NVIDIA rozszerza portfolio otwartych modeli o modele Kumo przeznaczone do ustrukturyzowanych danych biznesowych, nowe modele Nemotron oraz narzędzia obejmujące robotykę, projektowanie białek i obliczenia kwantowe. Rozszerzenie oferty otwartych modeli NVIDIA, szczegółowo przedstawione 21 października 2026 r., zapewnia organizacjom podstawę, którą mogą dostosować za pomocą lokalnych danych i wdrażać na kontrolowanej przez siebie infrastrukturze. Większość zapowiedzianych rozwiązań jest już dostępna, natomiast premiera Nemotron 3.5 Bolt jest oczekiwana 23 października, a Alpamayo 2 Edge ma pojawić się pod koniec miesiąca.
Najważniejsze informacje
- Kumo wprowadza funkcje predykcji, prognozowania i oceny ryzyka oszustw dla ustrukturyzowanych danych przedsiębiorstw. Wśród pierwszych organizacji, które z niego korzystają, są Coinbase, Revolut i Databricks.
- Rozszerzenie obejmuje nie tylko modele językowe, lecz także szkolenie robotów, wnioskowanie na pokładzie pojazdów, projektowanie białek i kalibrację sprzętu kwantowego.
- Dostępność poszczególnych rozwiązań w portfolio jest zróżnicowana: kilka rodzin modeli jest już dostępnych, ale Nemotron 3.5 Bolt i Alpamayo 2 Edge mają dopiero zadebiutować.
Spis treści
- Co organizacje mogą dostosować dzięki otwartym modelom NVIDIA
- Kumo służy do prognozowania na podstawie danych biznesowych
- Narzędzia robotyczne koncentrują się na szkoleniu przed wdrożeniem
- Modele naukowe wspierają projektowanie białek i systemy kwantowe
- Co jest już dostępne, a co dopiero planowane
- Podsumowanie
Co organizacje mogą dostosować dzięki otwartym modelom NVIDIA
Rozszerzenie oferty koncentruje się na zapewnieniu programistom modeli, które mogą dostosować do własnych języków, zasobów wiedzy i wymogów branżowych, zamiast korzystać wyłącznie z systemu ogólnego przeznaczenia. NVIDIA przedstawia portfolio jako podstawę aplikacji, które organizacje mogą uruchamiać na kontrolowanej przez siebie infrastrukturze.
Nemotron obejmuje modele językowe, zbiory danych i receptury treningowe dla agentów pracujących z tekstem i obrazami. Zapowiedziane nowości to Nemotron 3.5 Super VL i Nemotron 3.5 Bolt, a także modele Retriever do tworzenia osadzeń, ponownego szeregowania i analizowania dokumentów. Łącznie rozwiązania te wspierają zarówno możliwości agentów, jak i przygotowywanie dokumentów przedsiębiorstw do wykorzystania przez te systemy.
Wśród organizacji rozwijających niestandardowe modele i agentów wyspecjalizowanych w określonych dziedzinach z wykorzystaniem modeli i zbiorów danych Nemotron firma wymienia Dassault Systèmes, SAP, Salesforce, Shopify, Synopsys i WPP. Zaangażowane są również Accenture i EY. Opisano tu prace rozwojowe, a nie dowód na to, że każda z uczestniczących organizacji zakończyła wdrożenie produkcyjne.
Wśród europejskich uczestników NVIDIA Nemotron Coalition są Black Forest Labs, H-Company i Mistral. Według NVIDIA ich dane, badania i wiedza specjalistyczna zasilają fundament Nemotron.
| Element | Szczegóły |
|---|---|
| Nemotron 3.5 Super VL | Dostępny za pośrednictwem Hugging Face, ModelScope, OpenRouter, NVIDIA NIM i partnerów. |
| Nemotron 3.5 Bolt | Oczekuje się, że będzie dostępny 23 października. |
| Nemotron Retriever | Dostępny za pośrednictwem Hugging Face, platform partnerskich i NVIDIA NIM; służy do tworzenia osadzeń, ponownego szeregowania i analizowania dokumentów. |
| Kumo | Dostępny w serwisie Hugging Face oraz jako mikrousługa NVIDIA NIM do wnioskowania w środowisku produkcyjnym. |
| Cosmos | Dostępny publicznie w serwisach Hugging Face i GitHub oraz za pośrednictwem wybranych partnerów oferujących wnioskowanie. |
| Alpamayo 2 Edge | Planowane udostępnienie do pobrania w serwisach GitHub i Hugging Face pod koniec października. |
| BioNeMo RFD4-Proteina | Dostępny za pośrednictwem platformy dla deweloperów NVIDIA, NVIDIA NIM, GitHub, Hugging Face i wybranych partnerów oferujących wnioskowanie. |
| Ising | Dostępny w serwisach GitHub i Hugging Face oraz na platformie dla deweloperów NVIDIA. |
Kumo służy do prognozowania na podstawie danych biznesowych
Kumo to rozwiązanie najmocniej ukierunkowane na dane biznesowe. Jego otwarte modele bazowe, biblioteki i narzędzia mają pomagać aplikacjom prognozować wyniki, oceniać ryzyko oszustw i rekomendować działania na podstawie ustrukturyzowanych informacji.
Jak opisuje NVIDIA, praktyczna zmiana polega na ograniczeniu potrzeby budowania osobnego potoku uczenia maszynowego dla każdego zadania predykcyjnego. Programiści mogą zacząć od modeli wstępnie wytrenowanych, a gdy dane zadanie wymaga wyższej wydajności, dostroić je na zastrzeżonych danych.
Kumo Structured obejmuje predykcję na podstawie danych relacyjnych i tabelarycznych, prognozowanie oraz wykrywanie anomalii. Kumo Engine udostępnia otwarty stos bibliotek do tworzenia i wdrażania modeli bazowych dla danych ustrukturyzowanych. Rodzina ta jest częścią NVIDIA Agent Knowledge Foundation.
Wśród pierwszych organizacji korzystających z Kumo są Cognite, Coinbase, Databricks, DoorDash, Revolut i Tubi. NVIDIA informuje również, że klienci Snowflake już używają tych modeli, aby przyspieszyć rozwój AI w reklamie, energetyce, usługach finansowych i handlu detalicznym. Raport nie podaje wartości oszczędności klientów ani poprawy wyników predykcji.
Narzędzia robotyczne koncentrują się na szkoleniu przed wdrożeniem
W obszarze fizycznej AI NVIDIA dodaje narzędzia do dalszego treningu i optymalizacji Cosmos, które mają poprawiać modele świata przy mniejszym zapotrzebowaniu na moc obliczeniową. Punkty kontrolne symulacji pozwalają programistom oceniać zachowanie w interaktywnych scenariuszach jazdy i manipulowania obiektami przez roboty przed testami w rzeczywistych warunkach.
Nowy Cosmos Data Factory łączy gotowe schematy i podstawowe umiejętności agentów, aby selekcjonować, etykietować, generować i oceniać dane treningowe. Zastosowania obejmują scenariusze jazdy, wady produktów i rozszerzanie zbiorów obrazów. Programiści mogą korzystać z kompletnych przepływów pracy lub pojedynczych funkcji, a agenci mogą koordynować ten proces.
NVIDIA informuje, że Porsche wraz z Voxel51, ANYbotics wraz z Encord, Zalando i CEVA Logistics wraz z Sereact, a także Siemens, używają Cosmos Data Factory do tworzenia zróżnicowanych zbiorów danych treningowych i poprawy precyzji modeli.
Alpamayo 2 Edge odpowiada na potrzeby innego etapu: wnioskowania w autonomicznych pojazdach. Kompaktowy model łączy rozumienie sceny w czasie rzeczywistym z planowaniem ruchu, opiera się na fundamencie Cosmos 3 Edge bazującym na Nemotron i jest zoptymalizowany pod kątem NVIDIA DRIVE AGX Thor. NVIDIA informuje, że został zaprojektowany tak, by zapewnić zaawansowane funkcje jazdy pojazdom o mniejszych wymaganiach obliczeniowych. Termin udostępnienia do pobrania pozostaje wyznaczony na późniejszą część tego miesiąca.
Modele naukowe wspierają projektowanie białek i systemy kwantowe
Nowe rozwiązania naukowe służą odrębnym procesom badawczym, a nie jednemu asystentowi badawczemu ogólnego przeznaczenia. BioNeMo RFD4-Proteina generuje sekwencje białek i ich struktury trójwymiarowe, natomiast Ising wspiera kalibrację i korekcję błędów sprzętu kwantowego.
Kandydaci na białka nadal przechodzą testy laboratoryjne
RFD4-Proteina, opracowany przez NVIDIA i Baker Lab działające w Institute for Protein Design na University of Washington, ma wspierać projektowanie białek wiążących trudne cele lub małe cząsteczki, a także białek łączących się w złożone struktury.
NVIDIA informuje o czołowych wynikach w ponad 10 zadaniach związanych z projektowaniem białek oraz generowaniu około 13 razy szybciej niż RFdiffusion3 w teście porównawczym z wykorzystaniem białek o długości 200 aminokwasów. Wartości te opisują wyniki modelu w przedstawionym teście, a nie zakończoną walidację laboratoryjną. Badacze mogą używać agentów do generowania i oceny kandydatów, zanim wybiorą projekty do przetestowania w laboratorium.
Partnerzy z sektora kwantowego koncentrują się na kalibracji i korekcji błędów
IQM Quantum Computers wykorzystuje Ising do kalibracji swoich procesorów kwantowych. SEEQC łączy Ising, NVIDIA NVQLink i własne rozwiązanie Digital Link, aby sprostać wymogom niskich opóźnień w korekcji błędów kwantowych w czasie rzeczywistym.
AWS integruje Ising z AWS Parallel Computing Service, aby badacze mogli pracować z modelami przed ich wdrożeniem. NVIDIA zauważa, że ze względu na wymagania dotyczące opóźnień dekodowanie zazwyczaj odbywa się na klasycznym sprzęcie umieszczonym w tym samym miejscu co procesor kwantowy. Integracja z AWS wspiera badania przed etapem takiego wdrożenia.
Co jest już dostępne, a co dopiero planowane
W raporcie NVIDIA odróżnia modele dostępne obecnie od tych, których premiera jest dopiero planowana. Super VL jest dostępny za pośrednictwem platform z modelami, NVIDIA NIM i partnerów. Kumo, Cosmos, Retriever, BioNeMo RFD4-Proteina i Ising również mają wskazane kanały dystrybucji, choć różnią się one w zależności od rozwiązania.
Najbliższe planowane premiery to Nemotron 3.5 Bolt, którego dostępność jest oczekiwana 23 października, oraz Alpamayo 2 Edge, który ma pojawić się pod koniec października. Daty te określają planowany termin udostępnienia, a nie zakończone premiery.
Podsumowanie
Rozszerzenie oferty poszerza gamę dostosowywalnych modeli NVIDIA — od agentów dla przedsiębiorstw po prognozowanie biznesowe, fizyczną AI i badania naukowe. Dla programistów najważniejsze jest teraz rozróżnienie między narzędziami już dostępnymi do testów a premierami Bolt i Alpamayo, które nadal zaplanowano na późniejszą część października.
Więcej wiadomości
Więcej wiadomości FinanceVelix
Zastrzeżenie
Ten artykuł FinanceVelix zawiera informacje ogólne, a nie spersonalizowane porady finansowe, inwestycyjne, prawne ani podatkowe. Ceny rynkowe, stopy procentowe i warunki gospodarcze mogą się zmieniać; inwestowanie wiąże się z ryzykiem straty. Fakty odzwierciedlają informacje dostępne w chwili publikacji i mogą ulec zmianie. Ważne informacje należy niezależnie zweryfikować, a w razie potrzeby skonsultować się z wykwalifikowanym specjalistą. Wzmianka o aktywach, spółce lub usłudze nie stanowi rekomendacji.
