How Open Models Are Driving AI Research

7月7日，一年一度的国际机器学习大会（ICML）如期而至。这不仅是学术界的盛事，更像是一面镜子，映照出全球数千名AI研究者将心血投向了何处。

今年的ICML，用它自己独特的方式，给出了一个清晰的判断：开放的前沿模型和开放的AI基础设施，正越来越多地成为现代AI研究的基石。NVIDIA本届共有74篇论文入选；粗略统计，有近2000篇录用论文引用了NVIDIA的GPU，而其中145篇更是直接建立在NVIDIA Nemotron——一个包含开放数据集在内的开源模型家族之上。除此之外，还有数百篇研究工作，根基来自NVIDIA Cosmos、NVIDIA Isaac GR00T、BioNeMo等开放模型家族，应用领域横跨物理AI、机器人技术、自动驾驶和生物医药研究。

今年研究风向标：几大核心主题

视觉与视频生成、大语言模型（LLM）的强化学习、智能体训练以及AI推理，依然稳坐今年论文的热门宝座，足见这些领域持续吸引着大量投入。不过，几股新兴力量同样引人注目。

机器人世界模型获得了前所未有的关注。比如，一篇题为DreamDojo的论文，就在探索AI系统如何更好地感知物理世界并采取行动。它的做法很有趣：从人类的视频中学习物理世界的行为规律，再基于NVIDIA Cosmos等开放前沿模型，去预测机器人在从未见过的环境中该如何操控物体、如何运作。这样一来，研究人员就能在虚拟环境中评估策略、规划动作、远程操控机器人，大大加速了研发进程，同时规避了直接部署到现实世界的成本和风险。

生命科学领域的AI研究，则更多地由NVIDIA BioNeMo这样的开放模型驱动。一系列研究贡献，正在帮助科学家们理解蛋白质功能、分子行为乃至遗传密码。例如，FLIP2这篇论文，提出了用于评估AI预测蛋白质突变影响的公开基准；而KERMT则是一个全新的BioNeMo开放模型，专门用来预测对药物研发至关重要的分子属性。

还有一个同样值得关注的趋势：合成数据生成（SDG）。今年ICML上，多个Nemotron和物理AI领域的开放数据集激发了极大兴趣。这背后反映了一个根本性的转变——研究者们正在思考，如何在不完全依赖人类标注数据的情况下，进行更大规模的训练。

开放的“研究堆栈”：不止是模型

开放的底层设施，为研究人员提供了加速突破的工具。从这些论文中可以看到，Nemotron的使用方式已经超越了单一的模型发布，它更像一个完整的“研究堆栈”：开放的权重可供评估，开放的数据集可供训练和优化，还附带了关于推理、工具使用、安全、数据整理和高效推理的开放“配方”。

同样重要的是，NeMo Curator及其支持的开放数据集，为训练数据的整理提供了一个可复现的基础。而SDG工具，使得在短短几年前还难以想象的大规模和高质量训练集构建，变得触手可及。

Cosmos 3系列作为开放的前沿全能模型，为研发机器人和自动驾驶的研究者带来了一次代际飞跃。它能让视觉AI在物理世界中更好地感知、推理、规划并行动。当然，还有专为自动驾驶开发的NVIDIA Alpamayo模型家族、面向机器人领域的NVIDIA Isaac GR00T，以及生物医学领域的NVIDIA BioNeMo，它们共同加速着不同产业的研发进程。

生态的力量：墙内开花墙外香

这股浪潮的影响力远不止于NVIDIA自己的实验室。一个围绕开放模型的生态正在迅速成型。

Basecamp Research利用这些开放基础设施，开发了一个名为EDEN的DNA基础模型，它能够帮助研究人员解释和设计基因序列。默克公司（Merck & Co.）则用KERMT模型来预测潜在药物分子在体内的表现，评估其有效性、安全性和可开发性。今年参会的Sakana AI，其Fugu和Fugu-Ultra模型就完全建立在Nemotron 3 Ultra之上，借助这套开放基础来推进AI研究自动化。KiloCode将Nemotron整合进了它的代码路由架构，据称token成本最高可降低90%——这对于AI在实际生产环境中的部署经济性来说，意义非凡。NA VER则利用Nemotron的架构，开发了适用于韩语AI研究的自有模型。Together AI在自己的平台上托管了Nemotron模型，让那些需要稳定、便捷开放推理服务的科研人员能更容易地使用。

在机器人领域，Humanoid、LG电子、NEURA Robotics和Noble Machines等公司，正在采用NVIDIA Isaac GR00T模型来加速其人形机器人的工业部署。与此同时，1X、Agility、Agile Robots、Boston Dynamics、Hexagon Robotics和Mentee等企业，则利用Cosmos世界模型、Isaac Sim和Isaac Lab来开发下一代人形机器人。