2025年9月，马斯克旗下xAI团队的Grok-4-fast模型因高效推理表现引发关注，其背后可能与英伟达最新算法论文相关。英伟达研究团队提出一种名为Jet-Nemotron的混合结构模型，通过PostNAS框架大幅优化推理效率，速度提升可达53倍，同时显著降低硬件成本和内存需求。该技术采用动态卷积、硬件感知架构搜索等创新方法，适用于任何预训练Transformer模型，并已开源。尽管Grok-4-fast是否直接使用Jet-Nemotron尚无官方证实，但两者性能高度相似，且定价降幅与论文预测一致（20至50倍）。此外，这一突破性研究由华人学者主导，包括清华博士生顾煜贤及英伟达科学家Han Cai，展现了华人科研力量的重要贡献。

2025年8月，英伟达韩松团队推出全新高效语言模型Jet-Nemotron，基于后神经架构搜索（PostNAS）技术。该模型在MMLU等基准测试中表现优异，吞吐量较Qwen3-1.7B快47倍，缓存缩小至1/47，同时在数学、常识推理、编码等任务上超越多个基线模型。研究团队通过全注意力层优化、动态卷积模块设计及硬件感知搜索提升效率，并计划开源代码与模型。团队成员均来自华人学者，包括清华大学、麻省理工学院等顶尖机构的研究人员。这一成果显著推进了高效语言模型的发展。