英伟达的 AI 芯片与生态动态：GPU 新品、CUDA 生态、机器人平台与 AI 算力市场的风向。
AMD 在 Advancing AI 大会上掏出了 Helios，一个直接对标英伟达 Vera Rubin 的整机柜系统，专门用来训练和跑最前沿的大模型。CEO 苏姿丰说这是目前业界性能最高的 AI 机柜，微软是首批客户之一，今年晚些时候开始发货。从现场公布的跑分看，Helios 在好几项指标上都压过了英伟达的 Vera Rubin，看起来确实有得一拼...
推荐理由：AMD 发布 Helios 整机柜系统，直接挑战英伟达 Vera Rubin，微软是第一个公开客户，今年晚些时候发货。现场跑分显示 Helios 在几项指标上压过对手，但这些都是 AMD 自己测的，没有第三方验证，实际表现还得等货到了再说。分数维持在 78 分，因为目前只有 AMD 一方的数字，真实世界表现和交付能力还是未知数。
一位 Reddit 用户用一根普通网线直连两台电脑，成功跑起了 39.7GB 的 laguna Q2_K_XL 模型。一台插两张 RTX 4060，另一台插一张，总共三张卡。网络峰值流量只有 30-70 MB/s，没用到昂贵的交换机或高速网卡。在 11k token 的提示词下，ubatch 设为 768 时生成速度达到 28.28 token/秒。作...
推荐理由：一个低成本多节点推理的实测案例：三张 RTX 4060 通过 20 美元的 USB 转以太网跑 39.7GB 模型，速度到 28-30 token/秒，直接挑战“高速网络是刚需”的假设。三点全中，但本质是社区验证而非产品发布，我会先打个折——信息量扎实，不过正文没披露延迟抖动和更长上下文下的稳定性，这点先别太激动。
NVIDIA 在 Hugging Face 上开源了 Cosmos 3 Edge，一个 40 亿参数的世界模型，把场景理解和动作生成合在了一起。它能在 Jetson Thor 上以 15Hz 的频率实时跑，一次推理输出 32 个机器人动作。模型用了两套 Transformer 架构：一套自回归模型负责推理，一套扩散模型负责预测，中间共享注意力层来对齐信...
推荐理由：NVIDIA 把一个 4B 的世界模型开源了，而且明确能在 Jetson Thor 上 15Hz 实时跑，一次推理给 32 个动作，这对边缘机器人来说门槛很低。双 Transformer 架构（自回归推理 + 扩散预测）共享注意力层，设计上挺聪明，但正文没给出这套架构相比纯自回归或纯扩散的具体消融实验数据，实际增益有多大还得等第三方验证。另外，模型只在 NVIDIA 自家硬件上报了性能，跨平台表现和不同机器人形态的泛化能力都没提，这点先别太激动。整体看，实用性和时效性都够，但缺独立基准测试，所以分数没给更高。
黄仁勋 7 月 15 到 16 号在东京见了一圈日本产业界的人，带走了三份框架协议。最核心的是 Noetra 项目：政府拉上软银、索尼、NEC、本田等 44 家本土公司，五年内砸 1 万亿日元（约 62 亿美元），要自己搞一套给机器人、汽车和工厂产线用的 AI，不想把命脉交给美国或中国的模型。同时，Nvidia 跟发那科、安川电机等机器人厂商组了个 C...
推荐理由：黄仁勋这趟东京行带回了三份实打实的框架协议，Noetra 项目 62 亿美元、44 家本土公司入局，主权物理 AI 的架势拉得很足。H、K、R 三个维度都踩中了：新闻性够强，知识增量明显，对从业者的实际影响也直接。没给更高分是因为现在还停留在框架协议阶段，钱和公司名单有了，但具体执行时间表和模型能力都没披露，先打个折观望一下。
NVIDIA 把 Audio-Visual Flamingo 完全开源了。这个模型能同时理解视频里的画面、声音和文字，而且专门针对长视频——不是那种几秒的片段，是真实世界里几分钟甚至更长的复杂视频。它用了一个约 700 万条带时间戳的标注数据做训练，分三个阶段逐步教会模型：先看懂短片段，再学会跨多个事件做长线推理。为了让推理过程更靠谱，团队还搞了一套叫...
推荐理由：NVIDIA 开源了一个能同时处理长视频画面和声音的模型，训练数据量 700 万条带时间戳样本，训练方法分三步走——这点对做视频理解的人有参考价值。我会先打个折：正文没提在具体产品里的表现，也没给延迟或成本数字，所以先别太激动，把它当一个扎实的研究发布看就好。
Soofi S 是一个 31.6B 参数的混合专家模型，每次生成只激活 3.2B 参数，推理成本压得很低。它用了 Mamba 加 Transformer 的混合架构，处理长文本时速度几乎不掉，这点比很多同尺寸模型强。训练数据故意向德语倾斜，结果在德语、英语和编程基准上分数都超过了 Olmo 3 32B 和 Apertus 70B。模型在德国电信的慕尼黑...
推荐理由：德国 AI 联盟放出的 Soofi S，一个 31.6B 参数的混合专家模型，每次只激活 3.2B 参数，推理成本压得很低。它用 Mamba 加 Transformer 的混合架构，长文本处理不掉速，在德语、英语和编程基准上分数都超过了 Olmo 3 32B 和 Apertus 70B。虽然德语优先的定位会限制它在中文圈的传播，但开源 30B 级别模型做到这个性能和成本，对从业者来说值得看一眼。
英伟达推出了 T3000 和 T2000 两款基于 Thor 架构的新模块。T3000 算力 865 FP4 teraflops，配 32GB 内存和 273GB/s 带宽，体积和功耗大约是之前 T5000 的一半，但跑多模态模型的推理速度差不多，能帮客户在高内存价格下省一笔硬件钱。T2000 算力 400 FP4 teraflops，16GB 内存，...
推荐理由：英伟达发了 Jetson Thor 系列的新模块 T3000 和 T2000，主打边缘机器人。T3000 的卖点很直接：算力 865 FP4 teraflops，配 32GB 内存和 273GB/s 带宽，体积和功耗砍到 T5000 的一半左右，但跑多模态模型推理速度没怎么掉。我会先打个折——这是官方博客，没给第三方跑分，也没说什么时候能大规模买到。不过内存优化这块确实戳中痛点，现在内存贵，能省就是赚。T2000 给到 400 FP4 teraflops 和 16GB 内存，定位更低一些。整体看，对做机器人或边缘 AI 的团队是个值得跟进的信号，但...
这部 FT 纪录片直接拍到了高端英伟达 GPU 是怎么被走私进中国的。中间商在新加坡、马来西亚等地用空壳公司和假最终用户证明拿货，再靠“蚂蚁搬家”式的小批量跨境运输绕过美国出口管制。镜头里能看到仓库囤货和重新包装的过程，走私者会磨掉序列号、换包装来隐藏货源。片子里采访了走私者和调查人员，整个链条组织化程度很高。不过纪录片没给出黑市的总交易规模，这点先别...
推荐理由：这是 FT 的纪录片级调查，有实地拍摄和一手采访，不是政策复读。HKR 三项都踩中了，但片子本身是调查报道而非产品技术更新，对从业者的直接可操作性有限，所以分数定在 78 这个位置。
英伟达把亚洲授权买家名单从 11 家砍到只剩 5 家，因为美国商务部发现有人通过东南亚和中东把芯片转手卖进中国。被踢掉的包括马来西亚、越南和阿联酋的分销商和服务器组装厂。留下来的买家得签更严的最终用途声明，英伟达还开始用软件追踪芯片最终流向。这是出口管制以来英伟达最大的一次自我审查动作——不过名单缩水不代表所有漏洞都堵上了，正文没披露具体是哪 5 家留...
推荐理由：英伟达把亚洲授权买家名单砍掉一半多，是美国商务部发现有人通过东南亚和中东转手芯片进中国之后，英伟达最大的一次自我审查。我会先打个折：名单从 11 家缩到 5 家，说明之前授权确实太松，但正文没披露留下的 5 家是谁，也没说软件追踪具体怎么落地，所以不能说漏洞全堵上了。对从业者来说，这条消息直接关系到采购渠道和合规成本，值得放在 featured 位置。
黄仁勋在摩根士丹利闭门会上给了三个明确信号。第一，英伟达季度营收马上要冲到 1000 亿美元，而且增速还在往上走，没有见顶。第二，下一代旗舰架构 Rubin Ultra 没延期，明年按时出货；之前传的推迟到 2028 年是误读，实际只是在调整机架设计来支持更大算力集群，路线图没变。第三，一家过去几乎全靠自研 ASIC 芯片的头部 AI 实验室，现在近一...
推荐理由：黄仁勋在摩根士丹利闭门会上扔了三个炸弹。第一，季度营收快破千亿，增速还没见顶，这直接打脸那些觉得英伟达增长要放缓的人。第二，Rubin Ultra 没延期，明年照常出货，之前传的推迟到 2028 年其实是误读，只是在调机架设计来堆更大算力集群，路线图没变。第三，一家过去几乎全用自研 ASIC 的头部 AI 实验室，现在近一半算力开始买英伟达 GPU，这个转向比任何分析报告都更能说明通用 GPU 在灵活性上的优势。三条信息每一条都在修正市场预期，而且来自闭门会，时效性极强，当天就该让从业者看到。
美国商务部把阿联酋从出口管制最严的那一档移除了，等于给英伟达这类公司卖高端 AI 芯片开了绿灯。之前阿联酋被放在限制最严的组里，主要是担心芯片会经那里流到中国。降级之后，当地数据中心和 AI 项目申请买高端 GPU 的审批会简单很多。文章没提具体放开哪些型号，也没说有没有数量上限，但点名了微软和 G42 的合资公司会是直接受益方。
推荐理由：这条消息对算力圈挺重要，我会先打个折——正文没写具体型号和数量上限，所以不能给太高。但美国商务部降级阿联酋这件事本身信号很强，微软-G42 合资公司直接受益，做数据中心和芯片采购的人必须知道。
SK 海力士正式登陆纳斯达克，IPO 募资 265 亿美元，是今年全球最大的一笔上市交易。这笔钱主要用来扩产 HBM（高带宽内存），也就是给英伟达这类 AI 芯片厂供货的关键存储芯片。正文没披露发行价和首日涨跌幅，但光看融资规模，市场还在往 AI 算力供应链里猛砸钱。
推荐理由：今年全球最大 IPO，265 亿美元全押在 AI 算力上游。HBM 扩产直接挂钩英伟达的交付能力，属于硬件层的信号事件。正文没披露发行价和首日涨跌幅，稍微扣点分，但募资规模本身已经够硬。
Gradium 做的是超低延迟的语音模型，目标是让 AI 对话没有那种尴尬的停顿，听起来像真人即时回应。它去年 12 月刚带着 7000 万美元走出隐身状态，现在又拉上英伟达等新投资方，把种子轮总额推到了 1 亿美元。这笔钱会用来在湾区开办公室，直接去 Anthropic 和 OpenAI 的地盘抢人——一家巴黎公司这么做，说明 AI 人才密度还是硅谷...
推荐理由：1 亿美金种子轮在语音赛道算头部数字，英伟达背书又加了硬件可信度。但正文没披露产品 demo 和延迟数据，我会先打个折——有话题、有方向，但缺验证，刚好卡在 featured 门槛上，再往上推就虚了。
英伟达最近日子不太好过。股价从 5 月高点跌了 15%，按预期利润算，现在比标普 500 成分股的平均估值还便宜——也就是说，市场对英伟达每块钱利润的出价，已经低于普通美国大公司了。钱还在往 AI 基础设施里涌，但大部分流向了内存厂商，比如美光同期市值几乎翻了三倍。原因不复杂：去年看起来很吓人的 GPU 短缺缓解了，而数据中心对内存的需求成了新瓶颈。正...
推荐理由：反直觉的叙事配上具体数字，好奇、干货、转发欲都占住了。但这是市场分析，不是产品发布或技术突破，重要性给到72比较合适。正文没写明美光市值翻三倍的具体时间窗口，这点先打个折。
法国竞争管理局说，对英伟达的反垄断调查快结束了，很快会发正式异议声明。调查从 2023 年 9 月突击检查办公室开始，现在集中在两件事上：一是开发者被 CUDA 这个编程平台绑得太死，想换别的硬件很难；二是英伟达投资了 CoreWeave 这类 AI 云公司，监管担心这会进一步巩固它超过 70% 的全球 AI 加速器市场份额。发异议声明不等于定罪，英伟...
推荐理由：法国反垄断调查快结束了，CUDA 锁定和 CoreWeave 投资是两项最具体的指控。没给更高分是因为现在还停在发异议声明的阶段，没罚款也没补救措施，所以我会先打个折。
蚂蚁灵波发布了 LingBot-Video，一个专门给具身智能用的视频生成模型，代码已开源。它用 MoE 架构（混合专家）替代了传统的密集模型，总参数量 30B，但生成视频时只激活约 3B 参数，推理速度比同规模的密集模型快 3 倍左右。训练数据是 7 万小时的机器人相关视频，包括灵巧操作、导航和第一人称视角交互，不是网上随便扒的风景片。为了让生成的动...
推荐理由：蚂蚁灵波开源了 LingBot-Video，一个用 MoE 架构做的具身智能视频基模。我会先打个折：这是刚发布的新东西，还没有外部复现报告，效果别急着全信。但亮点挺实在——30B 参数只激活 3B，推理快 3 倍，意味着本地跑或上机器人端成本低不少。训练数据是 7 万小时机器人相关视频，不是网上扒的通用素材，这点比很多视频模型更对口。代码已开源，做这行的人可以直接拉下来试。
Grok 4.5 是 SpaceXAI 目前最强的模型，专门为写代码、让模型进业务流程干活和知识类工作优化。在 SWE Bench Pro 这类编程基准测试里，它的解决率是 64.7%，虽然比 Fable 和 GPT 5.5 低，但有个很实在的优点：平均每次任务只输出约 1.6 万个 token，比 Opus 4.8 少了 4.2 倍，意味着推理成本更...
推荐理由：SpaceXAI 推出 Grok 4.5，定位是写代码和让模型进业务流程干活，跟 Cursor 联合训练算是个实在的差异化。SWE Bench Pro 上 64.7% 的解决率没超过 Fable 和 GPT 5.5，这点先别太激动，但它的省钱优势很具体：平均每次任务输出约 1.6 万个 token，比 Opus 4.8 少了 4.2 倍，意味着推理成本低不少。正文没披露定价和延迟，这两个才是决定它能不能打的关键。
NVIDIA 这篇论文放出了一个叫 Nemotron-Labs-Diffusion 的模型，一个模型里集成了三种生成方式：逐 token 预测（自回归）、一次性去噪生成整段（扩散），以及让扩散先打草稿、自回归再校验的“自我推测”模式。训练时用了自回归和扩散的联合目标，扩散负责往前多看几步做规划，自回归提供从左到右的语言先验，两者互补。自我推测模式下，扩...
推荐理由：NVIDIA 把自回归、扩散和自我推测打包进一个模型，架构想法有新意，联合训练那部分写得也实在。但这就是篇论文，没产品也没场景，对一线干活的人触动不大，刚好卡在 featured 门槛上。
SemiAnalysis 爆料，Jensen 在 GTC 上秀过的 Kyber NVL144 项目延期超过一年，现在要等到 2028 年。同时 NVL72x2 那种把两个机架背靠背拼起来的方案也被取消了，Rubin Ultra 的横向扩展能力会因此受限。具体原因正文还没展开，这只是线程的第一条，我会先打个折，等后续细节出来再看是设计问题还是供应链卡壳。
推荐理由：SemiAnalysis 独家爆料，Jensen 在 GTC 上秀过的 Kyber NVL144 延期超过一年，现在要等到 2028 年，NVL72x2 方案也被砍了。HKR 三条全中：悬念强、信息新、直接关系到基础设施规划。分数定在 78 是因为目前只是单条推文，没给出根本原因和补充细节，我会先打个折，等后续信息出来再判断。
英伟达推出一个叫 Nvidia Ignite 的计划，让年收入在 1000 万到 5 亿美元之间、还没盈利的初创公司，用未来收入分成来抵算力费用，不用直接掏现金。正文没披露具体分成比例和合同细节，听起来像是英伟达在 GPU 稀缺时挑赢家下注，但执行细节还很模糊。
推荐理由：英伟达用算力换收入分成，对缺现金的 AI 初创公司是个实打实的选项。但正文完全没披露分成比例和合同细节，执行层面全是空白，所以评分卡在 featured 门槛上。