来自 Wayve、Aurora、Physical Intelligence、Zipline、Shield AI、Bedrock Robotics、Dyna Robotics、Cobot、Saronic、Dexory 等公司的领导者将主持为期两天的技术讲座、主题演讲、炉边聊天、演示和实践编程。
NVIDIA Introduces New Jetson Thor Computers to Advance Mainstream Robotics and Edge AI
通用机器人和自主机器正在从研究实验室转向现实世界的大众市场部署，创造了对能够在边缘运行基础模型的紧凑、节能的人工智能超级计算机的需求。为了满足这一需求，NVIDIA 今天推出了 T3000 和 T2000，这是基于 NVIDIA Thor 架构的新模块，可实现大众市场的机器人技术和边缘人工智能 [...]
CROSSPOST: CLAUDIA SAHM: What Will It Take for the Fed to Hike?
Claudia Sahm 的副标题：“6 月 FOMC 会议纪要列出了两种情景，委员会对通胀前景的看法分为两派”。但现在它以不同的方式分裂......
NVIDIA and Hugging Face Bring New Models and Frameworks to LeRobot for the Open Robotics Community
新的 LeRobot 集成使开发人员可以开放访问 NVIDIA Isaac GR00T 1.7、Isaac Teleop、数据集和机器人工作流程，而 NVIDIA Cosmos 3 集成计划将前沿世界模型引入开放式机器人开发。
NVIDIA and Hugging Face Bring New Models and Frameworks to LeRobot for the Open Robotics Community
开源 AI 展示了当模型、数据和工具共享时，开发人员可以多么快速地进行创新。机器人技术也有同样的机会，但物理人工智能开发的进步仍然受到昂贵且分散的资源的限制，从大型数据集和机器人基础模型到模拟、计算和验证工具。 NVIDIA 和 Hugging Face 是 [...]
Run NVIDIA Nemotron and OpenAI GPT OSS models on Amazon Bedrock in AWS GovCloud (US)
我们很高兴在 AWS GovCloud（美国）中引入基于美国的前沿开放权重模型。通过此版本，Amazon Bedrock 现在支持 OpenAI 的开放权重 GPT OSS 模型（120B 和 20B）和 NVIDIA Nemotron（Nano 9B v2、Nano 12B v2、Nano 30B、Super 120B）模型。在这篇文章中，我们将介绍这些模型及其功能、数据驻留的推理选项、可用的服务层以及如何开始。
SpatialClaw: NVIDIA’s new approach to AI spatial reasoning
SpatialClaw 是 NVIDIA Research 最新的 AI 框架，使代理能够通过可执行的 Python 代码编写、执行和完善自己的推理，而不是依赖预定义的工具调用。该方法无需额外培训即可在复杂的 3D 和 4D 任务中显着提高空间智能。
NDIA POLICY POINTS: Resources for Those Beginning the CMMC Journey
CMMC 代表网络安全成熟度模型认证，一段时间以来一直是一个流行的缩写词。大多数人都知道它在某种程度上涉及网络安全和保护网络，但有些人不清楚这到底意味着什么。
Optimize model training on Amazon SageMaker AI with NVIDIA Blackwell
本文向您展示如何在 Amazon SageMaker AI 上配置训练作业，以充分利用 AWS 上的 Blackwell 架构。您将学习如何选择利用 Blackwell 扩展内存的批量大小和序列长度，为您的模型大小（1B 至 64B 参数）选择正确的精度格式，以及策略性地应用激活检查点。最后，您将拥有一个实用的框架，用于调整训练配置并在 P6-B200 实例上启动分布式训练作业。
Delhi Airport sees hub-and-spoke model strengthening India’s aviation hub ambitions: DIAL CEO
机场运营商表示，国内与国际的无缝连接有助于通过印度枢纽而非海外中转机场引导交通
Building a Custom GStreamer Plugin for NVIDIA DeepStream
为什么要在 DeepStream 中进行自定义推理？为 NVIDIA DeepStream 构建自定义 GStreamer 插件一文首先出现在 Towards Data Science 上。
我早上的火车上读到： • 为什么大多数投资组合都不够多元化：QuantPedia 的数据驱动案例表明，即使是看起来多元化的投资组合也并非如此——在压力、因子重叠和分散风险的错觉期间相关性会出现峰值。 (QuantPedia) • 如何在软件库存残骸中找到便宜货：人工智能正在蚕食软件的超级力量：利润丰厚的经常性收入。 ...阅读更多 周二上午 10 点阅读的帖子首先出现在 The Big Picture 上。
