Масштаб влияния NVIDIA на науку
Международная конференция по машинному обучению (ICML) 2026 года стала индикатором того, как меняется современная AI-наука. Ключевой вывод: открытые модели (open frontier models) и инфраструктура перестали быть опцией, став основой исследований. NVIDIA представила 74 принятых статьи, но её влияние шире: около 2 000 принятых работ ссылаются на использование NVIDIA GPU, а 145 исследований прямо указывают на NVIDIA Nemotron как на базовую модель для новых разработок.
Помимо Nemotron, сотни работ опираются на экосистему открытых моделей NVIDIA, включая Cosmos (физический AI и робототехника), Isaac GR00T (гуманоиды) и BioNeMo (биомедицина). Это демонстрирует переход от закрытых проприетарных решений к открытым стекам, ускоряющим научный цикл.
Ключевые направления и прорывы
В этом году доминируют темы генерации видео, обучения агентов (RL для LLM) и инференса. Однако особый интерес вызвали новые области, где открытые модели NVIDIA сыграли решающую роль:
- Робототехника и мир-модели: Работа DreamDojo использует NVIDIA Cosmos для обучения AI пониманию физических законов по видео. Система предсказывает действия робота в незнакомых средах, позволяя тестировать политики управления виртуально, без риска поломки оборудования.
- Биомедицина: Модель BioNeMo KERMT применяется для предсказания свойств молекул в разработке лекарств. Исследование FLIP2 представило публичные бенчмарки для оценки точности предсказания эффектов мутаций белков.
- Синтетические данные (SDG): Наблюдается сдвиг от ручного аннотирования к генерации обучающих наборов данных. Инструменты NeMo Curator и открытые датасеты Nemotron позволяют создавать масштабируемые и воспроизводимые наборы данных.
Экосистема: от стартапов до корпораций
Модели NVIDIA стали «операционной системой» для множества компаний. Вот как они интегрируют open-weight решения:
| Компания / Проект | Используемая технология NVIDIA | Результат / Применение |
|---|---|---|
| KiloCode | Nemotron | Снижение стоимости токенов до 90% в архитектуре маршрутизации кода |
| Sakana AI | Nemotron 3 Ultra | Создание моделей Fugu и Fugu-Ultra для автоматизации AI-исследований |
| Merck & Co. | BioNeMo (KERMT) | Предсказание эффективности и безопасности потенциальных лекарств |
| Basecamp Research | Open Foundation | Разработка модели EDEN для интерпретации генетических последовательностей |
| LG Electronics, 1X, Agility | Isaac GR00T / Cosmos | Ускорение разработки и валидации промышленных гуманоидов |
Почему это важно
Использование Nemotron всё чаще воспринимается не как единичная модель, а как исследовательский стек. Он предоставляет открытые веса для валидации, датасеты для дообучения и готовые рецепты (recipes) для работы с инструментами, безопасностью и эффективным инференсом. Это снижает барьер входа для исследований: от NAVER, создающей корейские LLM на базе Nemotron, до Together AI, предоставляющей доступ к инференсу.
С выходом семейства Cosmos 3 и Alpamayo для автономных транспортных средств, NVIDIA закрепила статус ключевого поставщика инфраструктуры для физического AI. Исследователям больше не нужно строить фундамент с нуля — они могут фокусироваться на прикладных задачах, используя проверенные open-source базы.
Источник: NVIDIA Blog ↗