Peneliti mengatasi diskontinuitas temporal dalam relighting video jangka panjang dengan membingkai ulang tugas sebagai terjemahan domain laten bersyarat temporal. Kerangka kerja ini menegakkan kontinuitas antar-chunk dengan menyebarkan latens domain target melintasi batas dan menggunakan self-conditioning domain target termask untuk membuat perilaku ini dapat dipelajari.
Peneliti dari Nvidia telah memperkenalkan FusionRelight, sebuah metode untuk pencahayaan ulang potret yang menggabungkan transfer iluminasi yang secara fisik masuk akal dengan pelestarian identitas dan inferensi real-time yang ringkas. Pendekatan ini memanfaatkan Fusi Pengetahuan Domain Hibrida (HDKF), sebuah kerangka pelatihan yang mendistilasi prior fisika, reflektansi, dan realisme dari data sintetis, One-Light-at-a-Time (OLAT), dan di alam liar ke dalam model siswa.
NVIDIA telah memperkenalkan OmniDreams, sebuah model dunia generatif dasar yang dirancang untuk mengatasi hambatan dalam mengevaluasi kebijakan pengemudi otonom di dalam simulasi loop tertutup. Model ini ditengah- dan pasca-pelatihan dari model difusi Cosmos pada 21k jam skenario berkendara, menghasilkan video secara autoregresif berdasarkan kondisi aksi secara waktu nyata.
Peneliti di NVIDIA telah memperkenalkan Spatial-IQ, sebuah kerangka kerja diagnostik yang dirancang untuk mengurai kecerdasan spasial dari model bahasa besar multimodal (MLLM). Berbeda dengan benchmark yang ada yang memperlakukan model sebagai kotak hitam, pendekatan ini menguraikan penghitungan objek dalam struktur 3D bertumpuk menjadi sembilan sub-tugas perseptual dan kognitif yang selaras dengan tahap perkembangan manusia.
Para peneliti menyajikan Cluster-Guided Vector Quantization (CGVQ), sebuah metode yang dirancang untuk meningkatkan kinerja laju-distorsi pada kompresi gambar berbasis primitif Gauss. Pendekatan ini mempartisi parameter Gauss menjadi kelompok-kelompok homogen sebelum kuantisasi, mengatasi inefisiensi yang disebabkan oleh penyimpanan sejumlah besar parameter floating-point per primitif.
Peneliti menganalisis video gameplay dari game tembak-menembak kompetitif Delta Force untuk mengekstrak dan memahami komunikasi non-verbal yang muncul, seperti gestur dan pola pergerakan. Karya ini mengatasi kesenjangan dalam studi sebelumnya yang sebagian besar berfokus pada game MOBA atau koordinasi verbal di game tembak-menembak lainnya.
Peneliti NVIDIA mengatasi kesulitan menjadwalkan permainan grup kompetitif dan mereplikasi lingkungan lab dengan mengadopsi metodologi eksperimen lapangan. Pendekatan ini mengintegrasikan eksperisi secara langsung ke dalam struktur turnamen, menciptakan turnamen-eksperimen hibrida.
Para peneliti memperkenalkan The AI Telco Engineer (AITE), sebuah kerangka kerja yang menggunakan pencarian evolusioner yang digerakkan oleh model bahasa besar untuk merancang algoritma secara otonom untuk masalah komunikasi kompleks sambil menavigasi trade-off antara kinerja dan kompleksitas.
NVIDIA telah memperkenalkan CTRL-G (Controllable Generative Graphics for Games), sebuah framework yang dirancang untuk mengatasi tantangan mengendalikan sistem AI generatif di dalam lingkungan game interaktif.
Anthropic memperkenalkan Claude Opus 5 sebagai model yang lebih efisien yang mendekati kemampuan Claude Fable 5 dengan separuh harga, menjadi pilihan default untuk Claude Max. Secara bersamaan, NVIDIA mendorong kebijakan pemerintah AS untuk mendukung model AI bobot terbuka guna mendorong inovasi dan meningkatkan kepemimpinan Amerika di sektor ini.
NVIDIA telah merilis Cosmos 3 Edge, model dunia terbuka 4 miliar parameter yang dirancang untuk memberikan kinerja setara pusat data pada sistem tepi dengan keterbatasan memori. Model ini memungkinkan robot dan agen AI penglihatan memahami lingkungan mereka, bernalar secara waktu nyata, dan menghasilkan tindakan langsung di perangkat seperti modul NVIDIA Jetson.
NVIDIA telah merilis Nemotron 3 Embed, sebuah koleksi model embedding terbuka dan tersedia secara komersial yang dirancang untuk meningkatkan kualitas retrieval untuk RAG skala produksi, retrieval agentic, retrieval kode, dan memori agen. Koleksi ini menampilkan model 8B yang menduduki peringkat #1 secara keseluruhan di papan peringkat RTEB, bersama dengan varian 1B yang dioptimalkan untuk deployment.
Proyek llama.cpp telah menggabungkan pembaruan signifikan pada backend OpenVINO-nya, terutama mengaktifkan dukungan untuk keluarga model Qwen3.5 dan memperkenalkan beberapa teknik optimasi memori.
Alibaba telah merilis bobot terbuka untuk Qwen3.8-2.4T-A95B (juga dikenal sebagai Qwen3.8-Max), model berbobot terbuka terbesarnya, yang dirancang untuk membawa kemampuan mendekati frontier ke ekosistem terbuka.
NVIDIA telah merilis dua artefak sumber terbuka yang dirancang untuk membangun agen AI yang selalu aktif: model Nemotron 3.5 Lightning dan perpustakaan routing NeMo Switchyard. Alat-alat ini mengatasi biaya tinggi dan latensi dari pengiriman setiap langkah dalam alur kerja agen jangka panjang ke model penalaran terdepan dengan menyediakan kemampuan eksekusi dan routing khusus.
NVIDIA telah merilis model Nemotron-3.5-Lightning-30B-A3B di Hugging Face.
NVIDIA telah merilis pembaruan untuk model Magpie Multilingual TTS-nya, memperluas dukungan ke dua belas bahasa dengan penambahan Bahasa Arab Standar Modern, Korea, dan Portugis Brasil. Rilis ini juga mencakup peningkatan kualitas di berbagai bahasa yang ada melalui pembaruan data pelatihan dan perubahan arsitektur.
Meta telah merilis Muse Glimmer, model padat 30B dengan jendela konteks lebih dari 120K token yang dirancang untuk pekerjaan AI agentic lokal. Dioptimalkan untuk berjalan di platform edge, desktop, dan workstation NVIDIA, model ini menghasilkan 20K token/detik pada satu GPU.
NVIDIA telah merilis NemotronLabs VoiceChat 11B, model speech-to-speech end-to-end 11B parameter yang terbuka dan dirancang untuk percakapan real-time full-duplex. Tidak seperti tumpukan bertingkat yang merangkai ASR, LLM, dan TTS, jaringan terpadu ini melakukan pemahaman dan generasi suara secara streaming secara bersamaan, mencapai latensi pergantian giliran yang mulus sebesar 448 ms di Full-Duplex-Bench 1.0.
NVIDIA Labs telah membuka sumber NOOA (NVIDIA Object-Oriented Agents), sebuah kerangka kerja Python yang agnostik terhadap model dan mengonsolidasikan pengembangan agen ke dalam satu kelas Python. Pendekatan ini menggantikan alur kerja terfragmentasi yang melibatkan templat prompt dan grafik alur kerja dengan memetakan metode ke tindakan, bidang ke keadaan, docstring ke prompt, dan anotasi tipe ke kontrak yang ditegakkan.