NVIDIA NIM 微服务为 RTX 电脑带来打包的 AI 模型

原标题NVIDIA NIM Microservices Bring Packaged AI Models to RTX PCs

在一段 NVIDIA 赞助的短片中,Matthew Berman 介绍本地 AI 微服务、兼容应用和计划推出的 PDF 转播客工作流程。

MBMatthew Berman讲者 · Forward Future
频道
Matthew Berman
发布
2025年3月27日
视频
1:14
阅读
2 分钟
幻灯片
2
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Matthew Berman 介绍面向 RTX 电脑和工作站的 NVIDIA NIM 微服务,讨论本地模型、ChatRTX 和合作伙伴应用。他还重点介绍了即将推出的本地 PDF 转播客蓝图。 这段 2025 年 3 月的视频由 NVIDIA 赞助。可用性和硬件要求取决于具体模型及工作流程。

  1. 1打包模型NIM 微服务将 AI 模型打包,以便在支持的 RTX 硬件和其他 NVIDIA 平台上部署。
  2. 2应用与合作伙伴Berman 提到 ChatRTX、AnythingLLM、ComfyUI、Flowise 和 Microsoft AI Toolkit。
  3. 3PDF 转播客他重点介绍了一个即将推出的本地蓝图,用于将文档转成音频。

要点建议

  1. NVIDIA 于 2025 年 3 月宣布了十项面向 RTX 的 NIM 微服务,涵盖语言、图像、视觉和语音用途。
  2. NIM 将优化后的模型打包,以便在支持的 NVIDIA 系统上部署,包括本地电脑和工作站。
  3. 视频介绍的集成包括 ChatRTX 和合作伙伴应用。
  4. NVIDIA 当时表示,本地 RTX AI Blueprints 将于 2025 年 4 月推出,其中包括 PDF 转播客蓝图。
  5. 视频由 NVIDIA 赞助;易用性和性能属于宣传主张,而非独立测试结果。
全文

按章节阅读整理后的全文

只看原始文稿
01

RTX 上的 NIM 微服务

Berman 介绍打包模型及其在本地 NVIDIA GPU 上的潜在用途,包括助手和数字人。

面向 RTX 的 NVIDIA NIM 微服务在 CES 上发布后现已可用。它们将经过优化的 AI 模型打包,可用于语言、图像生成、语音和视觉等用途。NVIDIA 赞助了这段视频;其 [2025 年 3 月的公告](https://blogs.nvidia.com/blog/rtx-ai-garage-nim-blueprints-g-assist/)介绍了十项面向 RTX 的 NIM 微服务,支持情况取决于具体硬件和模型。

我认为它的应用范围可以从 AI 助手延伸到数字人。NIM 不局限于云系统:兼容的服务也可在支持的 GeForce RTX 电脑和工作站上运行。我所说的下载后立即开始使用是一种宣传性评价,并不保证每款 GPU 或工作流程都无需配置。

02

应用与蓝图

Berman 列举 ChatRTX 和合作伙伴工具,随后重点介绍计划推出的 PDF 转播客蓝图。这段短片由 NVIDIA 赞助。

ChatRTX 模型选择
幻灯片 1 / 2ChatRTX 模型选择画面展示了本地聊天应用及其模型选择界面。

开发者可以在 build.nvidia.com 了解 ChatRTX 这一用于本地聊天和检索增强生成的应用,以及 AnythingLLM、ComfyUI、Flowise 和 Microsoft AI Toolkit 等合作伙伴工具。这些集成为使用本地运行的 AI 构建应用提供了途径;各自的要求和能力有所不同。

NVIDIA AI Blueprints
幻灯片 2 / 2NVIDIA AI Blueprints画面中的目录包含 PDF to Podcast 和多模态 PDF 信息提取工作流程。

我对 RTX AI Blueprints 尤其感兴趣:这些可定制的参考工作流程可以供开发者进一步构建。NVIDIA 于 2025 年 3 月表示,本地 RTX 蓝图将于 4 月推出。其中的 PDF 转播客示例从文档中提取信息并生成音频;我将这个概念与 NotebookLM 相比,而 NVIDIA 表示该工作流程可在支持的硬件上本地运行。

PDF 转播客的想法尤其令我兴奋。感谢 NVIDIA 赞助这段视频;该公司在 [build.nvidia.com](https://build.nvidia.com/) 提供更多信息。

同频道的其他文章

12 张幻灯片34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构,并质疑 AI 快速发展与安全之间的张力。AnthropicAI Safety企业 AI+2
0:26EN → 简体中文
Matthew Berman· 2026年10月25日Sam Altman 谈 AI 世界中的人类价值与问题解决Sam Altman · OpenAI在一段简短的访谈摘录中,Altman 思考解决难题的乐趣,以及人在解读结果时的作用。Human-AI CollaborationFuture of WorkAI Strategy
2 张幻灯片0:36EN → 简体中文
Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原,并对 Kimi K3.1 的测试给予积极评价。评估编程智能体Open-weight models
2 张幻灯片0:21EN → 简体中文
Matthew Berman· 2026年10月24日AI 生成的 Kimi 基准图表使用了虚构分数Matthew Berman · Forward FutureMatthew Berman 要求生成一张 Kimi K3.1 Pro 基准图表,随后发现图中的数字只是示意性占位值。Benchmarks评估Generative media
6 张幻灯片25:50EN → 简体中文
Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1
2 张幻灯片32:20EN → 简体中文
Matthew Berman· 2026年10月23日本地 AI 究竟适合谁?成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权,与硬件成本、设置复杂度及推理速度之间的关系。Local inferenceOpen-weight modelsAI cost & performance+1