情报
AI 生成的结构化厂商动态简报
NVIDIA 通过 NVLink Fusion 扩展 AI 生态系统
NVIDIA 宣布 Marvell 加入其 AI 生态系统，通过 NVLink Fusion 技术实现更高效的 AI 计算互连。这一合作将提升大规模 AI 训练和推理场景下的数据传输效率。
NVIDIA推出物理AI数据工厂蓝图，将计算转化为合成数据
NVIDIA在GTC上发布物理AI数据工厂蓝图，这是一个将计算转化为大规模高质量合成训练数据的开放参考架构。它基于Cosmos世界模型和OSMO操作器，旨在解决真实世界数据难以规模化获取和处理的瓶颈，为下一代自主系统和机器人提供数据引擎。
NVIDIA发布物理AI数据工厂蓝图及前沿模型
NVIDIA在GTC 2026发布三大物理AI前沿模型和Physical AI Data Factory开放参考架构，通过Cosmos世界模型和OSMO操作符将计算转化为合成训练数据。同时推出Omniverse DSX数字孪生仿真蓝图，工业机器人厂商正采用该框架验证应用并集成Jetson模块实现实时AI推理。
英伟达组建Nemotron联盟，推动开放前沿模型协作
英伟达在GTC上宣布成立Nemotron联盟，联合Mistral AI等模型构建者和AI实验室，共同开发前沿级开源基础模型。此举旨在通过共享专业知识、数据和算力，推动开放模型生态，并强调未来AI将由开放与专有模型共同构成的系统驱动。
NVIDIA组建开放模型联盟推动Nemotron生态发展
NVIDIA宣布成立全球首个开放前沿模型联盟，联合Mistral AI等机构共同开发基础模型。联盟成员将共享数据、算力和专业知识支持模型后训练，Nemotron模型下载量已超4500万次。该举措旨在推动开放模型生态创新，对抗封闭模型体系。
英伟达联合能源机构展示AI算力工厂参与电网调峰
英伟达与能源研究机构EPRI、英国国家电网及初创公司Emerald AI合作，成功演示了基于Blackwell GPU集群的AI算力工厂如何根据电网实时需求，动态调节自身功耗以充当电网的“减震器”，同时保障高优先级AI工作负载的性能。
英伟达与Emerald AI展示AI工厂动态能耗调节能力
英伟达联合Emerald AI在96块Blackwell Ultra GPU集群上实现电网指令响应，通过NVIDIA System Management Interface获取秒级功耗数据，Emerald AI Conductor平台确保高优先级AI工作负载维持性能的同时动态调节能耗。
NVIDIA 捐赠 GPU 动态资源分配驱动至 Kubernetes
NVIDIA 将 GPU 动态资源分配驱动程序捐赠给云原生计算基金会，支持 MPS 和 MIG 技术实现 GPU 智能共享与动态重配置。同时为 Kata Containers 引入 GPU 支持增强 AI 工作负载隔离，KAI Scheduler 加入 CNCF 沙盒项目。
NVIDIA将GPU动态资源分配驱动捐给Kubernetes社区
NVIDIA将其GPU动态资源分配（DRA）驱动捐献给CNCF，使其成为Kubernetes上游项目。此举旨在将GPU编排的核心控制点从厂商专有层上移至开源社区，并协同多家云厂商推动标准化。
NVIDIA发布OpenShell开源运行时，构建AI代理安全隔离架构
NVIDIA推出开源安全运行时OpenShell，为自主AI代理提供系统级沙箱隔离，实现应用操作与基础设施策略执行的分离。通过与思科、谷歌云等安全厂商合作，建立统一的运行时策略管理框架。同时发布参考栈NemoClaw简化OpenShell与Nemotron模型的部署。
英伟达推出OpenShell，为自主AI代理建立运行时安全沙盒
英伟达发布开源项目OpenShell，旨在为自主AI代理提供安全运行时环境。其核心是采用‘浏览器标签’模型，在系统层面隔离代理操作与策略执行，防止策略被覆盖或数据泄露。此举与多家安全厂商合作，推动企业级AI代理的统一策略层。
NVIDIA定义柔性AI工厂为可调度电网资产
NVIDIA联合能源公司推出柔性AI工厂概念，通过AI平台实现计算负载与电网需求动态协调。该方案使AI数据中心从能源消费者转变为具备电网支持能力的产消者，通过软件定义和AI优化提升能源系统韧性。
NVIDIA Blackwell架构实现25倍能效提升
NVIDIA发布Blackwell GPU架构，通过Transformer引擎和NVLink互联技术创新，实现比前代Hopper架构25倍的能效提升。这一架构级突破将显著降低AI训练和推理的运营成本，直接影响数据中心TCO和可持续性指标。
NVIDIA阐述加速计算三阶段演进与软件定义数据中心战略
NVIDIA CEO黄仁勋提出加速计算三阶段演进模型，从单一GPU加速发展到全栈加速，最终进入软件定义、AI驱动的数据中心阶段。公司强调通过软件定义基础设施实现动态资源分配，并重申从芯片到应用的全栈AI解决方案战略。
英伟达CEO阐述加速计算范式，预示AI基础设施架构演进
英伟达CEO黄仁勋接受专访，系统阐述加速计算作为计算机架构根本性转变的理念。他强调数据中心正从通用CPU转向由GPU主导的专用加速平台，并认为未来的计算堆栈将围绕加速计算进行重构。
NVIDIA将RTX AI能力延伸至本地Agentic AI，加速Gemma 4推理
NVIDIA在GTC 2026上宣布，正将其RTX平台的能力扩展至本地Agentic AI领域，旨在加速Gemma 4等开放模型在终端设备上的推理性能。此举旨在利用本地实时上下文提升AI Agent的价值，推动云端之外的AI创新。
NVIDIA 提升云游戏 VR 流媒体帧率至 90 FPS
NVIDIA GeForce NOW 云游戏服务将 VR 流媒体帧率从原有水平提升至 90 FPS，覆盖 Apple Vision Pro、Meta Quest 和 Pico 等设备。该更新面向 Ultimate 会员，结合新增 RTX 5080 级云端算力支持，旨在优化高画质游戏体验。
NVIDIA推出GRT平台整合机器人AI全栈开发
NVIDIA发布GRT通用机器人技术平台，集成Eureka、VIMA、Octo等多模态AI模型，通过Isaac Lab仿真环境加速机器人强化学习训练。该平台实现从仿真到物理部署的全链路开发，推动机器人开发从传统编码转向AI模型驱动范式。
NVIDIA推动AI机器人从模拟到生产的技术突破
NVIDIA在物理AI领域展示机器人开发新范式，通过统一仿真与生产环境加速产业自动化进程。该方案整合AI训练框架与边缘计算架构，为制造业、农业等领域提供端到端机器人开发平台。
NVIDIA CloudXR集成Vision Pro，强化企业级XR串流方案
NVIDIA宣布CloudXR平台支持Apple Vision Pro，通过RTX GPU实现云端高保真XR内容串流。该方案解决了移动头显算力限制，专注于工业设计与数字孪生等企业级应用。