国际机器学习大会 (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。

今年的会议论文表明，开放式前沿模型和开放式人工智能基础设施已成为现代人工智能科学研究的基石。

英伟达有 74 篇论文被 ICML 2026 接收。约有 2,000 篇被接收的论文引用了英伟达 GPU，另有 145 篇论文将英伟达 Nemotron — 一个包含开放数据集的开放模型家族 — 作为新研究的基础。此外，还有数百篇论文借鉴了英伟达 Cosmos、英伟达 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人工智能、机器人、自动驾驶汽车和生物医学研究等领域。

定义今年研究的关键主题

视觉和视频生成、用于大型语言模型 (LLM) 的强化学习、代理训练以及人工智能推理等领域在今年的论文中依然占据重要地位，这反映了这些领域持续的投入。同时，一些新兴领域也取得了突破。

机器人世界模型引起了广泛关注，例如 DreamDojo 等论文在人工智能系统如何学习理解和操作物理环境方面取得了进展。DreamDojo 通过学习人类视频中的物理世界行为，并基于英伟达 Cosmos 开放式前沿模型，能够预测机器人在未受过训练的环境中如何处理物体和进行操作。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，从而在不承担物理部署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，这些研究有助于研究人员理解蛋白质功能、分子行为和遗传密码。FLIP2 等论文提出了用于评估 AI 预测蛋白质突变影响能力的公共基准。KERMT 是一款新的 BioNeMo 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 上受到了特别关注，多篇论文展示了 Nemotron 和物理人工智能开放数据集的应用，这反映了研究人员在扩展训练规模时，不再仅仅依赖人工标记数据。

开放式研究栈

开放式基础设施为研究人员提供了加速突破的工具。

论文显示，Nemotron 的使用方式已不再局限于单一模型发布，而是演变成了一个研究栈：提供开放的权重用于评估，开放的数据集用于训练和适配，以及开放的推理、工具使用、安全、数据策展和高效推理的“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可复现的数据策展基础。SDG 工具使得创建高质量的训练集成为可能，其规模和速度在几年前是难以想象的。

Cosmos 3 系列开放式前沿全模（omnimodels）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机器人、自动驾驶汽车和视觉 AI 方面提供了代际飞跃。

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，都加速了各行业的研发进程。

生态系统的构建

这种发展势头已延伸到英伟达自身的研究实验室之外。

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。

Merck & Co. 公司使用 KERMT 来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 — 今年也出席了 ICML — 直接基于 Nemotron 3 Ultra 构建了 Fugu 和 Fugu-Ultra 模型，利用这一开放基础推动其在 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，报告的代币成本降低了高达 90%，这对于 AI 在生产环境中的经济效益具有实际意义。

NAVER 开发了基于 Nemotron 架构的自有模型，为韩语人工智能研究奠定了基础。

Together AI 在其平台上托管 Nemotron 模型，使需要可靠、无缝访问开放推理的研究人员更加便捷。

Humanoid、LG 电子、NEURA Robotics 和 Noble Machines 公司正在采用英伟达 Isaac GR00T 模型，以加速其人形机器人的工业化部署。而 1X、Agility、Agile Robots、Boston Dynamics、Hexagon Robotics 和 Mentee 公司则正在利用 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。

在 Hugging Face 上探索英伟达的开放模型。

在 7 月 10 日星期五的 ICML GenBio Workshop 上探索基因组学和生物学研究。