NVIDIA正在扩展其开放模型组合，涵盖用于结构化业务数据的Kumo模型，以及横跨机器人、蛋白质设计和量子计算的新Nemotron模型与工具。NVIDIA于2026年10月21日详细介绍了此次开放模型扩展，为机构提供可利用本地数据定制、并部署在其可控基础设施上的基础模型。已公布的产品大多已推出；Nemotron 3.5 Bolt预计于10月23日推出，Alpamayo 2 Edge则计划于本月晚些时候推出。
要点
- Kumo为结构化企业数据增加了预测、预报和欺诈风险评估能力，Coinbase、Revolut和Databricks是首批与其合作的机构之一。
- 此次扩展不止于语言模型，还涵盖机器人训练、车载推理、蛋白质设计和量子硬件校准。
- 各产品组合的可用情况不尽相同：多个模型系列现已开放使用，但Nemotron 3.5 Bolt和Alpamayo 2 Edge仍有待推出。
目录
NVIDIA开放模型让机构能够定制什么
此次扩展的核心，是为开发者提供可根据自身语言、知识和行业需求调整的模型，而不是只能使用通用系统。NVIDIA将这一产品组合描述为应用的基础，机构可在自己控制的基础设施上运行这些应用。
Nemotron提供语言模型、数据集和训练方案，用于构建能够处理文本和图像的智能体。此次公布的新增产品包括Nemotron 3.5 Super VL和Nemotron 3.5 Bolt，以及用于嵌入、重排序和文档解析的Retriever模型。这些产品既着眼于提升智能体能力，也致力于让企业文档能够被这些系统有效利用。
NVIDIA列出的Nemotron模型和数据集合作机构包括达索系统、SAP、Salesforce、Shopify、Synopsys和WPP，它们正利用相关资源开发定制模型和特定领域智能体。埃森哲和安永也参与其中。NVIDIA将这些描述为开发工作，并未表示所有参与方都已完成生产环境部署。
NVIDIA Nemotron联盟的欧洲成员包括Black Forest Labs、H-Company和Mistral。据NVIDIA称，它们提供的数据、研究成果和专业知识将纳入Nemotron基础模型。
| 项目 | 详情 |
|---|---|
| Nemotron 3.5 Super VL | 可通过Hugging Face、ModelScope、OpenRouter、NVIDIA NIM及合作伙伴获取。 |
| Nemotron 3.5 Bolt | 预计于10月23日推出。 |
| Nemotron Retriever | 可通过Hugging Face、合作伙伴平台和NVIDIA NIM获取，用于嵌入、重排序和文档解析。 |
| Kumo | 可在Hugging Face获取，也以NVIDIA NIM微服务形式提供，用于生产推理。 |
| Cosmos | 可通过Hugging Face和GitHub公开获取，也可通过部分推理合作伙伴获取。 |
| Alpamayo 2 Edge | 计划于10月晚些时候在GitHub和Hugging Face开放下载。 |
| BioNeMo RFD4-Proteina | 可通过NVIDIA开发者平台、NVIDIA NIM、GitHub、Hugging Face及部分推理合作伙伴获取。 |
| Ising | 可通过GitHub、Hugging Face和NVIDIA开发者平台获取。 |
Kumo旨在利用业务数据进行预测
Kumo是此次新增产品中最直接面向业务数据的产品。其开放权重基础模型、库和工具旨在帮助应用利用结构化信息预测结果、评估欺诈风险并推荐行动方案。
NVIDIA所描述的实际变化是，开发者不再需要为每项预测任务单独构建一套机器学习流程。开发者可以从预训练模型入手，并在工作负载需要更高性能时使用专有数据对其进行微调。
Kumo Structured涵盖关系型和表格数据的预测、预报及异常检测。Kumo Engine提供开放的库栈，用于开发和部署结构化数据基础模型。该系列是NVIDIA Agent Knowledge Foundation的一部分。
Cognite、Coinbase、Databricks、DoorDash、Revolut和Tubi是首批与Kumo合作的机构之一。NVIDIA还表示，Snowflake客户已在利用这些模型，加快广告、能源、金融服务和零售领域的AI开发。报告并未量化客户节省的成本或预测能力的提升幅度。
机器人工具侧重于部署前训练
在物理AI领域，NVIDIA新增了Cosmos后训练和优化工具，旨在以更少的计算资源改进世界模型。通过仿真检查点，开发者可在现实世界测试之前，评估模型在交互式驾驶和机器人操作场景中的行为。
新版Cosmos Data Factory整合了蓝图和核心智能体技能，用于整理、标注、生成和评估训练数据。其用途包括驾驶场景、产品缺陷和图像增强。开发者既可使用完整工作流，也可单独调用各项能力，并由智能体协调整个流程。
NVIDIA表示，保时捷与Voxel51、ANYbotics与Encord、Zalando、CEVA Logistics与Sereact，以及西门子，均在使用Cosmos Data Factory创建多样化训练数据集并提升模型精度。
Alpamayo 2 Edge面向不同阶段：在自动驾驶汽车内部进行推理。该紧凑型模型结合实时场景理解和运动规划，基于以Nemotron为基础的Cosmos 3 Edge构建，并针对NVIDIA DRIVE AGX Thor进行了优化。NVIDIA表示，该模型旨在以较低的计算需求为车辆带来先进驾驶能力；其下载时间仍计划安排在本月晚些时候。
科学模型面向蛋白质设计和量子系统
这些科学领域新增产品服务于不同的工作流程，并非单一的通用研究助手。BioNeMo RFD4-Proteina用于生成蛋白质序列和三维结构，Ising则针对量子硬件的校准和纠错。
蛋白质候选方案仍需经过实验室测试
RFD4-Proteina由NVIDIA与华盛顿大学蛋白质设计研究所的Baker实验室共同开发，旨在帮助设计能够与难以处理的靶标或小分子结合，或能够组装成复杂结构的蛋白质。
NVIDIA报告称，该模型在10多项蛋白质设计任务中表现领先；在一项使用200个氨基酸蛋白质的基准测试中，生成速度约为RFdiffusion3的13倍。这些数据反映的是模型在所报告基准测试中的表现，并不代表已完成实验室验证。研究人员可以利用智能体生成并评估候选方案，然后选择设计方案在实验室进行测试。
量子领域合作伙伴着眼于校准和纠错
IQM Quantum Computers正在使用Ising校准其量子处理器。SEEQC则将Ising、NVIDIA NVQLink与其Digital Link结合，以满足实时量子纠错的低延迟要求。
AWS正将Ising集成到AWS Parallel Computing Service中，以便研究人员在部署前使用这些模型。NVIDIA指出，由于延迟要求，解码通常在与量子处理器同址部署的经典硬件上进行；AWS集成支持相关研究工作，为后续部署作准备。
哪些产品现已推出，哪些仍在计划中
NVIDIA的报告区分了目前可用的模型和即将推出的产品。Super VL可通过模型平台、NVIDIA NIM和合作伙伴获取。Kumo、Cosmos、Retriever、BioNeMo RFD4-Proteina和Ising也列出了分发渠道，不过不同产品的渠道各不相同。
近期尚未推出的产品包括预计于10月23日推出的Nemotron 3.5 Bolt，以及计划于10月晚些时候推出的Alpamayo 2 Edge。这些日期属于计划开放时间，并不表示产品已经发布。
结论
此次扩展将NVIDIA可定制模型的应用范围，从企业智能体拓展至业务预测、物理AI和科学研究。对开发者而言，当前的关键区别在于：哪些工具已经可以用于评估，哪些产品——即Bolt和Alpamayo——仍计划在10月晚些时候推出。
阅读更多新闻
免责声明
本文由FinanceVelix发布，仅提供一般信息，不构成针对个人的财务、投资、法律或税务建议。市场价格、利率和经济状况可能发生变化；投资存在亏损风险。文中事实依据发布时可获得的材料，且可能发生变化。请独立核实重要信息，并在需要时咨询合格的专业人士。提及任何资产、公司或服务均不构成推荐。
