用 NVIDIA Nemotron 开源模型打造万圣节鬼屋：会说话的 MonsterHouse
NVIDIA 员工用 Nemotron Voice Agent 搭建了万圣节互动装置 MonsterHouse，让车库门以暴躁老海盗船的口吻与讨糖孩子对话。
#多模态
Hugging Face BlogAI 评分4242
AWS Machine Learning BlogAI 评分3434 在 Amazon EKS 与 SageMaker HyperPod EKS 上部署 NVIDIA Nemotron 模型加速智能体 AI
NVIDIA Nemotron 3.5 Super VL 已登陆 AWS，这是一个 120B 参数的 MoE 多模态模型，每 token 激活 12B 参数，支持最长 1M token 上下文和文本、图像、文档、视频输入。
NVIDIA BlogAI 评分4242 NVIDIA Omniverse 如何用前沿 AI 智能体把想法变成仿真应用
开发者用 GPT-6 Astra 等前沿 AI 模型配合 NVIDIA Omniverse 库，通过自然语言指令构建仿真应用。已有项目覆盖从场地扫描重建可编辑建筑模型、燃气轮机数字孪生 what-if 分析，到 2000+ SimReady 资产场景搭建和 80 传送带、40 机械臂、800 箱体维持 30 FPS 的仓库压力测试。
Hugging Face Blog同新闻AI 评分7272 Mistral Large 4（Le Chonk）在 Hugging Face 发布
Mistral 发布多模态 MoE 模型 Mistral Large 4（Le Chonk），约 1T 总参数、49B 激活参数，上下文窗口 1M tokens，提供 FP8 与 NVFP4 两个官方版本，另有 Unsloth 和 llama.cpp 团队制作的 GGUF。
Hugging Face BlogAI 评分3131 Granite Switch 4.1.1 发布：像更新软件一样更新模型
IBM 发布 Granite Switch 4.1.1 补丁版本，与 4.1 完全向后兼容、无需迁移，基础模型未重新计算，只需组合最新适配器即可部署。更新包括支持 10 种语言、原生标点与大小写的 Granite Speech ASR 模型，以及在 Jev Decision Index 测试集上性能提升的 granitelib-core Decision 适配器。
Hugging Face Blog精选AI 评分7171 NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线
NVIDIA 发布开源权重模型 Nemotron 3.5 Transcribe，将转写、说话人分离、翻译和音频问答整合到一个 checkpoint，支持 40 种语言转写、31 种语言与英语互译、13 种语言说话人标注，可处理最长 1 小时录音、最多 8 位说话人。
推荐理由：原文给出多语言转写、说话人分离与提示词控制的具体能力，以及配套数据管线和微调配方，便于评估落地方式。
NVIDIA BlogAI 评分5858 NVIDIA RTX Spark 笔记本更新：新增 Nemotron 3.5 Transcribe 与智能体资源管理
NVIDIA 为 RTX Spark 轻薄笔记本带来一批更新，包括开放权重语音模型 Nemotron 3.5 Transcribe、LFM3 系列模型支持，以及 NVIDIA App 中可在前台应用与后台智能体之间分配 GPU 资源的控制项。
Hugging Face Blog精选AI 评分7373 Liquid AI 发布 LFM3 系列：六个 2B 级多模态模型共享同一骨干
Liquid AI 发布 LFM3 新一代 Liquid Foundation Models，把文本、视觉、音频、omni 和决策模型统一到 2B 参数级的同一骨干上，全部开源权重并已在 Hugging Face 上线。
推荐理由：Liquid AI 公布 LFM3 系列六个 2B 级模型共享同一骨干，并给出单卡微调与端侧部署路径，可据此判断小模型专用化路线。
Google DeepMind精选AI 评分7171 Google DeepMind 发布世界模型 Genie 4
Google DeepMind 发布世界模型 Genie 4，原生支持多模态，可在生成世界的同时生成音乐、环境音与交互对话。Genie 4 支持用自然语言实时修改场景，并借助 Gemini 3.8 Flash 作为引导智能体拆解多步任务、校验执行进度。
推荐理由：官方披露了原生音频、实时文本操控与 Gemini 引导推理三项能力，可据此判断世界模型与语言模型结合后的交互形态。
Google ResearchAI 评分3838 Google Research 如何将基础模型带到结核病筛查一线
Google Research 与 Google for Health 在 IDWeek 2026 分享将健康 AI 研究落地结核病筛查的路径：从胸部 X 光算法到开放基础模型 MedGemma。
Hugging Face BlogAI 评分3434 OlmoEarth v1.3 发布：面向全球的 SOTA 卫星嵌入模型
Hugging Face 发布 OlmoEarth v1.3 卫星嵌入模型，为全球每 10 米像素生成 128 维向量（前 64 维可单独使用），并公开全行星年度预计算嵌入。
Google DeepMindAI 评分3131 Google DeepMind 发布 ForTy 2020：10 米分辨率全球森林类型地图
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology（ForTy）2020，将全球每 10×10 米地块划分为六类森林与土地利用类型，并同步提供 2017 至 2025 年的逐年变化时间序列。
NVIDIA BlogAI 评分3838 NVIDIA Earth-2 开放模型在欧洲落地：AXA、Vaisala Xweather 等用于真实天气预报
NVIDIA 在 GTC Berlin 展示 Earth-2 开放模型家族在欧洲的实际部署，并推出基于欧洲气象数据训练的 StormScope EU 区域短期预报模型。
NVIDIA BlogAI 评分2525 NVIDIA 如何改造欧洲零售：从数字发现到实体运营
NVIDIA 正以开放模型和物理智能改造欧洲零售：Shopify 用 NVIDIA Nemotron 3.5 Lightning 后训练出 Sidekick 的 GraphQL 子智能体，内部基准上准确率超过领先前沿模型，服务成本降低 90%、响应快 7 倍。
NVIDIA BlogAI 评分4848 NVIDIA Cosmos 扩展训练、评估与部署世界模型的新工具
NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图，Cosmos 平台在六个开放模型排行榜上进入前五。
Google ResearchAI 评分3232 Google Research 用 AI 辅助超声评估孕龄，盲扫法在肯尼亚与芝加哥实现专家级精度
Google Research 在 JAMA Network Open 发表前瞻性研究，其 AI 模型基于盲扫超声评估孕龄，平均绝对误差 4.18 天，与专家超声医师的 4.48 天达到临床非劣效。
Hugging Face BlogAI 评分5858 NVIDIA 与华盛顿大学发布 RFD4-Proteina 蛋白质设计模型并上线 Hugging Face Spaces
NVIDIA 与华盛顿大学蛋白质设计研究所联合发布 BioNeMo 开源模型 RFD4-Proteina，把蛋白质序列与全原子结构生成合并到一个模型中，减少骨架、序列、全原子结构之间的多次交接。
Hugging Face BlogAI 评分5858 NVIDIA 在 Hugging Face 上线 SimReady Central，开放 2000 多个仿真就绪 3D 资产库
NVIDIA 在 Hugging Face 发布 SimReady Central Library，汇集 2000 多个带碰撞几何、质量、摩擦等仿真属性的 OpenUSD 资产，免费开放给机器人仿真和 AI 工厂数字孪生使用。
Hugging Face BlogAI 评分5858 NVIDIA 发布 Nemotron 3.5 Embed、Rerank 与 Parse 检索模型
NVIDIA 扩展 Nemotron Retriever 系列，发布 Nemotron 3.5 Embed（8B BF16、1B BF16、1B NVFP4）、Nemotron 3.5 Rerank 8B BF16 和 631M 参数的 Nemotron 3.5 Parse，均为开放且可商用的模型。
NVIDIA BlogAI 评分5858 NVIDIA 发布 Nemotron 3.5、Kumo、Cosmos 3.5 等开源模型家族
NVIDIA 扩展其开源模型家族，覆盖语言、机器人、生物和量子计算，包括新的 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt、面向结构化业务数据的 Kumo 系列、Cosmos 3.5 世界模型、面向自动驾驶的 Alpamayo 2 Edge、BioNeMo 蛋白质设计模型和量子计算模型 Ising。
Hugging Face BlogAI 评分3636 NVIDIA Cosmos3-H-Dreams：用生成式仿真还原临床胆囊切除手术
NVIDIA 推出 Cosmos3-H-Dreams，这是首个基于临床胆囊切除术录像训练、支持实时运动学控制的生成式手术仿真器。它基于 160 亿参数的 Cosmos3-H-Embodied-Nano，经蒸馏得到四步与两步去噪两个 checkpoint，借助 FlashDreams 在单张 NVIDIA RTX PRO 6000 GPU 上交互运行。
AWS Machine Learning BlogAI 评分5555 TwelveLabs Pegasus 1.5 上线 Amazon Bedrock
TwelveLabs 的视频语言模型 Pegasus 1.5 已在 Amazon Bedrock 上线，可将长视频按用户定义的分段条件输出带起止时间的结构化 JSON 元数据。
NVIDIA BlogAI 评分3838 NVIDIA 与 EBU、Adobe 推进媒体行业智能体安全
NVIDIA 与欧洲广播联盟（EBU）扩大主权框架合作，引入主权云、开放模型和系统集成商，让广播机构在部署智能体时掌控数据、基础设施、模型与安全。NVIDIA Nemotron 开放模型可供广播机构针对本地语言和编辑政策定制，Microsoft Sovereign Cloud 与 Nebius 提供主权部署选项。
Hugging Face BlogAI 评分3636 NVIDIA 与 AI4Bharat 发布 2.8 万亿 token 的 Indic 预训练数据集及开放数据生成流水线
NVIDIA 联合 IIT Madras 的 AI4Bharat 发布 Nemotron-pretraining-Indic-v1，覆盖 22 种印度语言、约 2.8 万亿 token，其中原生文字 2,601.0 亿 token、罗马化 224.6 亿 token（按 Gemma-4 tokenizer 计）。
NVIDIA BlogAI 评分6767 NVIDIA 发布 Nemotron 3.5 Super VL 与两款 Bolt 边缘模型
NVIDIA 发布开源 1200 亿参数的 Nemotron 3.5 Super VL，主打多模态智能体任务，称吞吐量最高为同类模型 5 倍，并同步推出面向边缘的 Nemotron 3.5 Bolt 74B-A9B 24GB 与 Bolt E4B 4GB。
Hugging Face Blog精选AI 评分7878 Meta 发布开源权重多模态 MoE 模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open，采用 MoE 架构，总参数约 816B、每 token 激活约 42B，上下文窗口最高 100 万 token，可接收文本、图像、音频和视频输入并输出文本。
推荐理由：原文给出 816B 总参数、42B 激活的 MoE 架构与多模态输入细节，并附 vLLM、SGLang、llama.cpp 部署和 TRL 微调配方。
Hugging Face Blog精选AI 评分7878 Black Forest Labs 发布 FLUX.3 Image Klein，Diffusers 首日支持
Black Forest Labs 发布 FLUX.3 Image Klein，一个模型同时支持文生图、多参考图生图和用边界框做布局控制，两个开放 checkpoint 已上线 Hugging Face。
推荐理由：原文给出两个开放 checkpoint、布局控制用法和 H100 上的实测耗时，可据此判断接入成本与显存门槛。
Google ResearchAI 评分3838 Google Research@ 2026 大会：10 种放大人类创造力的方式
Google 在 Research@ 2026 大会上公布 10 项研究成果，包括扩展 Google Earth AI 早期访问、向公众开放 Deep Review、预告下一代低功耗 Edge AI 芯片。
Hugging Face BlogAI 评分3434 HiRO-ACEv2：以约 1/300 成本实现 3 km 分辨率极端天气模拟
Hugging Face 发布 HiRO-ACE 系统更新 HiRO-ACEv2，其新降尺度模型 HiROv2 可同时预测多种高分辨率气象场，对百万分之一概率的极端事件统计误差在 3% 以内。该系统生成全球 3 km 气候数据的成本约为 X-SHiELD 的 1/300，仅需单一区域时可再省百倍以上。模型已开放下载，并提供网页 demo 与教程 notebook。
NVIDIA BlogAI 评分2222 欧洲多城部署 NVIDIA 驱动的 AI 智能体，推进城市运营智能化
欧洲多座城市正联合 ABA Technology、Akila、K2K、Milestone 等软件伙伴，基于 NVIDIA Cosmos、Nemotron 开放模型与 Metropolis VSS Blueprint 构建物理 AI 智能体和数字孪生，用于交通、能源与公共服务决策。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 机器人模型
Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，称超过其他前沿模型。
推荐理由：原文给出 Argon 在 ERQA 上的分数与四类机器人工作流示例，可据此判断物理推理模型在机器人栈中的落点。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，API 定价为每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长程任务上的能力边界。
NVIDIA Blog精选AI 评分6262 NVIDIA RTX Spark 笔记本上市前，生态伙伴推送本地 AI 软件更新
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，最高 128GB 统一内存和 1 petaflop AI 算力，生态伙伴同步推送本地 AI 软件更新。
推荐理由：原文列出 RTX Spark 上市前生态伙伴的软件更新清单，读者可据此了解本地智能体在 PC 上的落地形态。
Google DeepMindAI 评分5858 Google DeepMind 发布 EmbeddingGemma 2 开源多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的开源多模态嵌入模型，将文本、代码、图像、音频和视频映射到统一嵌入空间。
Mistral AI精选AI 评分7878 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态模型
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，权重将于本月底开放。官方称其在编码、智能体工作流和多模态理解上可与全球最强开源模型竞争，在视觉定位等部分领域超过前沿闭源模型。模型在 3800 块 NVIDIA Grace Blackwell GPU 上从零训练，训练数据覆盖 160 多种语言。
推荐理由：Mistral 官方给出 ML4 的参数量、多模态与智能体编码基准，并说明权重月底开放，可据此判断开源前沿模型的竞争位置。
Microsoft ResearchAI 评分3636 Microsoft Research 推出生物学科研系统 Quine
Microsoft Research 推出面向生物学复杂性的 AI 科研系统 Quine，由生物世界模型和连接科学工具、文献、湿实验室与研究者的交互框架组成。该系统与 Broad Institute 合作用于筛选预测可驱动肿瘤状态转变的化合物，多个排名靠前的候选物已在多项湿实验室实验中验证。
DeepSeek 更新日志精选AI 评分7373 DeepSeek 发布 DeepSeek-V4.1-Flash 模型
DeepSeek 正式发布 DeepSeek-V4.1-Flash，这是其全新模型结构系列中尺寸最小的模型，具备原生多模态视觉理解能力。该模型已同步上线 DeepSeek API，将模型名改为 deepseek-flash 即可调用，API 价格同步下调；旧版 V4 Flash 与 V4 Flash Vision Exp 已下线，旧模型名暂时路由到 V4.1 Flash。
推荐理由：官方更新日志给出新模型的评测分数、API 调用方式和价格下调，可据此判断替换旧版的成本与迁移路径。
DeepSeek 更新日志精选AI 评分6666 DeepSeek-V4-Flash-Vision-Exp 多模态视觉理解模型上线 API
DeepSeek 上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，可通过 model='deepseek-v4-flash-vision-exp' 在 API 调用。
推荐理由：官方给出实验性视觉模型在多项 Agent 基准上的分数，并说明其纯文本能力与正式版持平。