NVIDIA 官方 AI 技术博客，覆盖 GPU 推理优化、训练基础设施、CUDA 生态演进、大模型部署与加速等硬件与工程前沿，是 AI 算力层最重要的信息源。
NVIDIA 发文指出智能体 AI 时代后训练已成为持续性的核心工作负载，并推出 Vera Rubin 平台以最大化"每美元智能"指标，该指标在前向推理（推理）和反向传播（训练）两个维度上优化成本效率。
NVIDIA 在其官方博客中阐述智能体 AI 带来后训练计算模式变革——后训练从一次性收尾步骤变为持续循环，因为智能体模型需要不断适应环境变化、工具更新和生产中涌现的边界情况。NVIDIA 提出"每美元智能"作为后训练阶段的关键度量指标，该指标建立在前向推理的每 token 成本基础之上。NVIDIA 同时介绍了 NeMo Gym 和 NeMo RL 等开源库，用于将后训练从定制研究代码转化为可重复的基础设施。
NVIDIA 发布基于 Thor 架构的 Jetson AGX T3000 和 T2000 模块，面向人形机器人、工业机器人和边缘 AI 规模化部署。T3000 提供 865 FP4 TFLOPS 算力，尺寸和功耗约为 T5000 的一半，同时保持接近的推理性能。T2000 以 400 FP4 TFLOPS 提供更低门槛的 Thor 架构入口。同时推出 Jetson agent skills 自动化内存优化工具，支持整个 Jetson 产品线。
NVIDIA 于 2026 年 7 月 16 日发布基于 Thor 架构的 Jetson AGX T3000 和 T2000 模块，旨在推动人形机器人、自主移动机器人和边缘 AI 的大规模商业化部署。T3000 搭载 Blackwell GPU、8 核 Neoverse Arm CPU、32GB LPDDR5X 内存和 273GB/s 内存带宽，提供 865 FP4 TFLOPS 算力，尺寸和功耗约为 T5000 的一半。IGX T3000 版本集成了功能安全特性并运行 NVIDIA Halos 安全系统。T2000 提供 400 FP4 TFLOPS 算力和 16GB 内存，面向更广泛的边缘 AI 场景。NVIDIA 还发布了 Jetson agent skills，可自动优化软件栈内存配置，支持 Jetson Thor 和 Jetson Orin 全系列设备。1X、Agile Robots、Amazon Robotics、Boston Dynamics、FANUC、Hitachi、Techman Robot 等公司正在该平台上进行开发。
NVIDIA与日本合作伙伴展示全栈AI生态系统的最新进展，日本多家制药巨头（Astellas、Daiichi Sankyo、Ono Pharmaceuticals、Eisai）通过Tokyo-1联盟和NVIDIA BioNeMo平台推进AI驱动药物发现，SyntheticGestalt发布分子AI基础模型ZAO和分子生成模型KOYA。
2026年7月15日，NVIDIA在其官方博客发布公告，介绍日本AI生态系统在医疗和生命科学领域的最新进展。日本制药企业通过Tokyo-1联盟（由Xeureka运营）整合NVIDIA BioNeMo平台进行AI药物发现：Astellas部署了BioNeMo Agent Toolkit，Ono Pharmaceuticals使用Boltz-2 NIM微服务，Daiichi Sankyo在Tokyo-1上进行超大规模虚拟筛选并利用NVIDIA RAPIDS加速数据处理。同时，SyntheticGestalt发布了分子AI基础模型ZAO和分子生成模型KOYA两款产品，均可从BioNeMo Agent Toolkit调用。