NVIDIA utökar sin portfölj av öppna modeller med Kumo-modeller för strukturerad affärsdata samt nya Nemotron-modeller och verktyg inom robotik, proteindesign och kvantdatorer. Utökningen av NVIDIA:s öppna modeller, som presenterades i detalj den 21 oktober 2026, ger organisationer grundmodeller som de kan anpassa med lokala data och driftsätta på infrastruktur de själva kontrollerar. De flesta av de presenterade erbjudandena finns tillgängliga, medan Nemotron 3.5 Bolt väntas den 23 oktober och Alpamayo 2 Edge är planerad till senare denna månad.
Viktigaste punkterna
- Kumo tillför funktioner för prediktion, prognoser och bedömning av bedrägeririsk för strukturerade företagsdata. Coinbase, Revolut och Databricks är bland de första organisationerna som arbetar med modellen.
- Utökningen sträcker sig bortom språkmodeller och omfattar träning av robotar, resonemang ombord på fordon, proteindesign och kalibrering av kvantmaskinvara.
- Tillgängligheten varierar mellan olika delar av portföljen: flera modellfamiljer finns tillgängliga nu, men Nemotron 3.5 Bolt och Alpamayo 2 Edge väntas fortfarande.
Innehållsförteckning
- Vad NVIDIA:s öppna modeller låter organisationer anpassa
- Kumo inriktas på prognoser utifrån affärsdata
- Robotikverktyg fokuserar på träning före driftsättning
- Vetenskapsmodeller för proteindesign och kvantsystem
- Vad som finns tillgängligt nu och vad som fortfarande är planerat
- Slutsats
Vad NVIDIA:s öppna modeller låter organisationer anpassa
Utökningen handlar i grunden om att ge utvecklare modeller som de kan anpassa efter egna språk, kunskaper och branschkrav, i stället för att enbart använda ett system för allmänna ändamål. NVIDIA beskriver portföljen som en grund för applikationer som organisationer kan köra på infrastruktur de själva kontrollerar.
Nemotron tillhandahåller språkmodeller, datamängder och träningsrecept för agenter som arbetar med text och bilder. De presenterade tilläggen omfattar Nemotron 3.5 Super VL och Nemotron 3.5 Bolt samt Retriever-modeller för inbäddning, omrangering och dokumenttolkning. Tillsammans hanterar dessa både agenternas funktioner och arbetet med att göra företagsdokument användbara för systemen.
Företaget uppger att Dassault Systèmes, SAP, Salesforce, Shopify, Synopsys och WPP är bland de organisationer som arbetar med Nemotron-modeller och datamängder för att utveckla anpassade modeller och domänspecifika agenter. Även Accenture och EY deltar. Detta beskrivs som utvecklingsarbete, inte som belägg för att alla deltagare har slutfört en produktionsdriftsättning.
Bland de europeiska bidragsgivarna till NVIDIA Nemotron Coalition finns Black Forest Labs, H-Company och Mistral. Enligt NVIDIA bidrar deras data, forskning och expertis till Nemotrons grund.
| Produkt | Detaljer |
|---|---|
| Nemotron 3.5 Super VL | Tillgänglig via Hugging Face, ModelScope, OpenRouter, NVIDIA NIM och partner. |
| Nemotron 3.5 Bolt | Väntas bli tillgänglig den 23 oktober. |
| Nemotron Retriever | Tillgänglig via Hugging Face, partnerplattformar och NVIDIA NIM för inbäddning, omrangering och dokumenttolkning. |
| Kumo | Tillgänglig på Hugging Face och paketerad som en NVIDIA NIM-mikrotjänst för inferens i produktionsmiljö. |
| Cosmos | Tillgänglig med öppen åtkomst på Hugging Face och GitHub samt via utvalda inferenspartner. |
| Alpamayo 2 Edge | Planerad för nedladdning på GitHub och Hugging Face senare i oktober. |
| BioNeMo RFD4-Proteina | Tillgänglig via NVIDIA:s utvecklarplattform, NVIDIA NIM, GitHub, Hugging Face och utvalda inferenspartner. |
| Ising | Tillgänglig på GitHub, Hugging Face och NVIDIA:s utvecklarplattform. |
Kumo inriktas på prognoser utifrån affärsdata
Kumo är det tillägg som tydligast fokuserar på affärsdata. De öppna grundmodellerna med tillgängliga vikter, biblioteken och verktygen är utformade för att hjälpa applikationer att prognostisera utfall, bedöma bedrägeririsk och rekommendera åtgärder utifrån strukturerad information.
Den praktiska förändring NVIDIA beskriver är att minska behovet av att bygga en separat maskininlärningspipeline för varje prediktionsuppgift. Utvecklare kan börja med förtränade modeller och finjustera dem på egna data när en arbetsbelastning kräver högre prestanda.
Kumo Structured omfattar prediktioner med relations- och tabelldata, prognoser och avvikelsedetektering. Kumo Engine tillhandahåller den öppna biblioteksstacken för utveckling och driftsättning av grundmodeller för strukturerad data. Modellfamiljen ingår i NVIDIA Agent Knowledge Foundation.
Cognite, Coinbase, Databricks, DoorDash, Revolut och Tubi är bland de första organisationerna som arbetar med Kumo. NVIDIA uppger också att Snowflake-kunder redan använder modellerna för att påskynda AI-utvecklingen inom reklam, energi, finansiella tjänster och detaljhandel. Rapporten kvantifierar inte kundernas besparingar eller förbättringar i prediktionerna.
Robotikverktyg fokuserar på träning före driftsättning
Inom fysisk AI lägger NVIDIA till verktyg för efterträning och optimering av Cosmos, avsedda att förbättra världsmodeller med mindre beräkningskapacitet. Simuleringskontrollpunkter gör det möjligt för utvecklare att utvärdera beteenden i interaktiva scenarier för körning och robotmanipulering före tester i verkligheten.
Den nya Cosmos Data Factory kombinerar ritningar och grundläggande agentförmågor för att sammanställa, märka, generera och utvärdera träningsdata. Användningsområdena omfattar körscenarier, produktdefekter och bildutökning. Utvecklare kan använda kompletta arbetsflöden eller enskilda funktioner, där agenter samordnar processen.
NVIDIA uppger att Porsche tillsammans med Voxel51, ANYbotics tillsammans med Encord, Zalando och CEVA Logistics tillsammans med Sereact, liksom Siemens, använder Cosmos Data Factory för att skapa varierade träningsdatamängder och förbättra modellernas precision.
Alpamayo 2 Edge riktar in sig på ett annat steg: resonemang i autonoma fordon. Den kompakta modellen kombinerar förståelse av omgivningen i realtid med rörelseplanering, bygger på den Nemotron-baserade grundmodellen Cosmos 3 Edge och är optimerad för NVIDIA DRIVE AGX Thor. NVIDIA uppger att modellen är utformad för att ge fordon med lägre beräkningskrav avancerade körfunktioner. Nedladdning är fortfarande planerad till senare denna månad.
Vetenskapsmodeller för proteindesign och kvantsystem
De vetenskapliga tillskotten riktar sig till olika arbetsflöden snarare än att utgöra en enda forskningsassistent för allmänna ändamål. BioNeMo RFD4-Proteina genererar proteinsekvenser och tredimensionella strukturer, medan Ising riktar in sig på kalibrering och felkorrigering för kvantmaskinvara.
Proteinkandidater testas fortfarande i laboratoriet
RFD4-Proteina har utvecklats av NVIDIA och Baker Lab vid University of Washingtons Institute for Protein Design och är avsedd att bidra till design av proteiner som binder till svåråtkomliga mål eller små molekyler, eller som sätts samman till komplexa strukturer.
NVIDIA rapporterar ledande prestanda inom fler än 10 uppgifter för proteindesign och en generering som är cirka 13 gånger snabbare än RFdiffusion3 i ett riktmärke med proteiner på 200 aminosyror. Dessa siffror beskriver modellens prestanda i det rapporterade riktmärket, inte genomförd laboratorievalidering. Forskare kan använda agenter för att generera och utvärdera kandidater innan de väljer ut konstruktioner att testa i laboratoriet.
Kvantsamarbetspartner inriktar sig på kalibrering och felkorrigering
IQM Quantum Computers använder Ising för att kalibrera sina kvantprocessorer. SEEQC kombinerar Ising, NVIDIA NVQLink och sin Digital Link för att hantera kraven på låg latens vid kvantfelkorrigering i realtid.
AWS integrerar Ising i AWS Parallel Computing Service så att forskare kan arbeta med modellerna före driftsättning. NVIDIA påpekar att avkodning vanligtvis utförs på klassisk maskinvara som är placerad tillsammans med kvantprocessorn på grund av latenskraven. AWS-integrationen stöder forskning inför detta driftsättningsskede.
Vad som finns tillgängligt nu och vad som fortfarande är planerat
NVIDIA:s rapport skiljer mellan modeller som är tillgängliga nu och kommande lanseringar. Super VL finns tillgänglig via modellplattformar, NVIDIA NIM och partner. Kumo, Cosmos, Retriever, BioNeMo RFD4-Proteina och Ising har också angivna distributionskanaler, även om kanalerna skiljer sig mellan erbjudandena.
De återstående lanseringarna på kort sikt är Nemotron 3.5 Bolt, som väntas den 23 oktober, och Alpamayo 2 Edge, som väntas senare i oktober. Datumen är angivna planer för tillgänglighet, inte redan genomförda lanseringar.
Slutsats
Utökningen breddar NVIDIA:s utbud av anpassningsbara modeller från företagsagenter till affärsprognoser, fysisk AI och vetenskaplig forskning. För utvecklare är den omedelbara skillnaden mellan verktyg som redan finns tillgängliga för utvärdering och lanseringarna av Bolt och Alpamayo, som fortfarande är planerade till senare i oktober.
Läs fler nyheter
Fler nyheter från FinanceVelix
Ansvarsfriskrivning
Den här artikeln från FinanceVelix tillhandahåller allmän information och utgör inte personlig finansiell, investeringsrelaterad, juridisk eller skattemässig rådgivning. Marknadspriser, räntor och ekonomiska förhållanden kan förändras; investeringar innebär risk för förlust. Uppgifterna återger det material som fanns tillgängligt vid publicering och kan komma att ändras. Kontrollera viktig information självständigt och rådgör vid behov med en kvalificerad expert. Att en tillgång, ett företag eller en tjänst nämns innebär inte att den rekommenderas.
