英伟达发布了跨 AI、机器人和自动驾驶的开放模型、数据集和工具

作者 | Robert Krzaczyński

译者 | 刘雅梦

策划 | 丁晓昀

英伟达（NVIDIA）发布 了一套涵盖语言、智能体系统、机器人技术、自动驾驶和生物医学研究的开放模型、数据集和开发工具。此次更新扩展了多个现有的 NVIDIA 模型家族，并通过 GitHub、Hugging Face 和 NVIDIA 的开发者平台提供了相应的训练数据和参考实现。

在代理式 AI 领域，NVIDIA 扩展了 Nemotron 模型家族，为语音识别、检索增强生成和安全提供了新的组件。Nemotron Speech 包括针对低延迟、实时用例优化的自动语音识别模型。Nemotron RAG 引入了用于多模态文档搜索和检索流程的嵌入和重排视觉语言模型。Nemotron Safety 增加了用于内容过滤和敏感或个人身份信息检测的更新模型。NVIDIA 还发布了用于选定 Nemotron 模型的数据集和训练代码，包括在公共基准上评估的嵌入模型。

对于机器人技术和物理 AI，NVIDIA 引入了新的 Cosmos 世界基础模型，这些模型支持在真实环境中的感知、推理和合成数据生成。Cosmos Reason 2 是一个多模态推理模型，旨在增强智能体在物理环境中操作的场景理解。Cosmos Transfer 2.5 和 Cosmos Predict 2.5 专注于在不同环境和条件下生成合成视频数据，支持仿真和数据增强工作流程。基于 Cosmos，NVIDIA 发布了 Isaac GR00T N1.6，这是一个用于人形机器人的开放视觉 - 语言 - 动作模型，支持全身控制并将视觉感知与动作规划集成。

公告的一个组成部分是 NVIDIA Alpamayo，一个用于基于推理的自动驾驶的新开放模型家族。Alpamayo 结合了感知、规划和可解释性，采用视觉 - 语言 - 动作架构，并与仿真工具和大规模驾驶数据集相匹配。NVIDIA 还引入了 AlpaSim，这是一个用于自动驾驶汽车模型闭环评估的开源仿真框架。

据 NVIDIA 汽车部门负责人吴信洲 表示，Alpamayo 和相关工具反映了跨研究、模拟、数据工程、安全和集成团队多年的开发努力。吴指出，这项工作涉及广泛的道路测试、使用 Cosmos 等平台进行持续的大规模模拟，以及与包括梅赛德斯 - 奔驰在内的汽车合作伙伴的紧密合作，计划在即将推出的量产车辆中进行初步部署。

医疗保健和生命科学更新通过新的 NVIDIA Clara 模型提供。这些包括用于原子级蛋白质设计的 La-Proteina，用于合成感知药物设计的 ReaSyn v2，用于早期安全和相互作用预测的 KERMT，以及用于 RNA 结构建模的 RNAPro。NVIDIA 还发布了一个包含 45.5 万个合成蛋白质结构的数据集，以支持该领域的训练和评估。

所有模型和数据集均在开放许可下发布，可通过 GitHub 和 Hugging Face 访问。NVIDIA 表示，许多模型还被打包为 NIM 微服务，以便在从本地推理环境到云基础设施的 NVIDIA 加速系统上部署。

https://www.infoq.com/news/2026/01/nvidia-open-models/

声明：本文为 InfoQ 翻译，未经许可禁止转载。