https://txtmix.com/tags/nvidia/Recent content in NVIDIA on Text MatrixHugozh-cnSat, 23 May 2026 08:55:34 +0800https://txtmix.com/posts/tech/nvlab-sana-efficient-image-video-generation/Mon, 18 May 2026 00:00:00 +0000https://txtmix.com/posts/tech/nvlab-sana-efficient-image-video-generation/<h1 id="sananvidia高效率高分辨率图像与视频生成框架">Sana：NVIDIA高效率高分辨率图像与视频生成框架</h1> <p><strong>Stars: 6,331</strong> | <strong>今日: +447</strong> | <strong>Python</strong></p> <p>GitHub: <a href="https://github.com/NVlabs/Sana" target="_blank" rel="noopener noreffer ">NVlabs/Sana</a></p> <h2 id="一句话评价">一句话评价</h2> <p>Sana 是 NVIDIA MVFX 实验室出品的效率优先型图像/视频生成框架，支持 4K 分辨率、1.6B 参数模型可在 8GB GPU 显存运行，ICLR 2025 Oral / 2026 Oral 双 Oral 论文，并在 diffusers / SGLang / ComfyUI 均有原生集成。</p>https://txtmix.com/posts/tech/nvidia-video-search-summarization-blueprint/Fri, 15 May 2026 10:25:00 +0800https://txtmix.com/posts/tech/nvidia-video-search-summarization-blueprint/<h1 id="nvidia-ai-blueprint视频搜索与摘要系统实战">NVIDIA AI Blueprint：视频搜索与摘要系统实战</h1> <blockquote> <p>如果你曾经需要在一万小时的视频里找一个&quot;穿红色衣服的人第三秒做了什么&quot;，而你只有抓狂和快进两种选择——NVIDIA 的视频搜索和摘要（VSS）蓝图，就是为你准备的。</p>https://txtmix.com/posts/tech/llm/nemo-skills-llm-skill-pipeline-guide/Sun, 12 Apr 2026 11:00:00 +0800https://txtmix.com/posts/tech/llm/nemo-skills-llm-skill-pipeline-guide/<blockquote> <p><strong>目标读者</strong>：LLM 训练工程师、模型优化研究者 <strong>核心问题</strong>：如何用 NeMo Skills 构建从数据生成到评估的完整 LLM 技能提升流水线？ <strong>难度</strong>：⭐⭐⭐⭐（高级） <strong>事实边界</strong>：本文基于 NVIDIA-NeMo/Skills 仓库 README 和官方文档。CLI 命令的具体参数格式请以 <code>ns --help</code> 和官方文档为准。</p>https://txtmix.com/posts/tech/personaplex-nvidia-full-duplex-speech-model-guide/Mon, 06 Apr 2026 21:35:00 +0800https://txtmix.com/posts/tech/personaplex-nvidia-full-duplex-speech-model-guide/<h2 id="学习目标">学习目标</h2> <p>通过本文，你将全面掌握以下核心能力：</p> <ul> <li>深入理解 PersonaPlex 的项目定位、技术架构和工作原理</li> <li>学会安装和部署 PersonaPlex（pip、Docker）</li> <li>掌握 PersonaPlex 的声音类型和角色提示词</li> <li>理解全双工对话与语音角色控制的实现方式</li> <li>学会启动实时交互服务器和离线评估</li> <li>掌握如何自定义角色提示词和创建特定人设的语音助手</li> <li>理解基于 Moshi 架构的技术实现</li> </ul> <hr> <h2 id="1-项目概述">1. 项目概述</h2> <h3 id="11-是什么">1.1 是什么</h3> <p>PersonaPlex 是 NVIDIA 开发的一款<strong>实时全双工语音对话模型</strong>，它能够通过<strong>文本角色提示词</strong>和<strong>音频声音条件</strong>实现角色控制。</p>https://txtmix.com/posts/tech/nemo-nvidia-speech-ai-framework-guide/Wed, 01 Apr 2026 16:45:00 +0800https://txtmix.com/posts/tech/nemo-nvidia-speech-ai-framework-guide/<blockquote> <p><strong>目标读者</strong>：希望构建语音 AI 应用的开发者、AI 工程师 <strong>核心问题</strong>：如何使用 NVIDIA NeMo 构建语音识别和对话 AI 系统？ <strong>难度</strong>：⭐⭐⭐（中级）</p></blockquote> <h2 id="一项目概述">一、项目概述</h2> <h3 id="11-什么是-nemo">1.1 什么是 NeMo</h3> <p><strong>NeMo</strong> 是 NVIDIA 开源的对话式 AI 框架，专注于语音、音频和多模态大语言模型。提供从模型训练到部署的完整工具链，支持研究者快速构建和部署高级 AI 应用。</p>