在今年的国际机器学习大会（ICML）上，研究人员提交的论文清晰地展示了人工智能科学的发展方向：开放的尖端模型和开源的AI基础设施已成为现代AI研究的基石。

NVIDIA共有74篇论文被ICML 2026接收。其中约2000篇论文引用了NVIDIA GPU，另有145篇论文将NVIDIA Nemotron，一个包含开放数据集的开源模型家族，列为新研究的基础。此外，数百篇论文还借鉴了NVIDIA Cosmos、NVIDIA Isaac GR00T、BioNeMo以及其他NVIDIA开源模型家族，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多个领域。

塑造今年研究的关键主题

今年的论文重点关注了视觉和视频生成、用于大型语言模型（LLMs）的强化学习、以及AI推理等领域，这些领域持续获得大量投入。同时，一些新兴领域也崭露头角。

机器人世界模型引起了广泛关注，其中DreamDojo等论文在AI系统学习理解和操作物理环境方面取得了突破。DreamDojo通过人类视频学习物理世界的运行规律，并基于NVIDIA Cosmos开源尖端模型，能够预测机器人在未曾训练过的环境中的物体处理和操作能力。该技术允许研究人员评估策略、规划动作并远程操控虚拟机器人，从而在不承担物理部署成本和风险的情况下加速开发进程。

NVIDIA BioNeMo开源模型及其研究成果，在生命科学领域推动了AI的应用，帮助研究人员深入理解蛋白质功能、分子行为和遗传密码。FLIP2等论文提出了用于评估AI预测蛋白质突变效应能力的公开基准。KERMT是BioNeMo推出的一个新开源模型，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上备受瞩目，多项基于Nemotron和物理AI的开源数据集的出现，反映出研究界在扩展训练规模、减少对人工标注数据依赖方面的策略转变。

开源研究生态系统

开源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，而是被当作一个研究生态系统来使用：研究人员可以利用其开放的权重进行评估，使用开放的数据集进行训练和调整，并借鉴其开放的推理、工具使用、安全、数据整理和高效推理的“配方”。

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训练数据整理的可复现基础。SDG工具能够以几年前难以想象的速度和规模生成高质量的训练数据集。

Cosmos 3系列开源的尖端全能模型，为研究人员和开发者在构建能够感知、推理、规划和行动的物理世界AI（如机器人、自动驾驶汽车和视觉AI）方面带来了代际飞跃。

此外，NVIDIA Alpamayo开源模型家族助力自动驾驶汽车开发，NVIDIA Isaac GR00T赋能机器人技术，NVIDIA BioNeMo支持生物医学研究，这些都加速了各行业的研发进程。

蓬勃发展的生态系统

这种发展势头不仅限于NVIDIA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。

Merck & Co.公司利用KERMT预测潜在药物分子在体内的行为，包括其有效性、安全性和可开发性。

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了其在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，报告称代币成本降低了高达90%，这对于AI的生产部署经济性具有重要意义。

NAVER利用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、无缝访问开源推理的研究人员提供了便利。

Humanoid、LG Electronics、NEURA Robotics和Noble Machines正在采用NVIDIA 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、Boston Dynamics、Hexagon Robotics和Mentee等公司正利用Cosmos世界模型、Isaac Sim和Isaac Lab构建下一代人形机器人，加速其机器人的开发和验证。

探索NVIDIA在Hugging Face上的开源模型。

参加ICML的GenBio研讨会，了解基因组学和生物学研究的最新进展。