开源项目 全部文章

SANA是NVIDIA实验室开源的高效图像与视频生成框架，提供训练、推理、量化和生态集成，覆盖4K图像、单步生成、视频、强化学习后训练与世界模型；通过线性注意力、32×压缩DC-AE、LLM文本编码器等降低算力需求，可在8GB级显存运行，生成速度、延迟和质量指标显著优于FLUX、Wan等主流模型。

NVIDIA推出Nemotron 3 Nano Omni，将Nemotron扩展为统一处理文本、图像、视频和音频的多模态理解模型，面向长文档分析、语音识别、长音视频理解、GUI代理和通用推理，在文档、视频、音频多项基准上领先，并以混合Mamba-Transformer-MoE架构和分阶段训练实现更长上下文、更高精度及最高9倍吞吐提升。

NVIDIA发布开源参考栈NemoClaw，用于安全运行OpenClaw智能体，集成OpenShell运行时、Nemotron模型、沙箱容器与云推理网关，通过声明式策略和四层防护统一限制网络、文件系统、进程及模型调用，为自主AI代理提供隔离执行环境；当前属Alpha预览，接口可能变更。