NVIDIA 开源生态助力本地 AI 模型与智能体

整个8月，NVIDIA 联合开源社区与合作伙伴，集中展示本地 AI 的最新进展——包括新发布的开放模型、软件工具和开发者资源，让爱好者与开发者能更轻松地在本地构建、定制和运行越来越强大的 AI 智能体。以下为本轮更新的核心亮点。

多款开源新模型登场

世界模型与视频生成

• Cosmos 3 Edge：40亿参数世界模型，面向机器人、自动驾驶和视觉 AI。体积仅为 Cosmos 3 Nano 的四分之一，可在 DGX Spark 和 Jetson 设备上运行。
• MiniMax-H3：330亿参数开放权重模型，能从文本、图像、视频、音频或混合输入生成视频，并原生同步立体声音频，可通过 ComfyUI 在本地运行。
• Wan-Animate-2：阿里巴巴推出的140亿参数开源模型，将驱动视频中的动作和表情迁移到静态角色图上，支持人物、卡通、机器人等。在 RTX PRO 5000 Blackwell 上生成速度最高提升16倍，RTX 5090 上达26倍。

代码与推理模型

• Laguna S 2.1：Poolside 推出的1180亿参数开源智能体编程模型，可处理长达数小时的任务。NVFP4 量化版本让开发者能在单台 DGX Spark 上以更低算力和内存需求运行。
• DeepSeek-V4-Flash：2840亿参数 MoE 模型，激活130亿参数，支持100万 token 上下文窗口，可借助社区 GGUF 版本在 DGX Station 上本地运行。
• Inkling-Small：Thinking Machines Lab 的开源权重多模态模型，原生支持文本、图像和音频推理，可调节思考强度。2760亿参数但每次仅激活120亿，单台 DGX Station 或两台 DGX Spark 即可运行。

Unsloth Desktop：本地训练与推理合二为一

Unsloth 发布了完全开源的桌面应用 Unsloth Desktop，将本地模型推理、图像与视频扩散、微调、智能体集成、网络研究和代码执行整合到一个应用中。官方称这是首个能在本地同时训练和运行 AI 模型的桌面应用。

LTX-2.5：更强的开源视频生成

LTX-2.5 支持多镜头序列生成，保持跨镜头一致性；升级的扩散视频解码器提升画质、减少伪影。新的提示词增强器（基于 Gemma4 E2B 和定制 Gemma4 12B 文本编码器）大幅提升提示遵循度。该模型针对 RTX GPU、DGX Spark 和 DGX Station 优化，在 RTX 6000 PRO 上性能提升最高20%，显存节省40%。

Meta Muse Glimmer：面向常驻本地智能体

Muse Glimmer 是 Meta 发布的300亿参数稠密开源模型，支持超过12万 token 上下文，专为编码和本地智能体设计。在 RTX 5090 上可达到每秒200+ token，让智能体在单机本地处理数据并完成多步复杂任务。该模型支持针对自定义智能体、私有数据处理、凭证处理、多步任务和长周期工作流进行微调，可通过 vLLM、llama.cpp 等框架运行，NVIDIA 也提供 NeMo Automodel 支持本地微调。

DGX Spark 集群与系统更新

GLM 5.2、DeepSeek V4 Flash 等新模型为本地系统带来云端级智能，但运行大模型往往需要多卡或多机协作。NVIDIA Sync 应用的新版 Cluster Assistant 可自动将多台 DGX Spark 配置为高速集群，通过 ConnectX-7 端口互联，自动配置网络、路由负载并监控健康状态。Windows 和 macOS 均可用。

此外，DGX Spark 将原生支持 Google Chrome（ARM64 Linux 版），一键安装同步账号与扩展。新的 Sync Resource Monitor 可实时或历史查看 CPU/GPU 使用率，帮助用户排查瓶颈。

Nemotron 3.5 Lightning：更快更省的智能体模型

NVIDIA 扩展 Nemotron 3 系列，推出300亿参数 MoE 模型的 Nemotron 3.5 Lightning，面向常驻智能体场景优化。相比同类开源模型，token 生成速度最高提升4倍，任务完成时间缩短30%。由于采用开放权重，开发者可用自有数据微调，使其适配写作风格、专业知识或特定编码规范。该模型与 vLLM、Ollama、llama.cpp、LM Studio 等框架深度协作，提供 NVFP4 和 GGUF 格式，支持从 RTX PC、DGX Spark、Jetson 到 RTX PRO 工作站、DGX Station 等环境。

同时发布的 NeMo Switchyard 是一个开源路由库，可根据准确性、速度和成本，将智能体工作流的每一步自动路由到最优模型。内部基准测试显示，在保持前沿任务完成率的同时，可将推理成本降至仅使用 Opus 4.8 时的约三分之一。

---

原文链接：NVIDIA AI Blog
本文由前途科技编辑整理