NVIDIA กำลังขยายพอร์ตโฟลิโอโมเดลเปิด ด้วยโมเดล Kumo สำหรับข้อมูลธุรกิจแบบมีโครงสร้าง โมเดล Nemotron ใหม่ และเครื่องมือที่ครอบคลุมหุ่นยนต์ การออกแบบโปรตีน และการประมวลผลควอนตัม การขยายโมเดลเปิดของ NVIDIA ซึ่งมีรายละเอียดเมื่อวันที่ 21 ตุลาคม 2026 มอบพื้นฐานให้แก่องค์กรนำไปปรับแต่งด้วยข้อมูลในพื้นที่และติดตั้งใช้งานบนโครงสร้างพื้นฐานที่ตนควบคุมได้ ผลิตภัณฑ์ส่วนใหญ่ที่ประกาศพร้อมใช้งานแล้ว ขณะที่ Nemotron 3.5 Bolt คาดว่าจะเปิดให้ใช้งานในวันที่ 23 ตุลาคม และ Alpamayo 2 Edge มีกำหนดเปิดตัวในช่วงปลายเดือนนี้

ประเด็นสำคัญ

  • Kumo เพิ่มขีดความสามารถด้านการคาดการณ์ การพยากรณ์ และการประเมินความเสี่ยงการฉ้อโกงสำหรับข้อมูลองค์กรแบบมีโครงสร้าง โดยมี Coinbase, Revolut และ Databricks เป็นองค์กรกลุ่มแรกที่เริ่มใช้งาน
  • การขยายครั้งนี้ครอบคลุมมากกว่าโมเดลภาษา โดยรวมถึงการฝึกหุ่นยนต์ การให้เหตุผลบนยานยนต์ การออกแบบโปรตีน และการปรับเทียบฮาร์ดแวร์ควอนตัม
  • ความพร้อมใช้งานแตกต่างกันไปในแต่ละผลิตภัณฑ์: โมเดลหลายตระกูลเข้าถึงได้แล้ว แต่ Nemotron 3.5 Bolt และ Alpamayo 2 Edge ยังมีกำหนดเปิดตัวในอนาคต

สารบัญ

โมเดลเปิดของ NVIDIA ช่วยให้องค์กรปรับแต่งอะไรได้บ้าง

การขยายครั้งนี้มุ่งมอบโมเดลที่นักพัฒนาสามารถปรับให้เข้ากับภาษา องค์ความรู้ และข้อกำหนดเฉพาะอุตสาหกรรมของตน แทนการใช้เพียงระบบอเนกประสงค์ NVIDIA อธิบายว่าพอร์ตโฟลิโอนี้เป็นรากฐานสำหรับแอปพลิเคชันที่องค์กรสามารถใช้งานบนโครงสร้างพื้นฐานภายใต้การควบคุมของตน

Nemotron นำเสนอโมเดลภาษา ชุดข้อมูล และแนวทางการฝึกสำหรับเอเจนต์ที่ทำงานกับข้อความและภาพ ผลิตภัณฑ์ใหม่ที่ประกาศรวมถึง Nemotron 3.5 Super VL และ Nemotron 3.5 Bolt ตลอดจนโมเดล Retriever สำหรับการสร้างเวกเตอร์ฝังตัว การจัดอันดับใหม่ และการแยกวิเคราะห์เอกสาร เมื่อรวมกันแล้ว ผลิตภัณฑ์เหล่านี้รองรับทั้งขีดความสามารถของเอเจนต์และการทำให้เอกสารองค์กรพร้อมใช้งานสำหรับระบบดังกล่าว

บริษัทระบุว่า Dassault Systèmes, SAP, Salesforce, Shopify, Synopsys และ WPP เป็นหนึ่งในองค์กรที่กำลังทำงานกับโมเดลและชุดข้อมูล Nemotron เพื่อพัฒนาโมเดลที่ปรับแต่งเองและเอเจนต์เฉพาะทาง นอกจากนี้ Accenture และ EY ก็มีส่วนร่วมด้วย โดยระบุว่าเป็นความพยายามในการพัฒนา ไม่ใช่หลักฐานว่าผู้เข้าร่วมทุกรายได้นำระบบไปใช้งานจริงในขั้นการผลิตแล้ว

ผู้ร่วมพัฒนาในยุโรปของ NVIDIA Nemotron Coalition ได้แก่ Black Forest Labs, H-Company และ Mistral ตามข้อมูลของ NVIDIA ข้อมูล งานวิจัย และความเชี่ยวชาญของบริษัทเหล่านี้เป็นส่วนหนึ่งของรากฐาน Nemotron

รายการรายละเอียด
Nemotron 3.5 Super VLพร้อมใช้งานผ่าน Hugging Face, ModelScope, OpenRouter, NVIDIA NIM และพันธมิตร
Nemotron 3.5 Boltคาดว่าจะพร้อมใช้งานในวันที่ 23 ตุลาคม
Nemotron Retrieverพร้อมใช้งานผ่าน Hugging Face แพลตฟอร์มพันธมิตร และ NVIDIA NIM สำหรับการสร้างเวกเตอร์ฝังตัว การจัดอันดับใหม่ และการแยกวิเคราะห์เอกสาร
Kumoพร้อมใช้งานบน Hugging Face และบรรจุเป็นไมโครเซอร์วิส NVIDIA NIM สำหรับการอนุมานในระบบใช้งานจริง
Cosmosเปิดให้ใช้งานบน Hugging Face และ GitHub รวมถึงผ่านพันธมิตรด้านการอนุมานที่ได้รับเลือก
Alpamayo 2 Edgeมีกำหนดให้ดาวน์โหลดบน GitHub และ Hugging Face ในช่วงปลายเดือนตุลาคม
BioNeMo RFD4-Proteinaพร้อมใช้งานผ่านแพลตฟอร์มนักพัฒนาของ NVIDIA, NVIDIA NIM, GitHub, Hugging Face และพันธมิตรด้านการอนุมานที่ได้รับเลือก
Isingพร้อมใช้งานบน GitHub, Hugging Face และแพลตฟอร์มนักพัฒนาของ NVIDIA

Kumo มุ่งคาดการณ์จากข้อมูลธุรกิจ

Kumo เป็นผลิตภัณฑ์ใหม่ที่มุ่งเน้นข้อมูลธุรกิจโดยตรงมากที่สุด โมเดลพื้นฐานแบบเปิดที่มีน้ำหนักเปิด ไลบรารี และเครื่องมือของ Kumo ออกแบบมาเพื่อช่วยให้แอปพลิเคชันพยากรณ์ผลลัพธ์ ประเมินความเสี่ยงการฉ้อโกง และแนะนำการดำเนินการจากข้อมูลแบบมีโครงสร้าง

การเปลี่ยนแปลงในทางปฏิบัติตามที่ NVIDIA อธิบาย คือการลดความจำเป็นในการสร้างไปป์ไลน์แมชชีนเลิร์นนิงแยกต่างหากสำหรับงานคาดการณ์แต่ละประเภท นักพัฒนาสามารถเริ่มจากโมเดลที่ฝึกไว้ล่วงหน้า และปรับแต่งด้วยข้อมูลกรรมสิทธิ์เมื่องานต้องการประสิทธิภาพที่สูงขึ้น

Kumo Structured รองรับการคาดการณ์ข้อมูลเชิงสัมพันธ์และข้อมูลแบบตาราง การพยากรณ์ และการตรวจจับความผิดปกติ ส่วน Kumo Engine เป็นชุดไลบรารีแบบเปิดสำหรับพัฒนาและนำโมเดลพื้นฐานสำหรับข้อมูลแบบมีโครงสร้างไปใช้งาน กลุ่มผลิตภัณฑ์นี้เป็นส่วนหนึ่งของ NVIDIA Agent Knowledge Foundation

Cognite, Coinbase, Databricks, DoorDash, Revolut และ Tubi เป็นหนึ่งในองค์กรกลุ่มแรกที่ทำงานกับ Kumo NVIDIA ยังระบุด้วยว่าลูกค้าของ Snowflake กำลังใช้โมเดลเหล่านี้เพื่อเร่งการพัฒนา AI ในธุรกิจโฆษณา พลังงาน บริการทางการเงิน และค้าปลีก รายงานไม่ได้ระบุตัวเลขการประหยัดต้นทุนของลูกค้าหรือการปรับปรุงด้านการคาดการณ์

เครื่องมือหุ่นยนต์เน้นการฝึกก่อนนำไปใช้งาน

สำหรับ AI เชิงกายภาพ NVIDIA เพิ่มเครื่องมือฝึกต่อและปรับแต่ง Cosmos ซึ่งมีเป้าหมายเพื่อพัฒนาโมเดลโลกโดยใช้กำลังประมวลผลน้อยลง จุดตรวจสอบสำหรับการจำลองช่วยให้นักพัฒนาประเมินพฤติกรรมในสถานการณ์ขับขี่แบบโต้ตอบและการจัดการวัตถุด้วยหุ่นยนต์ก่อนทดสอบในโลกจริง

Cosmos Data Factory ใหม่ผสานพิมพ์เขียวและทักษะหลักของเอเจนต์สำหรับคัดสรร ติดป้ายกำกับ สร้าง และประเมินข้อมูลฝึก การใช้งานรวมถึงสถานการณ์การขับขี่ ข้อบกพร่องของผลิตภัณฑ์ และการเพิ่มความหลากหลายของภาพ นักพัฒนาสามารถใช้เวิร์กโฟลว์ทั้งหมดหรือเลือกใช้ความสามารถเป็นรายส่วน โดยมีเอเจนต์ประสานงานกระบวนการ

NVIDIA ระบุว่า Porsche ร่วมกับ Voxel51, ANYbotics ร่วมกับ Encord, Zalando และ CEVA Logistics ร่วมกับ Sereact ตลอดจน Siemens กำลังใช้ Cosmos Data Factory เพื่อสร้างชุดข้อมูลฝึกที่หลากหลายและเพิ่มความแม่นยำของโมเดล

Alpamayo 2 Edge ตอบโจทย์อีกขั้นตอนหนึ่ง นั่นคือการให้เหตุผลภายในยานยนต์ไร้คนขับ โมเดลขนาดกะทัดรัดนี้ผสานการทำความเข้าใจฉากแบบเรียลไทม์เข้ากับการวางแผนการเคลื่อนที่ สร้างขึ้นบนรากฐานของ Cosmos 3 Edge ที่ใช้ Nemotron และปรับแต่งให้เหมาะกับ NVIDIA DRIVE AGX Thor NVIDIA ระบุว่าโมเดลนี้ออกแบบมาเพื่อนำขีดความสามารถการขับขี่ขั้นสูงไปสู่ยานยนต์ที่ต้องการกำลังประมวลผลต่ำกว่า โดยยังคงมีกำหนดเปิดให้ดาวน์โหลดในช่วงปลายเดือนนี้

โมเดลวิทยาศาสตร์รองรับการออกแบบโปรตีนและระบบควอนตัม

ผลิตภัณฑ์ใหม่ด้านวิทยาศาสตร์รองรับเวิร์กโฟลว์ที่แตกต่างกัน แทนที่จะเป็นผู้ช่วยวิจัยอเนกประสงค์เพียงระบบเดียว BioNeMo RFD4-Proteina สร้างลำดับโปรตีนและโครงสร้างสามมิติ ขณะที่ Ising มุ่งเน้นการปรับเทียบและแก้ไขข้อผิดพลาดสำหรับฮาร์ดแวร์ควอนตัม

โปรตีนที่ออกแบบขึ้นยังต้องผ่านการทดสอบในห้องปฏิบัติการ

RFD4-Proteina พัฒนาโดย NVIDIA และ Baker Lab แห่ง Institute for Protein Design ของ University of Washington โดยมีเป้าหมายเพื่อช่วยออกแบบโปรตีนที่จับกับเป้าหมายที่ออกแบบได้ยากหรือโมเลกุลขนาดเล็ก หรือประกอบตัวเป็นโครงสร้างซับซ้อน

NVIDIA รายงานว่ามีประสิทธิภาพระดับแนวหน้าในงานออกแบบโปรตีนมากกว่า 10 ประเภท และสร้างผลลัพธ์ได้เร็วกว่า RFdiffusion3 ประมาณ 13 เท่า ในการทดสอบมาตรฐานที่ใช้โปรตีนขนาด 200 กรดอะมิโน ตัวเลขดังกล่าวอธิบายประสิทธิภาพของโมเดลในการทดสอบมาตรฐานที่รายงาน ไม่ใช่การยืนยันผลในห้องปฏิบัติการที่เสร็จสมบูรณ์แล้ว นักวิจัยสามารถใช้เอเจนต์สร้างและประเมินตัวเลือก ก่อนคัดเลือกแบบที่จะนำไปทดสอบในห้องปฏิบัติการ

พันธมิตรด้านควอนตัมมุ่งปรับเทียบและแก้ไขข้อผิดพลาด

IQM Quantum Computers กำลังใช้ Ising เพื่อปรับเทียบหน่วยประมวลผลควอนตัมของตน ส่วน SEEQC กำลังผสาน Ising, NVIDIA NVQLink และ Digital Link ของบริษัท เพื่อรองรับข้อกำหนดด้านเวลาแฝงต่ำสำหรับการแก้ไขข้อผิดพลาดควอนตัมแบบเรียลไทม์

AWS กำลังผสาน Ising เข้ากับ AWS Parallel Computing Service เพื่อให้นักวิจัยทำงานกับโมเดลได้ก่อนนำไปใช้งาน NVIDIA ระบุว่าโดยทั่วไปการถอดรหัสจะดำเนินการบนฮาร์ดแวร์แบบคลาสสิกที่ติดตั้งร่วมกับหน่วยประมวลผลควอนตัม เนื่องจากข้อกำหนดด้านเวลาแฝง การผสานรวมกับ AWS รองรับการวิจัยก่อนถึงขั้นตอนการติดตั้งใช้งานดังกล่าว

อะไรพร้อมใช้งานแล้ว และอะไรยังอยู่ในแผน

รายงานของ NVIDIA แยกความแตกต่างระหว่างโมเดลที่เข้าถึงได้ในปัจจุบันกับรุ่นที่กำลังจะเปิดตัว Super VL พร้อมใช้งานผ่านแพลตฟอร์มโมเดล NVIDIA NIM และพันธมิตร ส่วน Kumo, Cosmos, Retriever, BioNeMo RFD4-Proteina และ Ising ก็มีช่องทางเผยแพร่ที่ระบุไว้เช่นกัน แม้ช่องทางจะแตกต่างกันไปในแต่ละผลิตภัณฑ์

ผลิตภัณฑ์ที่เหลือซึ่งมีกำหนดเปิดตัวในระยะใกล้ ได้แก่ Nemotron 3.5 Bolt ซึ่งคาดว่าจะเปิดให้ใช้งานในวันที่ 23 ตุลาคม และ Alpamayo 2 Edge ซึ่งมีกำหนดเปิดตัวในช่วงปลายเดือนตุลาคม วันที่เหล่านี้เป็นแผนการเปิดให้ใช้งาน ไม่ใช่การยืนยันว่าเปิดตัวเสร็จสิ้นแล้ว

บทสรุป

การขยายครั้งนี้ทำให้ผลิตภัณฑ์โมเดลที่ปรับแต่งได้ของ NVIDIA ครอบคลุมตั้งแต่เอเจนต์สำหรับองค์กร ไปจนถึงการคาดการณ์ทางธุรกิจ AI เชิงกายภาพ และการวิจัยทางวิทยาศาสตร์ สำหรับนักพัฒนา ประเด็นสำคัญในทันทีคือการแยกเครื่องมือที่พร้อมให้ประเมินแล้วออกจากรุ่น Bolt และ Alpamayo ซึ่งยังมีกำหนดเปิดตัวในช่วงปลายเดือนตุลาคม

อ่านข่าวเพิ่มเติม

ข่าวเพิ่มเติมจาก FinanceVelix

ข้อจำกัดความรับผิดชอบ

บทความ FinanceVelix นี้ให้ข้อมูลทั่วไป ไม่ใช่คำแนะนำด้านการเงิน การลงทุน กฎหมาย หรือภาษีที่จัดทำขึ้นเฉพาะบุคคล ราคาตลาด อัตราดอกเบี้ย และภาวะเศรษฐกิจเปลี่ยนแปลงได้ การลงทุนมีความเสี่ยงที่จะขาดทุน ข้อเท็จจริงสะท้อนข้อมูลที่มีอยู่ในวันที่เผยแพร่และอาจเปลี่ยนแปลงได้ โปรดตรวจสอบข้อมูลสำคัญด้วยตนเอง และปรึกษาผู้เชี่ยวชาญที่มีคุณสมบัติเหมาะสมเมื่อจำเป็น การกล่าวถึงสินทรัพย์ บริษัท หรือบริการใดไม่ได้หมายถึงการรับรอง