搜索
当我们在维基百科搜索一个词条时，你期待的是真相，至少在AI时代，总得有一个地方能（大概率）给我点真东西吧。可以，但在 Halupedia 搜索一个词条时，得到的也是真相——一个三秒钟前刚被发明出来的真相。
NVIDIA Dynamo 团队发现，Claude Code 向自定义端点发送请求时，prompt 最前面会带一行 session-specific billing header。这行 header 每个 session 都变，导致 52K token 的稳定前缀在 KV cache 中无法复用——TTFT 从 168ms 飙到 912ms。Dynamo 加了一个 `
随手打开 GitHub,2026 年的 Agent 项目热榜上有这样一个仓库: • 27,000+ stars,1,800+ forks • 零行 Python,零行 TypeScript,零行 JS • 作者是 Obsidian 的 CEO 本人,kepano • 整个仓库就是 5 个 Markdown 文件
最近很多朋友问我用什么笔记软件。我说 Obsidian。其中一个主要原因是：大家使用 Obsidian 的时间点是在「AI 时代」之前，而现在，Claude Code 时代下的 Obsidian 已经完全完全成了「最强笔记软件」。
MoE模型的稀疏激活本是优势，却常陷通信瓶颈。NVIDIA以软件为利剑，通过程序化依赖启动和全对全通信革新，在三个月内将GB200的单GPU吞吐提升2.8倍，真正释放Blackwell硬件潜力。
谷歌还在闭源守宝，NVIDIA已把Lyra 2.0全开源：35步去噪变4步，2D图片直出3D高斯泼溅+网格。社交狂欢背后，是对具身AI仿真的巨大潜力——以后造世界，不用再去真实世界采数据了。
由 NVIDIA 支持的 Vast Data （一家为人工智能任务开发数据存储软件的公司）表示，已筹集约 10 亿美元，估值超过三倍增至 300 亿美元。
英伟达良心福利！免费领一年顶级大模型订阅，MiniMax / Kimi / DeepSeek 全都能用！NVIDIA 官方平台build.nvidia.com开放了一批"Free Endpoint"模型，注册账号、验证手机号后就能生成一把最长有效期12 个月的 API Key，免费调用几十个当下最火的大模型——不计 Token、无余额限制、无需信用卡。
当强化学习后训练的大规模 rollout 已经被证明能够提升图像生成模型的偏好对齐能力，推理负担就成了制约训练速度的核心瓶颈。来自 NVIDIA、港大和 MIT 的团队提出的 Sol-RL，通过「FP4 先探索、BF16 再训练」的后训练框架，将达到等效 reward 水平的收敛速度最高提升到 4.64x，在训练速度与对齐效果之间给出了一条更具工程可行性的解法。
「Ising 改变了一切。」