NVIDIA 发布教程，介绍如何后训练 4B 的 Cosmos 3 Edge 全能模型，使其在 NVIDIA Jetson Thor 上原生运行机器人操作策略。在 Jetson AGX Thor T5000 上，该策略约 1.53 秒生成一个动作块，单个动作块覆盖约 2.13 秒机器人运动，因此无需数据中心 GPU 即可连续实时控制。在 RoboLab 闭环评测的 120 项语言条件操作任务中，后训练后的 Edge 策略成功率为 22.9%，Nano 为 36.8%。训练数据为 nvidia/Cosmos3-DROID 数据集，含 76k 条成功遥操作轨迹、约 350 小时、86 项任务和 564 个场景；后训练与部署脚本已在开源 cosmos-framework 仓库提供，检查点发布在 Hugging Face。
匹配字段标题
NVIDIA 发布 Cosmos 3 Edge机器人控制后训练与端侧部署教程
English translation is being prepared.
匹配字段摘要
2026年8月20日,英伟达发布Cosmos 3 Edge机器人控制后训练与端侧部署教程,展示如何后训练这款40亿参数模型,并让机器人操控策略直接运行于Jetson Thor。其动作策略在Jetson AGX Thor T5000上约用1.53秒生成可覆盖约2.13秒运动的动作块,在RoboLab的120项闭环任务中取得22.9%的成功率。相关训练与部署脚本已通过开源cosmos-framework提供。
匹配字段标题
TinyFish 发布两份技术指南，一份定义生产级智能体搜索架构，一份总结深度研究系统的构建经验。架构基于 TinySearch、TinyFetch、TinyBrowser 和 TinyAgent 四个网页原语，围绕基础模型运行七阶段控制循环，涵盖任务定义、检索规划、工具路由、证据评估与失败重试。在固定 gpt-5.6-sol 模型和 100 个任务的 OpenBenchmarks 测试中，TinyFish 搜索加抓取完成率 79.0%，中位任务成本 0.050 美元、耗时 24 秒；纯搜索配置下完成率为 59.3%。
为 66.3%。这些结果不应与搜索加抓取的分数直接比较，因为可用的检索能力不同。 关键要点 控制整个轨迹，而不是 1 次搜索调用。 按信息缺口路由；仅在访问失败时升级。 将规划和执行保持在 1 个推理循环中。 将确定性步骤移入工具调用，而不是子智能体。 按研究目标对来源排序，而不是单一质量分数。 阅读架构指南、深度研究经验和 TinyFish 文档。 Asif Razzaq网站 | + 文章作者简介 ⮌ Asif RazzaqYou.com 推出推理路由器：12 个开放权重模型，提供 99.9% 正常运行时间 SLA Asif RazzaqGradium 以 Apache 2.0 开源 Phonon，一个 3100 万参数的端侧 TTS 模型 $uv pip install omni-parse-bench✓文本✓表格✓布局→ 按页评分在 GitHub 上加星→赞助 相关文章更多来自作者 You.com 推出推理路由器：12 个开放权重模型，提供 99.9% 正常运行时间 SLA Gradium 以 Apache 2.0 开源 Phonon，一个 3100 万参数的端侧 TTS 模型
匹配字段正文
作者实测搭载 NVIDIA RTX Spark N1X SoC 的微软 Surface Laptop Ultra，该机最高配 20 核 Grace Arm CPU、6144 核 Blackwell GPU 与 128GB 统一内存，起售价 2599.99 美元。在 UL Procyon AI 文本生成测试中得分 2703，比 Intel Core Ultra X9 388H 的 IdeaPad Pro 5 高约 33%；MLPerf Flux 2 Klein 4B 图像生成达每分钟 26.97 张，约为后者的 2.7 倍。作者还用本地 Qwen3.8-27B 驱动 Hermes 智能体，约五分钟完成从 Excel 提取基准图表并生成 Word 报告。
A核心的Blackwell GPU结合在一起。各配置最高支持128GB统一内存，由CPU和GPU共享。我测试的Surface Laptop Ultra机型正是这一满配版本，价格高达5,899.99美元（拜内存短缺所赐），不过如前所述，也有价格更低的入门配置，提供18核CPU、5,120核GPU和24GB统一内存。 NVIDIA与微软 无论如何，这一架构在运行端侧AI方面尤为强大。RTX Spark不像传统搭载独立GPU的笔记本那样受限于专用显存，而是可以为GPU加速应用提供大得多的内存池。这使得更大的语言模型、更长的上下文窗口和高要求的推理工作负载能够在本地运行。在这方面，它的设计与AMD的Ryzen AI Max系列（即Strix Halo）类似，但搭载了更强悍的GPU引擎。 NVIDIA的CUDA生态是另一项重要优势。开发者可以利用TensorRT、PyTorch和llama.cpp等熟悉的工具，其基础软件栈还延伸至NVIDIA驱动的工作站和数据中心基础设施。 对于构建AI应用的组织而言，这提供了一条扎实的开发路径。模型和工作流可以先在本地进行原型验证，再迁移到更大的系统，从而降低
匹配字段正文
VR陀螺对千问N1 Pro进行深度评测，重点实测健康监测、眼动交互及AI主动服务等核心能力。N1 Pro支持心率、血氧、皮肤温度等实时体征监测并生成健康洞察报告，还配备眼动追踪传感器，可结合视觉AI识别注视目标，并支持千问与支付宝联合研发的虹膜核身支付。该产品与N1、千问AI耳夹式耳机同期发布，已在淘宝、天猫、京东及抖音等平台开售，AI眼镜到手价2218元起。
识别技术应用于日常支付场景。用户只需注视收款码，眼镜即可根据视线锁定目标，并通过虹膜信息完成身份核验。在确认支付信息后，用户可通过点头操作完成付款。 影像方面，N1系列搭载5000万像素摄像头，支持4K视频拍摄、多重防抖、智能构图及实况照片等功能，可用于日常第一视角影像记录。官方还展示了通过眨眼操作快速记录画面的使用场景。 N1系列搭载的低功耗感知芯片及自研端侧视觉理解模型，支持全天候环境感知。在用户开启相关功能并关联出行信息后，眼镜可根据机场、高铁站等场景主动提醒出发时间、检票口等信息，减少用户反复查看手机的操作。 阿里巴巴集团千问事业部副总裁宋刚表示，AI穿戴是千问在物理世界的延伸，也是Personal Agent的重要组成部分。此次N1系列AI眼镜与AI耳机的推出，将进一步扩展千问在视觉、语音、用户状态感知及主动任务执行等方面的终端能力。 投稿/爆料：tougao@youxituoluo.com 稿件/商务合作： 林南（微信 19250561593） 加入行业交流群：林南（微信 19250561593） 版权申明：本文为VR陀螺原创，任何第三方未经授权不得转载。如需转载请联系微信
匹配字段正文