国际机器学习大会（ICML）发布的年度论文集揭示了人工智能研究的最新动向，数千名研究人员的作品汇集于此。今年的论文显示，开放式前沿模型和开放式人工智能基础设施已成为现代人工智能科学研究的基石。

英伟达（NVIDIA）共有 74 篇论文被 ICML 2026 接收。其中约有 2,000 篇论文引用了英伟达的 GPU，而 145 篇论文则将英伟达的 Nemotron 系列（包括开放数据集）作为新研究的基础。此外，还有数百篇论文借鉴了英伟达的 Cosmos、Isaac GR00T、BioNeMo 以及其他开放模型系列，这些研究涵盖了物理人工智能、机器人、自动驾驶汽车和生物医学等领域。

塑造本年度研究的关键主题

今年论文的主要研究方向包括视觉和视频生成、大型语言模型（LLMs）的强化学习、代理训练以及人工智能推理。这些领域的研究热度不减，反映了持续的投入，同时也有几个新兴领域崭露头角。

机器人世界模型受到了广泛关注，例如 DreamDojo 论文展示了 AI 系统如何学习在物理环境中进行推理和行动。DreamDojo 通过学习人类视频中的物理世界行为，并基于英伟达 Cosmos 开放前沿模型，能够预测机器人在未受训过的环境中的操作能力。这使得研究人员能够评估策略、规划动作以及远程操作虚拟机器人，从而在不承担高昂成本和风险的情况下加速开发进程。

生命科学领域的人工智能研究得益于英伟达 BioNeMo 开放模型及其研究贡献，这些成果有助于研究人员理解蛋白质功能、分子行为和遗传密码。FLIP2 等论文提出了用于测试 AI 预测蛋白质突变影响能力的公共基准。KERMT 是一款新的 BioNeMo 开放模型，用于预测对药物发现至关重要的分子特性。

合成数据生成（SDG）在今年的 ICML 上尤为引人注目，多篇论文涉及 Nemotron 和物理人工智能的开放数据集。这表明研究人员正在探索新的训练方法，不再仅仅依赖人工标注数据进行大规模训练。

开放式研究生态

开放式基础设施为研究人员提供了加速突破的工具。论文显示，Nemotron 的使用方式已从单一模型发布转变为一个研究生态系统：研究人员可以利用其开放权重进行评估，使用开放数据集进行训练和调整，并遵循开放的推理、工具使用、安全、数据整理和高效推理的“食谱”。

与模型一同发布的还有 NeMo Curator 和其支持的开放数据集，为研究人员提供了可复现的数据集整理基础。SDG 工具使得创建高质量的训练数据集成为可能，其规模和速度远超几年前的水平。

Cosmos 3 系列开放式前沿全能模型，在构建能够感知、推理、规划和行动的物理世界机器人、自动驾驶汽车和视觉 AI 方面，为研究人员和开发者带来了代际飞跃。此外，用于自动驾驶汽车开发的英伟达 Alpamayo 开放模型系列、用于机器人学的英伟达 Isaac GR00T 以及用于生物医学的英伟达 BioNeMo，都在加速各行业的研发进程。

生态系统的蓬勃发展

这种势头不仅限于英伟达自身的研究实验室。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（Merck & Co.）利用 KERMT 预测潜在药物分子在体内的行为，包括其有效性、安全性以及可开发性。Sakana AI 在今年的 ICML 上展示了其直接基于 Nemotron 3 Ultra 构建的 Fugu 和 Fugu-Ultra 模型，利用这一开放基础推动其在 AI 研究自动化方面的工作。KiloCode 将 Nemotron 集成到其代码路由架构中，实现了高达 90% 的代币成本削减，这对于 AI 生产部署的经济效益具有重要意义。NAVER 基于 Nemotron 架构开发了自己的模型，为韩语 AI 研究奠定了基础。Together AI 在其平台上托管 Nemotron 模型，为需要可靠、无缝开放推理能力的研究人员提供了便利。

Humanoid、LG 电子、NEURA Robotics 和 Noble Machines 正在采用英伟达 Isaac GR00T 模型，以加速其人形机器人的工业化部署。同时，1X、Agility、Agile Robots、波士顿动力（Boston Dynamics）、Hexagon Robotics 和 Mentee 正在利用 Cosmos 世界模型、Isaac Sim 和 Isaac Lab 构建新一代人形机器人，以加速其机器人的开发和验证。

您可以在 Hugging Face 上探索英伟达的开放模型。此外，您可以于 7 月 10 日星期五在 ICML 的 GenBio Workshop 上了解更多关于基因组学和生物学研究的信息。您可以访问乐竞体育官网，获取更多关于人工智能和相关技术前沿的资讯。