跳到主要内容
返回时间线
NVIDIA Research来源发表:

NVIDIA 新加坡 AI Day:与东南亚伙伴展示区域化 AI 落地进展

核心概要

这篇 NVIDIA 官方活动报道汇总了 2025 年 9 月 22-23 日在新加坡莱佛士城会议中心举行的 NVIDIA AI Day Singapore 上公布的东南亚区域 AI 进展:NVIDIA 与新加坡 HTX、NCS、ST Engineering,马来西亚 YTL AI Labs、ITMAX,越南 Viettel AI、FPT Smart Cloud,泰国 Big Data Institute、iApp Technology、AS-TECH,文莱 Antrique,以及新加坡 AI Singapore、Hummingbird Bioscience 与 LynxKite 等伙伴,围绕 Nemotron 开放模型、NeMo 工具、Cosmos 世界模型与 VSS Blu

AI-generated editorial illustration: At AI Day Singapore, NVIDIA and Partners Showcase AI Advancements Across Southeast Asia

深度剖析

NVIDIA 与东南亚多国伙伴把 Nemotron 开放模型从通用基座推进到区域语言与行业场景的本地化适配,覆盖公共安全、法律、企业与公民服务。 相较以往以通用英文模型为主的部署,文中给出的是按国家与语言分工的具体适配路径:新加坡 HTX 研究使用 Nemotron 3 Super 与 Nemotron 3 Nano Omni 支持复杂推理、智能体工作流与多模态应用;马来西亚 YTL AI Labs 微调 Nemotron 用于企业与公民服务;越南 Viettel AI 针对越南语与智能体应用微调 Nemotron 3 Super;泰国 iApp Technology 用 NVIDIA NeMo 框架以泰语法律数据微调 OpenThai 2.0 Legal。 属于厂商活动公告与伙伴自述,未提供模型评测细节、训练数据规模或对照实验;可核验的具体数字是 Thanoy 法律助手聊天机器人“已服务约 43,000 名用户”,以及 Viettel AI 称其模型在 VMLU 基准与公司内部产品基准上均取得最高排名。

区域数据与评测资源被同步建设,用于支撑本地化模型的后训练与评估。 文中提到 FPT Smart Cloud 与 NVIDIA 共同开发 Nemotron-Personas-Vietnam 开放数据集,基于越南人口与文化数据,供本地开发者用于后训练与评估本地化模型;NVIDIA Nemotron 还提供反映区域人口、语言与劳动力的 persona 合成数据集;AI Singapore 将 Nemotron 开放模型与 NeMo 工具纳入 SEA-LION 模型家族。 公告层面陈述,未给出数据集规模、构成比例或评测结果;可作为了解区域 AI 数据基础设施方向的线索,而非可直接复用的数据说明。

开放模型与工具被用于智能城市、交通与生命科学等具体行业场景,形成跨行业落地样本。 文中列出马来西亚 ITMAX 用 Cosmos 与 VSS 改善城市交通运营、泰国 AS-TECH 用同一技术栈改善机场客流,以及 Hummingbird Bioscience 与 LynxKite 基于 Nemotron 3.5 Lightning 与 NeMo Retriever 构建可解释的毒性知识图谱并结合 in silico 模拟,目标是整合多来源公私数据以降低药物发现与开发风险。 均为合作方正在推进的项目描述,未报告量化效果、验证结果或临床/监管结论;毒性知识图谱部分明确表述为“aims to”,属于目标而非已证实的成果。

Sea Limited 成为东盟首家采用 NVIDIA Vera Rubin 平台的企业,把 AI 规模化用于电商、数字金融与游戏业务。 文中说明 Sea 通过 Garena、Monee、Shopee 服务数亿用户,并已在业务中部署 AI:Shopee 用 AI 帮助卖家更快生成商品信息、改善商品发现与客户互动;Monee 将 AI 用于欺诈检测与信用风险评估;Garena 用 AI 提升游戏体验。Vera Rubin 被定位为支撑这些应用进一步扩展的算力基础设施。 企业公告性质,未披露算力规模、性能数据或业务指标变化;对中小企业的普惠效应属于预期性表述。

启示与展望

本文适用于希望快速了解 NVIDIA 及其东南亚伙伴在区域化 AI 落地方向的读者,尤其是关注公共部门 AI、区域语言模型、智能城市与行业智能体应用的人。文中所述项目多处于研究、微调或部署推进阶段,其适用场景以公告中列出的国家、机构与业务线为限;读者若要评估具体技术效果,需要查阅各伙伴后续发布的技术材料与评测结果。

文中未给出模型微调的数据规模、训练配置、评测协议与基线对比,因此 Viettel AI 所称“在 VMLU 基准与公司内部产品基准上均取得最高排名”的具体含义与可比性仍需原始评测材料确认;Thanoy 约 43,000 名用户的口径与活跃度未说明;Hummingbird Bioscience 的毒性知识图谱与 in silico 模拟尚处目标阶段,其数据整合范围与验证方式有待后续披露;Sea 采用 Vera Rubin 后的算力规模与业务指标变化也未量化。此外,本文为活动报道,未包含论文图表或实验表格,若需判断技术细节应回到各项目的原始发布。

来源