流程和验证策略的全过程。通过实战案例和避坑指南,帮助硬件工程师掌握高速电路设计中的IBIS建模技术,提升信号完整性分析效率。

weixin_29243279的博客 395

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 226

python-调用动态链接库dll/so的方法

使用python ctyeps CDLL来调用linux下的so动态链接库或windows下的dll动态链接库

XIAOXIANG233233的博客 3662

6 款电商 AI 图片生成软件实测|国内 + 跨境卖家工具清单

电商 AI 作图工具已经从 "能不能用" 进入了 "好不好用" 的阶段。对于绝大多数卖家而言,现在的 AI 工具已经可以覆盖 60%-80% 的基础商品图需求,显著降低拍摄和设计成本。选择工具的核心逻辑不是 "哪款最强",而是 "哪款最适配你的品类、平台规模和团队能力"。垂直电商工具胜在工作流效率,通用生图工具强在创意上限,模板类工具赢在上手速度。建议根据自身业务阶段,搭配 1-2 款主力工具 + 1 款辅助工具,形成适合自己的视觉生产流程。

Mardi_Ladin的博客 399

[小技巧] 如何复制知乎电子书中的文字和图片

文章目录一、背景二、复制文字1.最简单的方法(适合短小文字)2. 进阶方法(适合大段文字)三、复制图片四、注意事项 一、背景 有时候希望从书中摘录一部分文字作为笔记,但是知乎电子书阅读时候是禁止copy的,要么手打,要么OCR,给学习带来了一些不便。 审查元素后发现,知乎电子书是把文字分成一段一段的,试图F12直接copy不太方便。 本问将以谷歌Chrome浏览器为例,给出复制小技巧。 二、复制文字 1.最简单的方法(适合短小文字) 选中你需要的文字,左键单击不放,直接拖到地址栏。 然后可以从地址栏中

江南蜡笔小新 9246

PCIe扫盲(三)

需要特别注意的是,PCIe的Spec中明确规定只有Root有权限发起配置请求(Originate Configuration Requests),也就是说PCIe系统里面的其他设备是不允许去配置其他设备的配置空间的,即peer-to-peer的配置请求是不允许的。当配置请求进行BDF路由的时候,正是依靠这些信息来确定要找的设备的。前面的文章还介绍过,Root和Switch的每一个端口中都包含一个P2P桥,并且知道桥的配置空间头(Configuration Space Header)是Type1型的。

Liuqz2009的专栏 2402

我用 GPUWorks 在 M1 Pro 上搭了个发票识别原型

公司里经常要看电子发票。我想先做个小原型:把 PDF 发给一个自己部署的图文模型,让它提取发票类型、日期、交易双方和金额,再把结果交给同事核对。这个原型不用先接财务系统,先看看从部署到调用要走多少步,模型返回的内容能不能帮上忙。

鸽芷咕的博客 2万+

深入理解 DDR5 Bank Group 与并行调度机制

Bank Group架构和并行调度机制,是DDR5性能跃升的核心秘密!理解它们才能写出高效调度程序,设计出性能强劲又稳定的DDR5系统。🎯记住:Bank Group不是简单的分组,而是高速并行的“魔法钥匙”,巧用它,你的DDR5设计将爆发惊人性能!

weixin_43199439的博客 313

您您这可以把问小白的多个会话比如说。左侧的多个会话一次性导出吗?不是单条会话里面的多次会对话。AI导出鸭

第三层是格式编译层。这个决策背后的判断很清晰:一个批量导出工具的价值,不在于“试三次”,而在于你真正用它处理了几十份技术文档、访谈记录或课程讲义之后,它是否值得留在你的工作流里。问小白的会话列表通过分页接口加载,AI导出鸭 在页面运行时建立旁路监听,捕获每一次分页请求返回的完整对话清单,包括会话 ID、标题、时间戳和隐藏的元数据字段。让AI导出回归优雅——这句话说的是:导出不该是体力活,而应该是一次完整的、可预期的文件交付。注意:这里的“批量”指的是左侧列表里的多个独立会话,不是一条会话内的多轮对话。

laoyunsi的博客 246

2.1 直流无刷电机(BLDC):机械结构与组件

本文详细解析了直流无刷电机(BLDC)的机械结构与核心组件。BLDC电机通过电子换向取代传统机械电刷,主要包含定子、转子、位置传感器和电子换向器四大组件。定子采用硅钢片叠压结构,配有三相绕组;转子采用永磁体材料,结构设计影响转矩特性;位置传感器(霍尔、编码器、旋转变压器)实现精准换向;电子换向器通过功率逆变拓扑完成电流控制。文章还对比了不同绕组类型、永磁材料及传感器技术的性能特点,为BLDC电机的设计与应用提供了理论基础。

技术工作者 391

104、线缆与终端匹配:特性阻抗、双绞线规格与端接电阻优化策略

摘要: CAN总线物理层可靠性取决于线缆特性阻抗、双绞线规格与终端电阻的精准匹配。核心要点包括: 特性阻抗须严格匹配120Ω(±10%),反射系数需≤0.05,线缆建议选用Belden 3086A等实测达标型号,避免网线替代; 双绞线应选AWG22~24纯铜线,绞距≤30mm,工业环境需屏蔽层单端接地,杜绝铜包铝线; 终端电阻需选用金属膜电阻(0.5W以上),阻值按实测线缆阻抗微调,长距离可采用分裂终端(60Ω+4.7nF)优化信号完整性; 拓扑适配:星型/树型拓扑需控制分支长度,环型拓扑必须断开; 实测验

2401_88858637的博客 51

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 502

提升YOLOv8性能:用Swin Transformer替换Backbone的详细实现与分析【YOLOv8】

YOLOv8作为目标检测领域的最新版本,在速度和精度之间取得了良好的平衡。然而,随着计算机视觉任务的复杂性不断增加,YOLOv8的标准主干网络(Backbone)在处理高分辨率图像或多尺度目标时,可能存在一定的局限性。为了进一步提升YOLOv8的性能,我们可以引入Swin Transformer替换其主干网络,以增强模型的全局感知能力和多尺度特征提取能力。本文将详细介绍如何在YOLOv8中用Swin Transformer替换原有的Backbone,提供代码示例,并深入探讨其中的原理和效果。

博客 1717

河道漂浮物目标检测数据集

目标检测,yolo,河道漂浮物目标检测数据集

DL_data_set的博客 201

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

AI Agent之核心框架

A: 显式 Thought 有三类价值:可解释性(便于人类审计)、可调试性(定位哪一步选错工具)、学习信号(可做监督微调或评估中间步骤质量)。ReAct 把推理与 可执行行动 绑定,每一步行动后都有 真实 Observation 反馈,从而用工具结果约束生成,降低闭卷幻觉。做完不等于结束——还要 评估做得好不好,把 教训 记下来,下次 带着教训重试,反思作为 记忆,影响后续尝试的策略。工作流程:Action → Evaluation → Reflection → Retry。A: 普通 CoT 只在。

剑雨巍巍的博客 199

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 558

AI前沿日报 · 2026-11-04 | 祛魅时刻:Astra“纯读权重“神话的崩塌

①Astra"裸权重通吃"被spaCy创始人Honnibal精准祛魅——仅1/3实验真裸读,数学能力提升依赖Python+50次迭代;②Simon Willison用Qwen 3.8-27B端侧复现权重空间编程;③Nvidia开源Auto-Ontology自动知识图谱;④$800开源全域抓取机器人Stringman;⑤OpenAI悄然重开Codex训练开关引信任危机;⑥DeepMind发布Gemini 4 Argon机器人基础模型;⑦美国科技巨头隐性AI债务达3.2万亿美元,6个月增90%。

johnsong2009的博客 574

大模型 Embedding 与向量相似度详解

Embedding 解决的问题:计算机不懂文字,但懂数字│▼文本 → 向量(1024维浮点数数组)│▼相似度解决的问题:怎么判断两个向量(文本)有多接近│▼余弦相似度:看向量方向的夹角,越接近0°越相似│▼最终效果:语义搜索——理解意思,而非字面匹配一句话总结:Embedding 把文字变成数字,余弦相似度比较数字的方向,两者结合实现了"理解语义"的搜索。

T3165919332的博客 90

GPT-1 架构和计算细节

下面配合框图,对 GPT-1 的每个组件做公式展开 + 数值实例(配置:12 层 × 768,12 头,FFN 3072,词表 40478,共 117M 参数)。GPT-1 把翻译模型的编码器-解码器砍掉一半,只留解码器,然后以"预测下一个词"为目标在 BooksCorpus 上预训练。与 2017 原版的四个架构差异(框图中标 ★):h0=E[token]+Epos[position],E∈R40478×768, Epos∈R512×768h^0 = E[\text{token}] + E_{pos}[\

eloudy的专栏 278

终端 AI 审计与 “龙虾” 类智能体风险治理:从可见性到闭环溯源

生成式 AI 办公普及之后,数据泄露风险逐步下沉到终端。员工将合同、源代码、客户资料粘贴至公有大模型,以及龙虾(OpenClaw)这类本地开源 AI 智能体的滥用,成为企业安全新挑战。传统网络边界防护存在审计盲区,本文从风险链路拆解、核心能力模型、分级治理策略、落地踩坑点以及技术局限性多角度,分享终端侧 AI 安全治理的实践思路。

2401_86491085的博客 640

2.53 基于极稀疏指纹的室内定位注意力图元学习

该论文发表于IEEE Transactions on Mobile Computing(TMC)2026年6月,面向极稀疏指纹条件下的WiFi室内定位,针对指纹采集人力成本高、标记指纹稀缺时定位精度大幅下降的痛点,提出注意力图元学习模型AGML(Attentional Graph Meta‑Learning),结合图神经网络、元学习、两种指纹数据增强与分布对齐技术,在标记指纹极少的场景实现高精度室内定位,同时公开了多套真实+仿真定位数据集用于基准测试。场景:二维室内空间,障碍物造成信号遮挡,

weixin_42963026的博客 338

语音识别与语音合成的技术原理及应用

语音识别 #语音合成 #人工智能 #大模型。语音识别与语音合成的技术原理及应用。一、语音识别的核心原理。二、语音合成的核心原理。三、工程落地的主要难点。五、需要关注的现实问题。

weixin_62919816的博客 212

设计师工作室 GEO 实操:如何提升 AI 实体推荐概率

设计工作室 GEO 的本质,是把创意服务转化为 AI 可理解的结构化信息。核心动作可归纳为:区分事实与审美、建立实体图谱、预判用户提问、输出脱敏内容、搭建多信源、持续测试验证。梳理工作室的 6 个实体属性:品类、城市、流程、边界、团队、渠道。在官网或作品集平台发布至少 3 篇结构化项目复盘,只陈述事实。输出 1 篇「设计报价影响因素」科普内容,覆盖甲方高频提问。争取 1 次行业媒体或本地媒体专访,形成第三方信源。每周用「XX 城市 + 品类 + 设计工作室推荐」指令测试,记录出现频率。

goujunwe的博客 337

AI作图软件技术选型:从4个技术维度出发的实测对比

AI作图软件技术选型:从4个技术维度出发的实测对比

Vbaoke的博客 205

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程,跟着博主一起来还原整个过程。

夜郎King的博客 4638

影视场景怎么用AI生成3D镜头预演?从概念图、场景白模到网页审片

概念图有氛围,不代表能直接用于镜头预演。本文围绕剧本拆镜、资料与尺度假设、场景白模、机位走位、动作节拍和网页审片,介绍 AI 生成 3D 场景的预演流程。通过稳定对象与相机编号、统一镜头表、意见关联版本和三轮审核,让讨论落到具体镜头,同时明确白模与网页预演不能替代真实场地勘景及现场安全判断。

Solange__的博客 540
上一篇: 准确率达91%!Reac-Discovery融合数学建模/机器学习/自动化实验,解决自驱动实验室系统通用性难题
下一篇: 【TVM 教程】自定义优化
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值