開放模型如何推動AI研究

每年，國際機器學習大會（ICML）都會揭示數千名AI研究人員的工作方向。2026年的收錄論文明確顯示：開放前沿模型和開放AI基礎設施已成為現代AI科學的基礎。

NVIDIA在ICML 2026上共有74篇論文被收錄。大約2000篇收錄論文引用了NVIDIA GPU，145篇引用NVIDIA Nemotron（包括開放數據集在內的開放模型家族）作為新研究的基礎。還有數百篇論文基於NVIDIA Cosmos、NVIDIA Isaac GR00T、BioNeMo等開放模型家族，涵蓋物理AI、機器人、自動駕駛和生物醫學研究。

定義今年研究的主題

視覺與視頻生成、大型語言模型（LLM）的強化學習、智能體訓練以及AI推理等領域依然是今年論文的重要主題，反映了這些領域持續的投資。同時，多個新領域也有所突破。

機器人世界模型引起了廣泛關注，例如DreamDojo等論文推動了AI系統學習推理和行動於物理環境的邊界。DreamDojo從人類視頻中學習物理世界的行為，並基於NVIDIA Cosmos開放前沿模型預測機器人如何處理物體和在其從未訓練過的環境中操作。它讓研究人員能夠評估策略、規劃動作並遠程操作虛擬機器人，從而加速開發，避免物理部署的成本和風險。

AI生命科學得益於NVIDIA BioNeMo開放模型和研究貢獻，幫助研究人員理解蛋白質功能、分子行為和遺傳密碼。FLIP2等論文引入了公開基準，用於測試AI預測蛋白質突變效果的能力。KERMT是一種新的BioNeMo開放模型，用於預測對藥物發現重要的分子特性。

合成數據生成（SDG）在今年的ICML上引起了特別關注，多個Nemotron和物理AI開放數據集反映了研究人員在規模化訓練中不再完全依賴人類標註數據的新思路。

開放研究堆棧

開放基礎設施為研究人員提供了加速突破的工具。論文顯示，Nemotron的使用不再像單一模型發佈，而更像一個研究堆棧：用於評估的開放權重、用於訓練和適配的開放數據集，以及用於推理、工具使用、安全、數據整理和高效推理的開放配方。

與模型一起，NeMo Curator及其支持的開放數據集為研究人員提供了可復現的訓練數據整理基礎。SDG工具能夠以幾年前還不可想象的速度和規模創建高質量訓練集。

Cosmos 3系列開放前沿全模態模型為研究人員和開發者提供了構建機器人、自動駕駛汽車和視覺AI的劃時代飛躍，使其能夠感知、推理、規劃並在物理世界中行動。

此外，用於自動駕駛開發的NVIDIA Alpamayo開放模型家族、用於機器人的NVIDIA Isaac GR00T以及用於生物醫學的NVIDIA BioNeMo加速了各行業的研究與開發。

構建於其上的生態系統

這一勢頭超越了NVIDIA自身的研究實驗室。Basecamp Research開發了新的DNA基礎模型EDEN，幫助研究人員解讀和設計基因序列。默克公司使用KERMT預測潛在藥物分子在體內的行為，包括是否可能有效、安全且可開發。

參加今年ICML的Sakana AI直接在Nemotron 3 Ultra上構建了其Fugu和Fugu-Ultra模型，利用開放基礎推進AI研究自動化。KiloCode將Nemotron集成到其代碼路由架構中，報告令牌成本降低高達90%，這對AI生產部署的經濟性具有實際影響。

NAVER使用Nemotron架構開發了自己的模型，將基礎擴展到韓語AI研究。Together AI在其平台上託管Nemotron模型，使需要可靠、無縫開放推理的研究人員更容易訪問。

Humanoid、LG Electronics、NEURA Robotics和Noble Machines正在採用NVIDIA Isaac GR00T模型加速其人形機器人的工業部署，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構建下一代人形機器人，加速其機器人的開發和驗證。

探索NVIDIA在Hugging Face上的開放模型，並參加7月10日星期五ICML的GenBio研討會，瞭解基因組學和生物學研究。