最近行业里有个消息传得挺热：鸿海集团给NVIDIA做的全光CPO交换机机柜，不仅提前出货了，而且未来几年的出货预期直接翻了好几倍。原先估计2026年能出个上万台，现在最新说法是，2026到2027年加起来，总量要超过5万台。 这可不是空xue来风。有业内人士透露，鸿海在越南工厂生产的这些CPO交换机

5月13日，一则消息引发了科技与整治圈的关注：英伟达（NVIDIA）首席执行官黄仁勋作为临时新增的成员，登上了美国总统专机“空军一号”，随同特朗普总统启程前往中国。 此前，外界一度传闻黄仁勋并未在本次访华行程的名单之列。然而，英伟达公司方面已正式证实，黄仁勋确已接受特朗普的邀请，将参与此次重要的访问

在人工智能领域，我们常常对一些技术的工作原理抱有看似合理的直觉，但深入的剖析有时会带来碘伏性的认知。最近，一项由NVIDIA、多伦多大学、Vector研究所和以色列理工学院合作完成的研究，正是这样一个例子。这篇发表于2026年2月（论文编号：arXiv:2602 21204v1）的论文，重新审视了“

在图像编辑过程中，我们通常习惯于使用文字指令，例如“为这只猫添加一顶帽子”或“将背景替换为森林”。然而，许多独特的视觉创意——例如模仿某幅名画的笔触质感，或为动物添加特定风格的装饰——往往难以用语言精确描述。文字指令在这里遇到了明显的表达瓶颈。 2026年2月，NVIDIA联合以色列理工学院与巴伊兰

当机器人反复尝试抓取杯子却屡屡失败，或是自动驾驶汽车做出令人担忧的危险决策时，人类能瞬间察觉其中的“不合理”。然而，让AI系统自身具备这种对物理世界的“常识”判断力，一直是人工智能领域的核心挑战。近期，一项由NVIDIA与马里兰大学帕克分校等机构联合进行的研究取得了重要进展。他们开发的PhyCrit

这项由清华大学、美团、香港大学等多家顶尖机构联合开展的研究，于2026年3月以预印本论文（arXiv:2603 25823v1）的形式发布。它直指当前AI视觉生成领域一个被长期忽视的核心问题：这些能画出“神作”的模型，到底有多“聪明”？研究团队为此构建了一套全新的测试基准——ViGoR-Bench，

人工智能的浪潮席卷了各个领域，机器在诸多任务上已展现出超越人类的能力。然而，有一个看似寻常却异常复杂的领域，始终是AI研究者们渴望攻克的堡垒——让机器像真正的学者那样，撰写出一篇结构严谨、逻辑自洽、图文并茂的完整科学论文。这远比下棋或识图要困难得多。 2026年3月，一项由中科院AgentAlpha

这项由法国Hornetsecurity公司与里尔大学、法国国家信息与自动化研究院(Inria)、法国国家科学研究中心(CNRS)以及里尔中央理工学院联合开展的研究，发表于2026年3月31日的计算机科学期刊，论文编号为arXiv:2603 29497v1。 在信息爆炸的今天，我们每天都在网上留下数字

当你满怀期待地拆开一台全新的智能设备，最令人困扰的往往不是如何使用它，而是如何让它真正“理解”指令并智能地执行任务。如今，一个更为优雅的解决方案可能已经出现。来自清华大学深圳国际研究生院与哈尔滨工业大学（深圳）的联合研究团队，近期取得了一项极具前瞻性的突破：他们成功训练人工智能自主“撰写”并精准理解

2026年3月，来自华盛顿大学、艾伦人工智能研究所和北卡罗来纳大学教堂山分校的研究团队，在图像智能矢量化领域取得了一项突破性进展。这项研究（论文编号：arXiv:2603 24575v1）开发了一个名为VFig的AI系统，它能够将静态的栅格图像智能地转换为可自由编辑的矢量图形，如同一位“图形考古学家