Nvidia 在周二的一篇博客文章中宣布,推出了一套新的 AI 工具,让拥有 RTX 硬件的用户能够更轻松地在本地计算机上运行 AI 模型。
这套名为 Nvidia NIM 微服务的工具,可以让包括最新发布的 50 系列在内的 RTX 显卡用户轻松在其设备上安装 AI,用于文本、图像和代码生成。其他使用场景包括语音处理、PDF 提取和计算机视觉。该工具的目标是让使用变得尽可能简单。如果你拥有一台搭载 RTX 的设备,只需下载所需的 NIM 应用程序并运行即可。例如,如果你想转录课堂讲座,只需下载 parakeet;如果你录制的歌曲人声不清晰,只需下载 studiovoice。这些本地 AI 模型也将支持即将推出的 Nvidia DGX 系列专用 AI 计算机。
在本地运行模型的优势在于从长远来看可以节省成本。当使用 OpenAI 的 ChatGPT 或 Google 的 Gemini 等 AI 服务时,用户在需要付费之前能生成的内容是有限的。对于一般任务,大多数人不会触及这些限制。但在某些使用场景下,成本可能会逐渐累积。本地模型对可生成内容类型的限制较少,而且数据保留在设备上,这对处理敏感材料特别有用。
Nvidia 尚未立即回应记者的置评请求。
Nvidia 是 AI 领域最重要的公司之一。其芯片为包括 OpenAI、Google 和 DeepSeek 在内的新 AI 模型开发提供动力。由于每个主要科技公司都依赖 Nvidia 的硬件来推进 AI 发展,这使得该公司的估值达到了惊人的水平。去年,Nvidia 市值达到了 3 万亿美元。现在已经回落到更"适中"的 2.8 万亿美元。
但通过数千英里外的服务器运行所有 AI 服务也是一个重担。这就是为什么各公司一直在设备上本地实现较小的 AI 功能。例如,iPhone 16 和 Google Pixel 9 可以生成图像、编辑照片或总结文本,而无需咨询云端的 GPU 集群。这使得处理更快更高效。PlayStation 5 Pro 也使用 AI 来提升图像以获得更好的视觉效果和性能,据传任天堂 Switch 2 也将采用类似技术。Nvidia、AMD 和 Qualcomm 等芯片制造商都在致力于开发能够处理更多 AI 任务的硬件,以继续吸引科技巨头的投资。
虽然与 NIM 无关,但 Nvidia 还公布了一些针对游戏玩家的新闻。Nvidia 应用程序中新增了一个名为 Project G-Assist 的实验性 AI 助手。G-Assist 可以更好地帮助你优化应用程序和游戏,允许你运行实时诊断并获取性能优化建议。因此,如果你想在目前公认最美的游戏之一《刺客信条:暗影》中获得最高帧数,G-Assist 可以帮助你。G-Assist 还有一个 Google Gemini 插件,所以如果你对《Apex 英雄》中最适合使用的角色或《暗黑破坏神 4》的游戏技巧有疑问,都可以立即获得答案。
好文章,需要你的鼓励
中国AI初创公司月之暗面发布开源语言模型Kimi K2,采用万亿参数混合专家架构,在编程和自主代理任务上表现卓越。该模型在SWE-bench等关键基准测试中超越GPT-4,同时提供免费开源版本和低价API服务。Kimi K2具备强大的"代理"能力,能自主使用工具、编写代码并完成复杂多步骤任务,标志着开源AI模型首次在综合能力上追平甚至超越闭源竞品,可能重塑AI行业竞争格局。
清华大学研究团队开发出VideoScene技术,能够仅从两张普通照片一步生成完整3D场景视频,速度比传统方法快50倍。该技术巧妙结合了3D重建与视频生成,采用"3D感知跨越流蒸馏"策略和"动态去噪策略网络",在多项评估指标上显著超越现有方法。这项突破为VR/AR、游戏开发、电商展示等领域带来革命性应用前景,标志着从"大量数据依赖"向"智能有限数据利用"的重要转变。
AI人才争夺战愈演愈烈。Meta大举挖角后,OpenAI招募了特斯拉前软件工程副总裁David Lau和xAI基础设施架构师。Meta向其超级智能实验室部署新员工,以超2亿美元薪酬包招聘苹果基础模型负责人。这场激烈竞争造成了AI对劳动力影响的两极分化:科技巨头为顶尖AI人才开出九位数薪酬,但大规模裁员仍在继续。受影响岗位不仅包括人力资源和客服,还包括软件开发和中层管理职位。
蒙纳什大学等机构联合开发的VLIPP框架首次让AI视频生成真正"懂"物理定律。该系统通过视觉语言模型预测物理运动轨迹,再由视频扩散模型生成高质量画面,在两大权威基准测试中全面超越现有方法,为影视制作、教育等领域带来革命性突破。