Az ICML kutatásai szerint az open modellekre épül az AI-fejlesztés

Sok kutatás épít NVIDIA-technológiára

Az NVIDIA július 6-án közzétett közleménye szerint az International Conference on Machine Learning, vagyis az ICML 2026 elfogadott tanulmányai jól kirajzolják, milyen irányokban dolgozik jelenleg a gépi tanulás kutatói közössége. A vállalat 74 tanulmánnyal vesz részt a konferencián.

A közlemény szerint körülbelül 2000 elfogadott tanulmány hivatkozik NVIDIA GPU-kra. További 145 dolgozat az NVIDIA Nemotron modellcsaládjára épít, amely nyílt modelleket és nyílt adatkészleteket is magában foglal. Több száz további kutatás használja az NVIDIA Cosmos, az NVIDIA Isaac GR00T, a BioNeMo és más NVIDIA open modellek valamelyikét.

Ezek a munkák több területet fednek le, köztük a fizikai mesterséges intelligenciát, a robotikát, az önvezető járműveket és az élettudományi kutatásokat.

Robotok, biológia és szintetikus adatok

Az ICML idei kiemelt témái között továbbra is jelen van a kép- és videógenerálás, a nagy nyelvi modellek megerősítéses tanulása, az ügynökök képzése és az AI-következtetés. Emellett a robotok világmodelljei is jelentős figyelmet kaptak.

A közlemény a DreamDojo kutatást hozza példaként. A rendszer emberi videók alapján tanulja meg, hogyan viselkedik a fizikai világ, és az NVIDIA Cosmos nyílt frontier modelljeire építve próbálja megjósolni, hogyan kezelne egy robot tárgyakat, illetve hogyan működne olyan környezetben, amelyben korábban nem tanították. A kutatók szabályzatokat értékelhetnek, műveleteket tervezhetnek és egy virtuális robotot távirányíthatnak, így a fejlesztéshez nincs szükség minden esetben fizikai telepítésre.

Az élettudományok területén a BioNeMo open modellek támogatják a fehérjék működésének, a molekulák viselkedésének és a genetikai kódnak a vizsgálatát. A FLIP2 nyilvános mércéket vezet be annak tesztelésére, hogy az AI mennyire képes előre jelezni a fehérjemutációk hatásait. A KERMT egy új BioNeMo open model, amely a gyógyszerkutatás szempontjából fontos molekuláris tulajdonságokat jósolja meg.

A szintetikus adatok generálása szintén kiemelt érdeklődést váltott ki. Az NVIDIA szerint a Nemotronhoz és a fizikai AI-hoz kapcsolódó nyílt adatkészletek azt a kutatási irányt erősítik, amely nagy léptékű tanítást tesz lehetővé kizárólag emberi címkézésű adatok használata nélkül.

A Nemotron kutatási veremként jelenik meg

Az NVIDIA értelmezése szerint a Nemotron egyre kevésbé egyetlen modellkiadásként, inkább kutatási veremként jelenik meg. Ennek részei a kiértékelhető nyílt súlyok, a tanításhoz és testreszabáshoz használható nyílt adatkészletek, valamint a következtetéshez, az eszközhasználathoz, a biztonsághoz, az adatok válogatásához és a gondolkodási képességekhez kapcsolódó nyílt eljárások.

A NeMo Curator és az általa támogatott nyílt adatkészletek reprodukálható alapot adnak a tanítási adatok összeállításához. Az NVIDIA szerint a szintetikusadat-generáló eszközök olyan minőségű adatkészletek létrehozását teszik lehetővé, amely korábban ekkora sebességgel és léptékben nem lett volna praktikus.

A vállalat a Cosmos 3 modellsorozatot olyan nyílt, frontier omnimodellekként mutatja be, amelyek robotok, önvezető járművek és a fizikai világot érzékelő, értelmező, megtervező és azon cselekvő látási rendszerek fejlesztését támogatják. Az Alpamayo az önvezető járművekhez, az Isaac GR00T a robotikához, a BioNeMo pedig a biomedicinához kapcsolódó kutatások gyorsítását szolgálja.

Külső szereplők is építenek a nyílt modellekre

Az NVIDIA közleménye több olyan vállalatot és kutatócsoportot is felsorol, amely saját fejlesztéseiben használja a nyílt modelleket. A Basecamp Research az EDEN nevű DNS-alapmodellt készítette el genetikai szekvenciák értelmezéséhez és tervezéséhez. A Merck a KERMT segítségével vizsgálja, hogyan viselkedhetnek a lehetséges gyógyszermolekulák a szervezetben, többek között azt, hogy várhatóan hatásosak, biztonságosak és fejleszthetők lesznek-e.

A Sakana AI a Fugu és Fugu-Ultra modelleket közvetlenül a Nemotron 3 Ultra modellre építette az AI-kutatás automatizálásához. A KiloCode a Nemotront kódútválasztási rendszerébe integrálta, és legfeljebb 90 százalékos tokenköltség-csökkenésről számolt be. A NAVER a Nemotron architektúráját használta saját modellje fejlesztéséhez koreai nyelvű AI-kutatásokhoz, a Together AI pedig platformján teszi elérhetővé a Nemotron modelleket.

A Humanoid, az LG Electronics, a NEURA Robotics és a Noble Machines az Isaac GR00T modelleket használja humanoid robotok ipari alkalmazásainak gyorsítására. Az 1X, az Agility, az Agile Robots, a Boston Dynamics, a Hexagon Robotics és a Mentee Cosmos világmodellekkel, az Isaac Sim és az Isaac Lab eszközökkel fejleszti és ellenőrzi robotjait. A modellek az NVIDIA szerint a Hugging Face felületén is felfedezhetők.