国际机器学习会议（ICML）每年都会展示全球数千名人工智能研究人员的最新成果。

今年的会议论文集清晰地表明，开放的尖端模型和开放的人工智能基础设施已成为现代人工智能科学研究的基础。

英伟达（NVIDIA）共有 74 篇论文被 ICML 2026 录用。约有 2,000 篇论文引用了英伟达的 GPU，其中 145 篇论文将英伟达的 Nemotron 系列开放模型（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 以及其他英伟达开放模型系列，这些研究涵盖了物理 AI、机器人、自动驾驶汽车和生物医学等领域。

定义今年研究的主题

视觉和视频生成、用于大型语言模型（LLMs）的强化学习、以及智能体训练和 AI 推理等领域，在今年的会议论文中依然是重要的研究方向，这反映了这些领域持续的投入。与此同时，一些新的研究领域也崭露头角。

机器人世界模型引起了广泛关注，例如 DreamDojo 论文就致力于拓展 AI 系统在物理环境中进行推理和行动的能力。DreamDojo 通过人类视频学习物理世界的运行规律，并基于英伟达的 Cosmos 开放尖端模型，预测机器人在未训练过的环境中的物体处理和操作能力。这使得研究人员能够评估策略、规划动作以及远程操控虚拟机器人，从而在不承担高昂成本和风险的情况下加速开发进程。

人工智能在生命科学领域的应用，得益于英伟达 BioNeMo 开放模型的研究贡献，帮助研究人员更好地理解蛋白质功能、分子行为和基因编码。FLIP2 等论文提出了用于评估 AI 预测蛋白质突变效应能力的公开基准。KERMT 则是 BioNeMo 的一个新开放模型，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 会议上备受关注，多篇论文涉及 Nemotron 和物理 AI 开放数据集。这反映了研究人员在不完全依赖人工标注数据进行大规模训练方面的新思路。

开放的研究栈

开放的基础设施为研究人员提供了加速突破的工具。

论文显示，Nemotron 不再仅仅被视为一个单一的模型发布，而是被用作一个研究栈：开放的权重用于评估，开放的数据集用于训练和调整，开放的配方则用于推理、工具使用、安全、数据整理和高效推理。

除了模型本身，NeMo Curator 及其支持的开放数据集为研究人员提供了可复现的数据整理训练基础。SDG 工具使得以过去无法想象的速度和规模创建高质量的训练数据集成为可能。

Cosmos 3 系列开放的尖端全模（omnimodels）在构建能够感知、推理、规划和行动于物理世界的机器人、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、用于机器人技术的英伟达 Isaac GR00T，以及用于生物医学的英伟达 BioNeMo，都加速了跨行业的研发进程。

生态系统的构建

这种势头也延伸到了英伟达自身研究实验室之外。

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 会议上展示了其直接基于 Nemotron 3 Ultra 构建的 Fugu 和 Fugu-Ultra 模型，利用开放的基础推动其在 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% 的代币成本节省，这对 AI 在生产环境中的经济性部署具有实际意义。

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、无缝访问开放推理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 构建下一代人形机器人，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。

您可以在 7 月 10 日星期五的 ICML GenBio 研讨会上了解基因组学和生物学研究。