每年，国际机器学习大会（ICML）都会公布数千名人工智能研究人员的研究成果。今年的录用论文揭示了一个清晰的方向：开放的前沿模型和开放的人工智能基础设施已成为现代人工智能科学的基础。
英伟达有 74 篇论文被 ICML 2026 录用。大约有 2,000 篇录用论文引用了英伟达 GPU，145 篇论文引用了英伟达 Nemotron——一个开放模型系列，包括开放数据集——作为新研究的基础。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，涵盖了物理 AI、机器人、自动驾驶汽车和生物医学研究。
视觉和视频生成、大型语言模型（LLM）的强化学习、Agent 训练以及 AI 推理等领域仍然是今年论文中的重要主题，反映了这些领域持续的投入——同时也有几个新兴领域取得了突破。
机器人世界模型引起了广泛关注，例如 DreamDojo 论文突破了 AI 系统学习推理和在物理环境中行动的界限。例如，DreamDojo 从人类视频中学习物理世界的运行方式，并基于英伟达 Cosmos 开放前沿模型来预测机器人在从未训练过的环境中如何处理物体和操作。它允许研究人员评估策略、规划行动并远程操控虚拟机器人，从而在没有物理部署成本和风险的情况下加速开发。
英伟达 BioNeMo 开放模型和研究贡献为生命科学领域的人工智能提供了动力，帮助研究人员理解蛋白质功能、分子行为和遗传密码。FLIP2 等论文引入了用于测试 AI 预测蛋白质突变效果的公共基准。KERMT 是一个新的 BioNeMo 开放模型，用于预测对药物发现很重要的分子特性。
合成数据生成（SDG）在今年的 ICML 上引起了特别的兴趣，有几篇关于 Nemotron 和物理 AI 开放数据集的论文，这反映了研究人员在不完全依赖人工标记数据的情况下进行大规模训练的思路转变。
开放基础设施为研究人员提供了加速突破的工具。
论文显示，Nemotron 的使用方式不再是单一的模型发布，而更像是一个研究栈：提供开放权重以供评估，开放数据集以供训练和适配，以及开放的推理、工具使用、安全、数据策展和高效推理的配方。
除了模型之外，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策展基础。SDG 工具能够以几年前难以想象的规模和速度创建高质量的训练集。
Cosmos 3 系列开放的前沿全模模型为研究人员和开发人员在构建感知、推理、规划和在物理世界中行动的机器人、自动驾驶汽车和视觉 AI 方面提供了代际飞跃。
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，都有助于加速跨行业的研发。
这种势头不仅限于英伟达自己的研究实验室。
Basecamp Research 开发了一个新的 DNA 基础模型 EDEN，帮助研究人员解释和设计基因序列。
Merck & Co. 公司使用 KERMT 来预测潜在药物分子在体内的行为，包括它们是否可能有效、安全且可开发。
Sakana AI——今年也参加了 ICML——将其 Fugu 和 Fugu-Ultra 模型直接构建在 Nemotron 3 Ultra 之上，利用开放的基础来推动其在 AI 研究自动化方面的工作。
KiloCode 将 Nemotron 集成到其代码路由架构中，报告称代币成本降低了高达 90%——这一结果对在生产环境中部署 AI 的经济性具有实际意义。
NAVER 使用 Nemotron 架构开发了自己的模型，为韩语 AI 研究奠定了基础。
Together AI 在其平台上托管 Nemotron 模型，使其对需要可靠、无缝访问开放推理的研究人员更加便捷。
Humanoid、LG Electronics、NEURA Robotics 和 Noble Machines 正在采用英伟达 Isaac GR00T 模型来加速其人形机器人的工业部署，而 1X、Agility、Agile Robots、Boston Dynamics、Hexagon Robotics 和 Mentee 则正在使用 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。
在 Hugging Face 上探索英伟达的开放模型。
在 7 月 10 日星期五的 ICML GenBio 研讨会上探索基因组学和生物学研究。