NVIDIA 在 CES 2026 发布 RTX AI Garage 开放模型与视频生成工具

NVIDIA 在 2026 年 CES 上发布了一组面向 PC 端 AI 工作流的更新，主线是把 4K 视频生成、视频搜索、小语言模型推理三件事在 GeForce RTX、RTX PRO 和 DGX Spark 上同时提速。博客先回顾了 2025 年 PC AI 生态的拉升：本地小模型 SLM 的精度比 2024 年提升近一倍，Ollama、ComfyUI、llama.cpp、Unsloth 等开发工具的活跃度翻倍，PC 模型下载量增长十倍。这些铺垫为本次 CES 发布的优化提供了使用场景基础。

视频生成是这次更新的重头。NVIDIA 与 ComfyUI 合作，把 PyTorch-CUDA 优化以及对 NVFP4、NVFP8 精度的原生支持引入推理路径，配合 RTX 50 系列的 NVFP4 格式，生成速度提升 3 倍、VRAM 占用下降 60%；NVFP8 路径则在更广泛的 GPU 上提供 2 倍速度与 40% 显存节省。Lightricks 的 LTX-2 模型开放权重发布，可在本地生成长达 20 秒的 4K 视频，并内建音频与多关键帧支持。新管线把 3D 资产生成、Blender 中 3D 引导的关键帧生成、关键帧驱动的视频生成、RTX Video 节点的 4K 超分串成同一条管线。同步发布的还有 Nexa.ai 的本地搜索代理 Hyperlink：在 RTX 5090 上索引文档与图像每 GB 用 30 秒、查询 3 秒响应，而 CPU 版本分别需要 1 小时和 90 秒；新 beta 把搜索能力扩展到视频内容，可按物体、动作和语音检索。小模型这一侧，llama.cpp 与 Ollama 在过去 4 个月分别带来 35% 与 30% 的推理加速，对 Nemotron 3 系列 MoE 模型尤其受益。DGX Spark 自 3 个月前发布以来性能也提升 2.6 倍，并新增 speculative decoding 与双机微调的官方 playbook。

对读者而言，这次发布把本地 AI 从"能跑"推向"能用做实事"。4K 视频生成、跨格式文件检索、agentic 工作流这些过去依赖云端的能力，现在能在桌面 RTX 平台以隐私、低延迟的方式落地。NVFP4、NVFP8 这类低精度格式与显存流式加载的组合，让中等显存的 RTX GPU 也能驾驭原本需要数据中心规模的模型。