开放模型如何推动AI研究

每年，国际机器学习大会（ICML）都会揭示数千名AI研究人员的工作方向。2026年的收录论文明确显示：开放前沿模型和开放AI基础设施已成为现代AI科学的基础。

NVIDIA在ICML 2026上共有74篇论文被收录。大约2000篇收录论文引用了NVIDIA GPU，145篇引用NVIDIA Nemotron（包括开放数据集在内的开放模型家族）作为新研究的基础。还有数百篇论文基于NVIDIA Cosmos、NVIDIA Isaac GR00T、BioNeMo等开放模型家族，涵盖物理AI、机器人、自动驾驶和生物医学研究。

定义今年研究的主题

视觉与视频生成、大型语言模型（LLM）的强化学习、智能体训练以及AI推理等领域依然是今年论文的重要主题，反映了这些领域持续的投资。同时，多个新领域也有所突破。

机器人世界模型引起了广泛关注，例如DreamDojo等论文推动了AI系统学习推理和行动于物理环境的边界。DreamDojo从人类视频中学习物理世界的行为，并基于NVIDIA Cosmos开放前沿模型预测机器人如何处理物体和在其从未训练过的环境中操作。它让研究人员能够评估策略、规划动作并远程操作虚拟机器人，从而加速开发，避免物理部署的成本和风险。

AI生命科学得益于NVIDIA BioNeMo开放模型和研究贡献，帮助研究人员理解蛋白质功能、分子行为和遗传密码。FLIP2等论文引入了公开基准，用于测试AI预测蛋白质突变效果的能力。KERMT是一种新的BioNeMo开放模型，用于预测对药物发现重要的分子特性。

合成数据生成（SDG）在今年的ICML上引起了特别关注，多个Nemotron和物理AI开放数据集反映了研究人员在规模化训练中不再完全依赖人类标注数据的新思路。

开放研究堆栈

开放基础设施为研究人员提供了加速突破的工具。论文显示，Nemotron的使用不再像单一模型发布，而更像一个研究堆栈：用于评估的开放权重、用于训练和适配的开放数据集，以及用于推理、工具使用、安全、数据整理和高效推理的开放配方。

与模型一起，NeMo Curator及其支持的开放数据集为研究人员提供了可复现的训练数据整理基础。SDG工具能够以几年前还不可想象的速度和规模创建高质量训练集。

Cosmos 3系列开放前沿全模态模型为研究人员和开发者提供了构建机器人、自动驾驶汽车和视觉AI的划时代飞跃，使其能够感知、推理、规划并在物理世界中行动。

此外，用于自动驾驶开发的NVIDIA Alpamayo开放模型家族、用于机器人的NVIDIA Isaac GR00T以及用于生物医学的NVIDIA BioNeMo加速了各行业的研究与开发。

构建于其上的生态系统

这一势头超越了NVIDIA自身的研究实验室。Basecamp Research开发了新的DNA基础模型EDEN，帮助研究人员解读和设计基因序列。默克公司使用KERMT预测潜在药物分子在体内的行为，包括是否可能有效、安全且可开发。

参加今年ICML的Sakana AI直接在Nemotron 3 Ultra上构建了其Fugu和Fugu-Ultra模型，利用开放基础推进AI研究自动化。KiloCode将Nemotron集成到其代码路由架构中，报告令牌成本降低高达90%，这对AI生产部署的经济性具有实际影响。

NAVER使用Nemotron架构开发了自己的模型，将基础扩展到韩语AI研究。Together AI在其平台上托管Nemotron模型，使需要可靠、无缝开放推理的研究人员更容易访问。

Humanoid、LG Electronics、NEURA Robotics和Noble Machines正在采用NVIDIA Isaac GR00T模型加速其人形机器人的工业部署，而1X、Agility、Agile Robots、Boston Dynamics、Hexagon Robotics和Mentee正在使用Cosmos世界模型、Isaac Sim和Isaac Lab构建下一代人形机器人，加速其机器人的开发和验证。

探索NVIDIA在Hugging Face上的开放模型，并参加7月10日星期五ICML的GenBio研讨会，了解基因组学和生物学研究。