NVIDIA élargit son portefeuille de modèles ouverts avec les modèles Kumo pour les données d’entreprise structurées, de nouveaux modèles Nemotron et des outils couvrant la robotique, la conception de protéines et l’informatique quantique. L’expansion des modèles ouverts de NVIDIA, détaillée le 21 octobre 2026, fournit aux organisations des bases qu’elles peuvent personnaliser avec leurs données locales et déployer sur une infrastructure qu’elles contrôlent. La plupart des offres annoncées sont disponibles, tandis que Nemotron 3.5 Bolt est attendu le 23 octobre et qu’Alpamayo 2 Edge est prévu plus tard ce mois-ci.
Principaux points à retenir
- Kumo ajoute des capacités de prédiction, de prévision et d’évaluation du risque de fraude pour les données d’entreprise structurées. Coinbase, Revolut et Databricks figurent parmi les premières organisations à travailler avec ces outils.
- L’expansion va au-delà des modèles de langage et couvre l’entraînement en robotique, le raisonnement embarqué dans les véhicules, la conception de protéines et l’étalonnage du matériel quantique.
- La disponibilité varie selon les produits : plusieurs familles de modèles sont accessibles dès maintenant, mais Nemotron 3.5 Bolt et Alpamayo 2 Edge ne sont pas encore disponibles.
Sommaire
- Ce que les modèles ouverts de NVIDIA permettent aux organisations de personnaliser
- Kumo vise à tirer des prédictions des données d’entreprise
- Les outils de robotique privilégient l’entraînement avant le déploiement
- Les modèles scientifiques s’attaquent à la conception de protéines et aux systèmes quantiques
- Ce qui est disponible maintenant et ce qui est encore prévu
- Conclusion
Ce que les modèles ouverts de NVIDIA permettent aux organisations de personnaliser
L’expansion vise à fournir aux développeurs des modèles qu’ils peuvent adapter à leurs langues, à leurs connaissances et aux exigences de leur secteur, plutôt que de s’en tenir à un système généraliste. NVIDIA présente ce portefeuille comme une base pour des applications que les organisations peuvent exécuter sur une infrastructure qu’elles contrôlent.
Nemotron propose des modèles de langage, des jeux de données et des recettes d’entraînement pour des agents qui traitent du texte et des images. Les nouveautés annoncées comprennent Nemotron 3.5 Super VL et Nemotron 3.5 Bolt, ainsi que les modèles Retriever dédiés à la vectorisation, au reclassement et à l’analyse de documents. Ensemble, ces outils répondent à la fois aux besoins des agents et aux tâches nécessaires pour rendre les documents d’entreprise exploitables par ces systèmes.
L’entreprise cite Dassault Systèmes, SAP, Salesforce, Shopify, Synopsys et WPP parmi les organisations qui travaillent avec les modèles et jeux de données Nemotron afin de développer des modèles personnalisés et des agents spécialisés. Accenture et EY participent également à ces travaux. Il s’agit de projets de développement, et non de la preuve que chaque participant a achevé un déploiement en production.
Parmi les contributeurs européens à la NVIDIA Nemotron Coalition figurent Black Forest Labs, H-Company et Mistral. Selon NVIDIA, leurs données, leurs recherches et leur expertise alimentent les fondations de Nemotron.
| Élément | Détails |
|---|---|
| Nemotron 3.5 Super VL | Disponible sur Hugging Face, ModelScope, OpenRouter, NVIDIA NIM et auprès de partenaires. |
| Nemotron 3.5 Bolt | Disponibilité attendue le 23 octobre. |
| Nemotron Retriever | Disponible sur Hugging Face, les plateformes partenaires et NVIDIA NIM pour la vectorisation, le reclassement et l’analyse de documents. |
| Kumo | Disponible sur Hugging Face et proposé sous forme de microservice NVIDIA NIM pour l’inférence en production. |
| Cosmos | Disponible en accès ouvert sur Hugging Face et GitHub, ainsi que par l’intermédiaire de certains partenaires d’inférence. |
| Alpamayo 2 Edge | Téléchargement prévu sur GitHub et Hugging Face plus tard en octobre. |
| BioNeMo RFD4-Proteina | Disponible sur la plateforme de développement de NVIDIA, NVIDIA NIM, GitHub, Hugging Face et auprès de certains partenaires d’inférence. |
| Ising | Disponible sur GitHub, Hugging Face et la plateforme de développement de NVIDIA. |
Kumo vise à tirer des prédictions des données d’entreprise
Kumo est le nouvel ajout le plus directement axé sur les données d’entreprise. Ses modèles de fondation à poids ouverts, bibliothèques et outils sont conçus pour aider les applications à prévoir des résultats, à évaluer le risque de fraude et à recommander des actions à partir d’informations structurées.
Selon NVIDIA, l’intérêt concret est de réduire la nécessité de créer un pipeline d’apprentissage automatique distinct pour chaque tâche de prédiction. Les développeurs peuvent partir de modèles préentraînés et les ajuster sur des données propriétaires lorsque la charge de travail exige de meilleures performances.
Kumo Structured couvre la prédiction sur des données relationnelles et tabulaires, la prévision et la détection d’anomalies. Kumo Engine fournit la pile de bibliothèques ouvertes permettant de développer et de déployer des modèles de fondation pour les données structurées. Cette famille fait partie de NVIDIA Agent Knowledge Foundation.
Cognite, Coinbase, Databricks, DoorDash, Revolut et Tubi figurent parmi les premières organisations à travailler avec Kumo. NVIDIA indique également que des clients de Snowflake utilisent déjà ces modèles pour accélérer le développement de l’IA dans la publicité, l’énergie, les services financiers et le commerce de détail. Le rapport ne quantifie ni les économies réalisées par les clients ni les améliorations des prédictions.
Les outils de robotique privilégient l’entraînement avant le déploiement
Pour l’IA physique, NVIDIA ajoute des outils de post-entraînement et d’optimisation Cosmos destinés à améliorer les modèles du monde tout en nécessitant moins de calcul. Des points de contrôle de simulation permettent aux développeurs d’évaluer les comportements dans des scénarios interactifs de conduite et de manipulation robotique avant les essais dans le monde réel.
Le nouveau Cosmos Data Factory regroupe des schémas directeurs et des compétences fondamentales d’agents pour sélectionner, annoter, générer et évaluer des données d’entraînement. Ses applications comprennent les scénarios de conduite, les défauts de produits et l’augmentation d’images. Les développeurs peuvent utiliser des flux de travail complets ou des fonctions individuelles, les agents coordonnant le processus.
NVIDIA indique que Porsche avec Voxel51, ANYbotics avec Encord, Zalando et CEVA Logistics avec Sereact, ainsi que Siemens, utilisent Cosmos Data Factory pour créer des jeux de données d’entraînement variés et améliorer la précision des modèles.
Alpamayo 2 Edge intervient à une autre étape : le raisonnement à bord des véhicules autonomes. Ce modèle compact combine la compréhension des scènes en temps réel et la planification des mouvements. Il repose sur les fondations Nemotron de Cosmos 3 Edge et est optimisé pour NVIDIA DRIVE AGX Thor. NVIDIA indique qu’il vise à apporter des capacités de conduite avancées aux véhicules dont les besoins en calcul sont plus modestes ; son téléchargement reste prévu plus tard ce mois-ci.
Les modèles scientifiques s’attaquent à la conception de protéines et aux systèmes quantiques
Les nouveautés scientifiques répondent à des flux de travail distincts plutôt que de constituer un assistant de recherche généraliste unique. BioNeMo RFD4-Proteina génère des séquences de protéines et des structures tridimensionnelles, tandis qu’Ising vise l’étalonnage et la correction d’erreurs du matériel quantique.
Les protéines candidates doivent encore être testées en laboratoire
Développé par NVIDIA et le Baker Lab de l’Institute for Protein Design de l’Université de Washington, RFD4-Proteina vise à faciliter la conception de protéines capables de se lier à des cibles difficiles ou à de petites molécules, ou de s’assembler en structures complexes.
NVIDIA fait état de performances de premier plan sur plus de 10 tâches de conception de protéines et d’une génération environ 13 fois plus rapide que RFdiffusion3 dans un test de référence portant sur des protéines de 200 acides aminés. Ces chiffres décrivent les performances du modèle dans le test rapporté, et non une validation en laboratoire achevée. Les chercheurs peuvent utiliser des agents pour générer et évaluer des candidats avant de sélectionner les conceptions à tester en laboratoire.
Les partenaires du quantique ciblent l’étalonnage et la correction d’erreurs
IQM Quantum Computers utilise Ising pour étalonner ses processeurs quantiques. SEEQC associe Ising, NVIDIA NVQLink et son Digital Link afin de répondre aux exigences de faible latence de la correction d’erreurs quantiques en temps réel.
AWS intègre Ising à AWS Parallel Computing Service afin que les chercheurs puissent travailler avec les modèles avant leur déploiement. NVIDIA précise qu’en raison des exigences de latence, le décodage est généralement effectué sur du matériel classique colocalisé avec le processeur quantique ; l’intégration AWS soutient la recherche en amont de cette étape de déploiement.
Ce qui est disponible maintenant et ce qui est encore prévu
Le rapport de NVIDIA distingue les modèles accessibles dès maintenant des prochaines sorties. Super VL est disponible sur des plateformes de modèles, via NVIDIA NIM et auprès de partenaires. Kumo, Cosmos, Retriever, BioNeMo RFD4-Proteina et Ising disposent également de canaux de distribution répertoriés, même si ceux-ci varient selon l’offre.
Les prochaines sorties à court terme sont Nemotron 3.5 Bolt, attendu le 23 octobre, et Alpamayo 2 Edge, prévu plus tard en octobre. Il s’agit de dates de disponibilité annoncées, et non de produits déjà lancés.
Conclusion
Cette expansion élargit l’offre de modèles personnalisables de NVIDIA, des agents d’entreprise aux prédictions commerciales, en passant par l’IA physique et la recherche scientifique. Pour les développeurs, la distinction immédiate se situe entre les outils déjà disponibles pour évaluation et les sorties de Bolt et Alpamayo, toujours prévues plus tard en octobre.
Lire plus d’actualités
Plus d’actualités FinanceVelix
Avertissement
Cet article de FinanceVelix fournit des informations générales et ne constitue pas un conseil financier, d’investissement, juridique ou fiscal personnalisé. Les cours du marché, les taux d’intérêt et la conjoncture économique peuvent évoluer ; les investissements comportent un risque de perte. Les faits reflètent les informations disponibles au moment de la publication et peuvent changer. Vérifiez les informations importantes de manière indépendante et consultez un professionnel qualifié si nécessaire. La mention d’un actif, d’une entreprise ou d’un service ne constitue pas une recommandation.
