当前位置:

首页 > 硬件相关 > 开放模型如何推动AI研究

开放模型如何推动AI研究

Air Explorer Pro
Air Explorer Pro

Air Explorer Pro是一款跨平台多网盘管理工具,可实现一站式完成不同网盘间文件的互传、搜索和同步等操作。任务管理和过程控制会更完整,持续下载、批量同步或需要稳定传输流程的场景会更适合它。

立即下载
¥99
Windows/macOS 2026-08-22
正版软件 Windows macOS软件 Pro 文件搜索工具 Pro下载 Pro正版软件 Pro购买

根据ICML2026论文分析,开放式前沿模型和AI基础设施已成为现代科研根基。大量论文引用NVIDIAGPU及Nemotron、Cosmos等开源模型,覆盖机器人、自动驾驶、生物医药等领域。视觉生成、强化学习、机器人世界模型、合成数据等方向成为热点,开放技术栈加速了研究突破。

本文目录

    每年,国际机器学习大会(ICML)的论文列表都像一张路线图,告诉你全球成千上万名AI研究者把筹码押在了哪里。

    今年被接收的论文,指向了一个非常清晰的方向:开放式前沿模型和开放的AI基础设施,已经成为现代AI科研的根基。

    数据是很有说服力的。NVIDIA今年在ICML 2026上共有74篇论文被接收。更值得玩味的是,大约有2000篇被收录的论文在研究中引用了NVIDIA GPU,还有145篇以NVIDIA Nemotron——一个包含开放数据集在内的模型系列——作为研究起点。此外,还有数百篇论文的工作是基于NVIDIA Cosmos、NVIDIA Isaac GR00T、BioNeMo等其他NVIDIA开源模型家族进行的,覆盖了物理AI、机器人、自动驾驶和生物医药等多个领域。

    The Themes Defining This Year’s Research

    在今年的论文里,视觉与视频生成、大语言模型的强化学习、智能体训练以及AI推理这些领域依然是绝对的热点,显示出学术界对这些方向的持续投入。而与此同时,一些新方向也成功突围,吸引了大量目光。

    机器人世界模型是其中一个亮点。以DreamDojo为例,它做的事相当大胆:从人类视频中学习物理世界的行为规律,并基于NVIDIA Cosmos这类开放式前沿模型,去预测机器人在从未见过的环境中会如何操作物体、如何行动。它让研究人员能在虚拟世界中对机器人的策略进行评估、规划动作,甚至进行远程操控。这样一来,研发速度大大加快,还省去了物理部署的高成本和风险。

    生命科学领域则被NVIDIA BioNeMo等开源模型和研究贡献注入了新燃料。这些工具帮助研究人员更好地理解蛋白质功能、分子行为和遗传密码。比如,FLIP2项目就提供了一个公开的基准测试,专门用来检验AI模型预测蛋白质突变效果的能力;而KERMT则是一个全新的BioNeMo开源模型,专门预测对新药研发至关重要的分子特性。

    合成数据生成(SDG)也成了今年ICML上的一大热点。几个Nemotron和物理AI相关的开放数据集都在大会上引发了不少讨论。这反映了一个大趋势:研究者们正在重新思考如何大规模训练模型,不再完全依赖昂贵的人工标注数据。

    The Open Research Stack

    开放的底层技术栈,给了研究者们加速突破的工具。

    从这些论文来看,Nemotron早已不是一个简单的模型发布,它更像一个完整的研究栈:既有供你评估对比的开放权重,也有供你训练和微调的开放数据集,还有一整套公开的“配方”——如何处理推理、如何在工具调用中保证安全、如何清洗数据、以及如何实现高效的推理。

    除了模型本身,NeMo Curator及其支持的开放数据集,为训练数据的整理提供了可复现的基础。再加上SDG工具的辅助,生成高质量训练集的规模和速度,已经达到几年前难以想象的水平。

    而Cosmos 3系列这些开放的、前沿的全能模型,则给开发者和研究者带来了代际跃升的能力——无论是造机器人、做自动驾驶,还是开发视觉AI,都能让系统真正去感知、推理、规划并在物理世界中行动。

    此外,面向自动驾驶的NVIDIA Alpamayo开源模型系列、聚焦机器人的NVIDIA Isaac GR00T、以及服务于生物医药的NVIDIA BioNeMo,也在各自领域加速着研发进程。

    The Ecosystem Building on Top

    这股浪潮并不只局限于NVIDIA自己的研究实验室。

    Basecamp Research基于开放的框架开发了一套名为EDEN的DNA基础模型,帮助研究者解读和设计基因序列。Merck & Co.则利用KERMT来预测候选药物分子在人体内的表现——包括它是否可能有效、安全,以及是否具备进一步开发的价值。

    今年参会ICML的Sakana AI,直接基于Nemotron 3 Ultra构建了它们的Fugu和Fugu-Ultra模型,借助这个开放基础进一步推进其在AI研究自动化方面的工作。KiloCode则将Nemotron整合进其代码路由架构,实现了高达90%的token成本削减——这对于AI在生产环境中部署的经济性来说,意义重大。

    NA VER基于Nemotron架构开发了自己的模型,将这一前沿基础扩展到了韩语AI研究领域。Together AI则在自己的平台上托管了Nemotron系列模型,让研究者能更方便快捷地使用开放推理服务。

    在人形机器人领域,Humanoid、LG Electronics、NEURA Robotics和Noble Machines正采用NVIDIA Isaac GR00T模型来加速其产品的工业部署。而1X、Agility、Agile Robots、Boston Dynamics、Hexagon Robotics以及Mentee等公司,则正利用Cosmos世界模型、Isaac Sim和Isaac Lab来开发和验证下一代人形机器人。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关 AI
    相关文章 更多
    Nod 0.8.1怎样理解状态码、Ray ID与计划检查
    Nod 0.8.1怎样理解状态码、Ray ID与计划检查

    Nod 0.8.1补充连接服务状态与原因、Attio Cloudflare 403诊断,并让Gmail在连接服务429或503后延后计划轮询。

    Ducter 0.0.59如何理解同会话聊天、Git可选和附件变化
    Ducter 0.0.59如何理解同会话聊天、Git可选和附件变化

    Ducter 0.0.59扩展Telegram、Slack和Mac iMessage会话,区分项目目录来源、Git可选、等待状态与附件入口。

    llama.cpp b12435、b12436、b12438测试构建的三类兼容变化有什么区别?
    llama.cpp b12435、b12436、b12438测试构建的三类兼容变化有什么区别?

    llama.cpp b12435、b12436、b12438预发布构建,分别解释Vulkan并列选择确定性、32位编译与Jinja JSON键排序的适用范围。

    ScopeWeaver 0.9.2、0.9.3与0.9.4如何区分运行时、Zod和任务状态变化
    ScopeWeaver 0.9.2、0.9.3与0.9.4如何区分运行时、Zod和任务状态变化

    ScopeWeaver 0.9.2、0.9.3与0.9.4分别调整桥运行时、Zod依赖和同进程服务器重建后的暂停状态;区分版本对象与作者本地研究用途声明。

    MiniMax-H3-Image与DiffSynth-Studio 2.2.2文档配方的硬件条件怎样区分
    MiniMax-H3-Image与DiffSynth-Studio 2.2.2文档配方的硬件条件怎样区分

    MiniMax-H3-Image新增DiffSynth-Studio文档推荐后,配置选择应围绕具体推理配方和独立训练流程展开。文档中的24GB GPU方案分别配合32GB或8GB主机RAM,所用量化、CPU或磁盘卸载方式不同;新增文档入口本身没有发布模型新权重或标注一个新的框架版本。

    AG2 1.3.2的输入Token为何变多,旧ACP版本还能用吗
    AG2 1.3.2的输入Token为何变多,旧ACP版本还能用吗

    AG2 1.3.2统一缓存Token统计并更新ACP1.x依赖;解释预算提前触达、报表口径与Python3.15构建限制。

    llama.cpp b12433怎样为AMD奇数列保留MUL_MAT_ID回退路径
    llama.cpp b12433怎样为AMD奇数列保留MUL_MAT_ID回退路径

    llama.cpp b12433避免AMD设备将奇数src0列送入需要偶数列的MMVF路径:满足偶数条件才保留MMVF,其他形状沿用既有回退。对应改动发生在MUL_MAT_ID处理和相关同步判断中,范围限定于代码说明中的类型与token条件。

    Ducter 0.0.58如何区分下一步消息、完成后消息与后台会话
    Ducter 0.0.58如何区分下一步消息、完成后消息与后台会话

    Ducter 0.0.58调整任务阅读、执行中消息和后台会话,区分下一步发送与做完再说,并说明tailnet HTTPS辅助的条件。

    Unlimited OCR 2在TextMind能否直接使用,账号权限与模型示例如何区分
    Unlimited OCR 2在TextMind能否直接使用,账号权限与模型示例如何区分

    Unlimited OCR 2官方确认百度智能云TextMind渠道;区分云端入口、账号权限配额与本地模型部署,避免混淆接口和计费条件。

    Apple Health AI Study App 1.0的报名条件与隐私规则怎么看?
    Apple Health AI Study App 1.0的报名条件与隐私规则怎么看?

    Apple Health AI Study App 1.0的重点是健康AI使用研究:合格用户可以选择参加、提问和提供反馈,也可以决定是否分享特定HealthKit数据及问卷回应。参与范围有地区、年龄、设备和系统限制,应用的回答不能替代医生诊疗。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。

    即将离开本站
    您即将前往第三方网站,请确认是否继续?