今日AI：NVIDIA RTX Spark与Gemini 4 Argon

知识状态截至2026-10-14。素材收集于2026-10-14。

今天的评测主要关注NVIDIA RTX Spark新型移动硬件以及Gemini 4 Argon语言模型的发布。在汇总中，我们还讨论了Higgsfield视频工具的更新、Liquid AI的LFM2.5-24B-A2B模型的技术参数，以及NVIDIA对欧洲科技初创生态系统的最新投资。每一项解决方案都为本地AI处理、代码优化和先进的多媒体生成带来了重要的参数。

今日要点 (TL;DR)

• NVIDIA RTX Spark：将于10月16日推出，是一款配备128 GB内存和1 petaflop AI算力的移动芯片。
• Gemini 4 Argon：Google面向工程和科学领域的新模型，开发者可通过AI Studio进行访问。
• Higgsfield：平台更新后支持生成时长超过10分钟的视频素材。
• LFM2.5-24B-A2B：来自Liquid AI的MoE类型模型，针对本地设备上的快速运行进行了优化。
• NVIDIA投资：为从事各工业部门智能体计算的法国初创企业提供资金支持。

NVIDIA RTX Spark

Nvidia宣布推出RTX Spark芯片，该芯片结合了游戏电脑、创意工作室和个人AI超级计算机的功能。搭载该芯片的笔记本电脑将于10月16日发售，其提供高达128 GB的统一内存和1 petaflop的AI计算能力。

该设备将支持本地AI智能体，为其提供了更新的工具和模型。在众多新产品中，包含专为AI智能体设计的Nemotron 3.5 Bolt 74B模型，该模型将于10月15日推出。该硬件支持PyTorch、Python以及CUDA库等众多编程框架。与Adobe等合作伙伴的合作将使Photoshop和Premiere等应用程序的性能提升两倍。

在安全性方面，RTX Spark采用了NVIDIA OpenShell和Microsoft Execution Containers (MXC)技术，旨在确保智能体环境的隔离。用户还将获得访问NVIDIA Switchyard库的权限，该库用于在本地模型和云模型之间智能路由请求。此外，NVIDIA PAIR工具将退出测试阶段，在llama.cpp的支持下，实现AI负载在本地网络中多台设备之间的分散。

对于AI构建者：从事部署本地AI智能体的个人可以测试基于新Nemotron 3.5 Bolt 74B模型和Switchyard请求路由工具的配置。在做出购买决定之前，必须确定该模型是否对波兰语提供足够的支持，以及在移动设备上充分利用1 petaflop计算时的实际电能成本是多少。从描述中也无法看出MXC安全机制是否与由IT策略管理的商业操作系统完全兼容。

Google推出Gemini 4 Argon模型

Google于10月13日推出了新的Gemini 4 Argon语言模型，旨在实现高级工程、科学和商业任务。该模型目前已通过AI Studio和Gemini平台中的API在全球范围内向开发者和企业开放，同时也向选定服务（如Gemini应用程序和搜索引擎中的AI Mode）中的Google AI Ultra和Pro订阅者开放。

Gemini 4 Argon在多步骤任务中表现出极高的精确度，并在Vals Index指数中名列前茅，该指数评估了金融、法律和编程领域的性能。据制造商保证，该模型在处理复杂代码、网络安全以及商业流程优化方面取得了极高的成效。在内部测试中，它被用于重构Chromium中的600万行代码，并将量子化学软件包中的计算速度提升了2.3倍。在基础设施领域，该模型的使用使得在A100单元上的推理速度达到了2.85倍的提升。

该模型的定价定为每百万输入Token 2美元，每百万输出Token 10美元，在缓存模式下输入Token可享受95%的折扣。

对于AI构建者：软件工程师和数据分析团队可以在AI Studio环境中测试该模型，以实现多步骤任务的自动化。公告并未说明该模型对波兰语的支持程度是否与英语相当、每分钟请求数（RPM）的限制是多少，以及在Google环境之外进行商业部署时是否有详细的许可条件——这些都需要在开始工作前进行检查。

Higgsfield推出视频工具更新

Higgsfield公司于10月13日为创作者推出了新工具，能够生成更长的视频素材和精确的图形。该平台目前允许创建持续时间超过10分钟的视频，与之前1分钟的限制相比有所增加。新功能基于GPT-6 Astra、GPT-Image-2.5和GPT-Live技术，其中后者旨在支持利用语音创作视频的过程。

对于AI构建者：视频创作者和动画师可以在新模型中测试生成长序列的性能。公告中缺少关于是否支持波兰语、生成素材每分钟的精确成本，以及关于使用这些技术创作的视频进行商业用途的许可信息。

Liquid AI的LFM2.5-24B-A2B模型

Liquid AI公司于10月13日展示了LFM2.5-24B-A2B模型，旨在直接在用户设备上支持快速且私密的AI智能体。

该模型的结构基于240亿总参数，其中在处理每个Token期间活跃的参数仅有20亿。这种MoE（Mixture of Experts）类型的架构可以降低单个推理Token的计算成本。该模型使用了40层、每个块64个专家以及GQA机制。上下文窗口增加到了131k个Token，词汇表扩展到了128k个Token。学习过程涵盖了33万亿个Token，后训练考虑了MOPD（Multi-domain on-policy distillation）和Agentic RL方法。

在测试中，该模型在LiveClaw基准测试中获得了48.09的分数。在Apple M5 Max处理器上的本地条件下，其速度可达每秒184个Token，而在单个NVIDIA B300芯片上，该速度甚至达到了每秒21,000多个Token。该工具在涉及工具使用和指令执行的任务中表现出优势，而在需要庞大知识库或高级编程的任务中则逊色于更大的模型。llama.cpp、MLX、vLLM、SGLang和ONNX平台为该模型提供了支持。

对于AI构建者：创建本地智能体系统的程序员可以使用transformers库实现该模型，或者将其与Hermes Agent等流行的环境连接。文档并未明确说明大规模云环境下的运营成本，也没有涉及对波兰语的支持的具体水平，在集成到生产环境之前必须对其进行验证。

NVIDIA投资法国智能体初创企业

NVIDIA于10月13日宣布对从事智能体计算的法国初创企业生态系统进行新的投资。Doctolib、Entalpic、Genesis AI和Pigment公司获得了支持，它们正在为医疗保健、材料工程、机器人技术和业务规划开发技术。这些行动符合该集团在欧洲的更广泛承诺，欧洲总共转交了近100亿美元用于技术发展。

法国生态系统目前正在利用NVIDIA的基础设施在金融、公共行政、航天工业和科学研究等领域创建智能体解决方案。例如，Bull公司计划扩大基于NVIDIA Vera Rubin Ultra NVL72系统的AI服务器生产，Altair-1卫星利用NVIDIA Jetson AGX Orin模块以及Mistral模型进行自主地球观测。与此同时，L’Oréal正在集成NVIDIA ALCHEMI解决方案，以加速研究过程，而LINAGORA和Docaposte等公共组织则在CANUT协议的框架下部署基于NVIDIA Nemotron模型的解决方案。在量子技术领域，Alice & Bob和Quandela公司利用NVQLink平台来优化QPU芯片和GPU单元之间的协作。

对于AI构建者：考虑部署Nemotron模型或Cosmos基础设施的工程团队可以检查这些解决方案对其自有数据主权环境的可用性。公告并未提供在商业应用中使用模型权重的许可证，也没有提供维持NVL72基础设施的详细成本——这些问题需要与供应商直接联系以进行确认。

常见问题解答 (FAQ)

Gemini 4 Argon模型有哪些功能？

该模型在工程、科学和商业任务中表现出高精度。在内部测试中，它被用于重构Chromium中的600万行代码，并将量子化学软件包中的计算速度提升了2.3倍。它在评估金融、法律和编程领域性能的Vals Index指数中名列前茅。

LFM2.5-24B-A2B模型的架构有何特点？

该模型基于MoE架构，拥有240亿个参数，其中在处理每个Token期间仅有20亿个处于活跃状态。该结构使用了40层、每个块64个专家以及GQA机制，这允许在降低计算成本的同时将上下文窗口扩展到131k个Token。

来源

• All Systems Go: Global PC App Ecosystem Ready for NVIDIA RTX Spark — 2026-10-13
• Gemini 4 Argon: Built to solve your hardest problems — 2026-10-13
• Gemini 4 Argon is now available for developers. — 2026-10-13
• Higgsfield takes AI video from 1 minute to over 10 — 2026-10-13
• Run fast, private agents on-device with LFM2.5-24B-A2B — 2026-10-13
• NVIDIA Announces New Investments in France’s Startups — 2026-10-13

--- 文本由 aipoc-lab (AI) 实验室根据上述公开可用的来源自动准备。自有摘要，非复制。人工编辑前的版本。