NVIDIA udvider sin portefølje af åbne modeller med Kumo-modeller til strukturerede virksomhedsdata samt nye Nemotron-modeller og værktøjer inden for robotteknologi, proteindesign og kvantecomputing. Udvidelsen af NVIDIA’s åbne modeller, der blev beskrevet den 21. oktober 2026, giver organisationer grundmodeller, som de kan tilpasse med lokale data og implementere på infrastruktur, de selv kontrollerer. De fleste af de annoncerede tilbud er tilgængelige, mens Nemotron 3.5 Bolt ventes den 23. oktober, og Alpamayo 2 Edge er planlagt til senere på måneden.
Vigtigste pointer
- Kumo tilføjer funktioner til forudsigelser, prognoser og vurdering af svindelrisiko for strukturerede virksomhedsdata. Coinbase, Revolut og Databricks er blandt de første organisationer, der arbejder med modellen.
- Udvidelsen rækker ud over sprogmodeller og omfatter træning af robotter, ræsonnering om bord i køretøjer, proteindesign og kalibrering af kvantehardware.
- Tilgængeligheden varierer på tværs af porteføljen: Flere modelfamilier kan allerede benyttes, men Nemotron 3.5 Bolt og Alpamayo 2 Edge er endnu ikke lanceret.
Indholdsfortegnelse
- Hvad NVIDIA’s åbne modeller gør det muligt for organisationer at tilpasse
- Kumo sigter mod at udlede forudsigelser fra virksomhedsdata
- Robotværktøjer fokuserer på træning før implementering
- Videnskabelige modeller målrettes proteindesign og kvantesystemer
- Hvad der er tilgængeligt nu, og hvad der stadig er planlagt
- Konklusion
Hvad NVIDIA’s åbne modeller gør det muligt for organisationer at tilpasse
Udvidelsen handler først og fremmest om at give udviklere modeller, som de kan tilpasse til deres egne sprog, viden og branchekrav, frem for kun at bruge et generelt system. NVIDIA beskriver porteføljen som et fundament for applikationer, som organisationer kan køre på infrastruktur under deres egen kontrol.
Nemotron leverer sprogmodeller, datasæt og træningsopskrifter til agenter, der arbejder med tekst og billeder. De annoncerede tilføjelser omfatter Nemotron 3.5 Super VL og Nemotron 3.5 Bolt samt Retriever-modeller til indlejring, omrangering og dokumentparsing. Tilsammen retter de sig både mod agenternes funktioner og arbejdet med at gøre virksomhedsdokumenter anvendelige for disse systemer.
Virksomheden nævner Dassault Systèmes, SAP, Salesforce, Shopify, Synopsys og WPP blandt de organisationer, der arbejder med Nemotron-modeller og datasæt for at udvikle tilpassede modeller og branchespecifikke agenter. Accenture og EY er også involveret. Der er tale om udviklingsarbejde, ikke dokumentation for, at alle deltagerne har gennemført en produktionsimplementering.
Europæiske bidragydere til NVIDIA Nemotron Coalition omfatter Black Forest Labs, H-Company og Mistral. Ifølge NVIDIA indgår deres data, forskning og ekspertise i Nemotron-fundamentet.
| Element | Detaljer |
|---|---|
| Nemotron 3.5 Super VL | Tilgængelig via Hugging Face, ModelScope, OpenRouter, NVIDIA NIM og partnere. |
| Nemotron 3.5 Bolt | Forventes at blive tilgængelig den 23. oktober. |
| Nemotron Retriever | Tilgængelig via Hugging Face, partnerplatforme og NVIDIA NIM til indlejring, omrangering og dokumentparsing. |
| Kumo | Tilgængelig på Hugging Face og som en NVIDIA NIM-mikrotjeneste til inferens i produktion. |
| Cosmos | Åbent tilgængelig på Hugging Face og GitHub samt via udvalgte inferenspartnere. |
| Alpamayo 2 Edge | Planlagt til download på GitHub og Hugging Face senere i oktober. |
| BioNeMo RFD4-Proteina | Tilgængelig via NVIDIA’s udviklerplatform, NVIDIA NIM, GitHub, Hugging Face og udvalgte inferenspartnere. |
| Ising | Tilgængelig på GitHub, Hugging Face og NVIDIA’s udviklerplatform. |
Kumo sigter mod at udlede forudsigelser fra virksomhedsdata
Kumo er den tilføjelse, der mest direkte er fokuseret på virksomhedsdata. Dens åbne grundmodeller med tilgængelige vægte, biblioteker og værktøjer er udviklet til at hjælpe applikationer med at forudsige resultater, vurdere svindelrisiko og anbefale handlinger på grundlag af strukturerede oplysninger.
Den praktiske ændring, NVIDIA beskriver, er, at behovet for at opbygge en særskilt maskinlæringspipeline til hver forudsigelsesopgave bliver mindre. Udviklere kan begynde med fortrænede modeller og finjustere dem på proprietære data, når en arbejdsbelastning kræver højere ydeevne.
Kumo Structured dækker forudsigelser på relationelle og tabulære data, prognoser og anomalidetektion. Kumo Engine leverer den åbne biblioteksstak til udvikling og implementering af grundmodeller for strukturerede data. Familien er en del af NVIDIA Agent Knowledge Foundation.
Cognite, Coinbase, Databricks, DoorDash, Revolut og Tubi er blandt de første organisationer, der arbejder med Kumo. NVIDIA siger også, at Snowflake-kunder allerede bruger modellerne til at fremskynde AI-udvikling inden for annoncering, energi, finansielle tjenester og detailhandel. Rapporten kvantificerer ikke kundernes besparelser eller forbedringer af forudsigelserne.
Robotværktøjer fokuserer på træning før implementering
Inden for fysisk AI tilføjer NVIDIA værktøjer til eftertræning og optimering af Cosmos, som skal forbedre verdensmodeller med mindre computerkraft. Simuleringskontrolpunkter gør det muligt for udviklere at evaluere adfærd i interaktive scenarier med bilkørsel og robotmanipulation, før de tester i den virkelige verden.
Den nye Cosmos Data Factory samler opskrifter og centrale agentfærdigheder til kuratering, mærkning, generering og evaluering af træningsdata. Anvendelserne omfatter kørescenarier, produktfejl og billedforøgelse. Udviklere kan bruge komplette arbejdsgange eller enkelte funktioner, mens agenter koordinerer processen.
NVIDIA siger, at Porsche sammen med Voxel51, ANYbotics sammen med Encord, Zalando og CEVA Logistics sammen med Sereact samt Siemens bruger Cosmos Data Factory til at skabe varierede træningsdatasæt og forbedre modellernes præcision.
Alpamayo 2 Edge retter sig mod et andet trin: ræsonnering i autonome køretøjer. Den kompakte model kombinerer forståelse af scener i realtid med bevægelsesplanlægning, er bygget på det Nemotron-baserede fundament fra Cosmos 3 Edge og er optimeret til NVIDIA DRIVE AGX Thor. NVIDIA siger, at den er designet til at bringe avancerede køreegenskaber til køretøjer med lavere krav til computerkraft; download er fortsat planlagt til senere på måneden.
Videnskabelige modeller målrettes proteindesign og kvantesystemer
De videnskabelige tilføjelser understøtter forskellige arbejdsgange frem for at fungere som én generel forskningsassistent. BioNeMo RFD4-Proteina genererer proteinsekvenser og tredimensionelle strukturer, mens Ising er rettet mod kalibrering og fejlkorrektion for kvantehardware.
Proteinkandidater skal stadig gennem laboratorietest
RFD4-Proteina, der er udviklet af NVIDIA og Baker Lab ved University of Washington’s Institute for Protein Design, skal hjælpe med at designe proteiner, som binder sig til vanskelige mål eller små molekyler, eller som samles til komplekse strukturer.
NVIDIA rapporterer førende ydeevne på tværs af mere end 10 proteindesignopgaver og en generering, der er cirka 13x hurtigere end RFdiffusion3 i en benchmarktest med proteiner på 200 aminosyrer. Tallene beskriver modellens ydeevne i den rapporterede benchmarktest, ikke gennemført laboratorievalidering. Forskere kan bruge agenter til at generere og evaluere kandidater, inden de udvælger design, der skal testes i laboratoriet.
Kvantetilførsler retter sig mod kalibrering og fejlkorrektion
IQM Quantum Computers bruger Ising til at kalibrere sine kvanteprocessorer. SEEQC kombinerer Ising, NVIDIA NVQLink og sin Digital Link for at imødekomme de lave latenstidskrav til kvantefejlkorrektion i realtid.
AWS integrerer Ising i AWS Parallel Computing Service, så forskere kan arbejde med modellerne før implementering. NVIDIA bemærker, at afkodning typisk udføres på klassisk hardware, der er placeret sammen med kvanteprocessoren på grund af latenstidskravene; AWS-integrationen understøtter forskning forud for dette implementeringstrin.
Hvad der er tilgængeligt nu, og hvad der stadig er planlagt
NVIDIA’s rapport skelner mellem modeller, der er tilgængelige nu, og kommende lanceringer. Super VL er tilgængelig via modelplatforme, NVIDIA NIM og partnere. Kumo, Cosmos, Retriever, BioNeMo RFD4-Proteina og Ising har også angivne distributionskanaler, selv om kanalerne varierer fra tilbud til tilbud.
De resterende nært forestående lanceringer er Nemotron 3.5 Bolt, der ventes den 23. oktober, og Alpamayo 2 Edge, der ventes senere i oktober. Datoerne er angivne planer for tilgængelighed, ikke gennemførte lanceringer.
Konklusion
Udvidelsen breder NVIDIA’s tilpasselige modeller ud fra virksomhedsagenter til forudsigelser på virksomhedsdata, fysisk AI og videnskabelig forskning. For udviklere er den umiddelbare forskel mellem værktøjer, der allerede er tilgængelige til evaluering, og Bolt- og Alpamayo-lanceringerne, der fortsat er planlagt til senere i oktober.
Læs flere nyheder
Flere nyheder fra FinanceVelix
Ansvarsfraskrivelse
Denne FinanceVelix-artikel indeholder generelle oplysninger og udgør ikke personlig finansiel, investeringsmæssig, juridisk eller skattemæssig rådgivning. Markedspriser, renter og økonomiske forhold kan ændre sig; investeringer indebærer risiko for tab. Oplysningerne afspejler det materiale, der var tilgængeligt på udgivelsestidspunktet, og kan ændre sig. Kontrollér vigtige oplysninger uafhængigt, og rådfør dig med en kvalificeret fagperson efter behov. Omtale af et aktiv, en virksomhed eller en tjeneste er ikke en anbefaling.
