多模态

NVIDIA 扩展 Nemotron 3.5 等开放模型

覆盖语言、机器人、生物与量子的开放模型组合，支持本地数据定制与自主部署，值得企业评估。

NVIDIA 开源 Nemotron 3.5 Super VL/Bolt

开放权重覆盖数据中心到边缘，降低 agent 部署门槛并影响本地推理选型。

Shopify 后训练开放模型，推理成本降 90%

给出开放模型后训练与推理优化在生产代理中的降本数据，对模型选型和降本有参考。

NVIDIA Cosmos 扩展世界模型训练工具

为物理 AI 提供数据、训练、仿真与评估工具链，利于自动驾驶和机器人世界模型落地。

Amazon Polly Generative 引擎升级：新增 14 个语音覆盖 9 个区域，Hindi/Finnish 正式可用

对使用 Polly 的 LLM 智能体语音应用，无需改代码即可获得更自然准确低延迟的语音，值得直接评估。

NVIDIA 开源 34B 推理视觉模型 Alpamayo 2 Super，可生成轨迹、推理链与自动标注

AV 开发长期因轨迹、意图、场景、标注各用独立模型而难以比对与复用；单一开源模型覆盖多环节，直接利好数据闭环工程。

Kokoro-82M 流式 TTS 降低语音 agent 延迟

按句流式调用 Kokoro-82M TTS，避免等待完整响应，降低语音 agent 可感延迟与推理成本。

NVIDIA 开源 Nemotron 3.5 Super VL：120B MoE 多模态智能体模型

开放可定制的 MoE 多模态模型，面向长流程企业智能体，值得评估部署成本

Stable Audio 3.0 新增 DAW 插件与网页高级生成体验，可迭代编辑与混音

将音频生成直接嵌入 DAW 工作流并支持网页端迭代编辑、混音，便于音频工程师在现有环境中使用生成模型。

NVIDIA FOX 开放早期访问，构建工厂智能体

提供工厂智能体参考架构，连接 Cosmos/Nemotron 与 CAD/PLM/OT 数据，可评估工业 agent 落地。

NVIDIA RTX Spark 笔记本上市，最高128GB统一内存

将 Blackwell+Grace 本地 AI 算力带入 Windows 笔记本，影响端侧推理。

NVIDIA 公布 DGX Spark 64GB 等本地 AI 更新

汇总本地 AI 硬件、软件与模型支持，为端侧 agent 和推理部署提供选型参考。