国际机器学习大会（ICML）每年都会展示全球数千名人工智能研究人员的研究成果。今年的会议论文表明，开放前沿模型和开放人工智能基础设施已成为现代人工智能科学研究的基石。

英伟达（NVIDIA）共有 74 篇论文被 ICML 2026 接收。约有 2000 篇论文引用了英伟达 GPU，而 145 篇论文则以英伟达 Nemotron 为基础进行新研究。Nemotron 是一个包含开放数据集的开放模型系列。此外，还有数百篇论文借鉴了英伟达 Cosmos、英伟达 Isaac GR00T、BioNeMo 以及其他英伟达开放模型系列，这些模型涵盖了物理人工智能、机器人、自动驾驶汽车和生物医学研究等领域。

定义今年研究的主题

视觉和视频生成、用于大型语言模型（LLMs）的强化学习、代理训练以及人工智能推理等领域，是今年论文中持续突出的主题，反映了这些领域持续的投入。同时，一些新兴领域也取得了突破。

机器人世界模型引起了广泛关注，例如 DreamDojo 的论文就突破了人工智能系统学习理解和在物理环境中进行操作的界限。DreamDojo 通过人类视频学习物理世界的运行规律，并基于英伟达 Cosmos 开放前沿模型，预测机器人在未曾训练过的环境中处理物体和进行操作的能力。这使得研究人员能够评估策略、规划动作以及远程操作虚拟机器人，从而在不承担物理部署的成本和风险的情况下加速开发。

人工智能在生命科学领域的应用，得益于英伟达 BioNeMo 开放模型和研究贡献，这些研究帮助研究人员理解蛋白质功能、分子行为和基因编码。FLIP2 等论文提出了用于测试人工智能预测蛋白质突变效果的公开基准。KERMT 是一个新推出的 BioNeMo 开放模型，用于预测对药物发现至关重要的分子特性。

合成数据生成（SDG）在今年的 ICML 上备受关注，多篇论文采用了 Nemotron 和物理人工智能开放数据集，这反映了研究人员在扩展训练规模时，不再仅仅依赖人工标注数据。

开放研究栈

开放的基础设施为研究人员提供了加速突破的工具。

研究论文显示，Nemotron 的使用方式已不再局限于单一模型发布，而是作为一个研究栈：提供开放的权重用于评估，开放的数据集用于训练和调整，以及开放的推理、工具使用、安全、数据整理和高效推理的“配方”。

除了模型本身，NeMo Curator 及其支持的开放数据集，为研究人员提供了可复现的数据集整理基础。SDG 工具能够以几年前难以想象的速度和规模创建高质量的训练数据集。

Cosmos 3 系列开放前沿全模（omnimodels）为研究人员和开发者提供了强大的能力飞跃，能够构建在物理世界中感知、推理、规划和行动的机器人、自动驾驶汽车和视觉人工智能。

此外，用于自动驾驶汽车开发的英伟达 Alpamayo 开放模型系列、用于机器人技术的英伟达 Isaac GR00T，以及用于生物医学的英伟达 BioNeMo，都加速了各行业的研发进程。

生态系统的构建

这种势头已经超越了英伟达自身的研究实验室。

Basecamp Research 开发了一个新的 DNA 基础模型 EDEN，帮助研究人员解读和设计基因序列。

默克公司（Merck & Co.）利用 KERMT 预测潜在药物分子在体内的行为，包括其有效性、安全性以及可开发性。

Sakana AI 在今年的 ICML 上展示了其直接基于 Nemotron 3 Ultra 构建的 Fugu 和 Fugu-Ultra 模型，利用这一开放基础推动其在人工智能研究自动化方面的工作。

KiloCode 将 Nemotron 集成到其代码路由架构中，报告的代币成本降低高达 90%，这对于 AI 在生产环境中的经济效益具有实际意义。

Naver 利用 Nemotron 架构开发了自己的模型，为韩语人工智能研究奠定了基础。

Together AI 在其平台上托管 Nemotron 模型，为需要可靠、无缝访问开放推理的研究人员提供了便利。

Humanoid、LG 电子、NEURA Robotics 和 Noble Machines 公司正在采用英伟达 Isaac GR00T 模型，以加速其人形机器人的工业化部署。同时，1X、Agility、Agile Robots、Boston Dynamics、Hexagon Robotics 和 Mentee 公司正利用 Cosmos 世界模型、Isaac Sim 和 Isaac Lab 构建下一代人形机器人，以加速其机器人的开发和验证。