NVIDIA 扩展开源模型家族，覆盖语言、机器人、生物与量子计算
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
本条选题由第三方线索发现；线索方提供的摘要未被采用，本页内容依据下方信源整理。线索来源：AIHOT
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载开源组合覆盖四类场景
NVIDIA 此次扩充的开源模型并非单一模型，而是一个按用途划分的组合。语言方向由 Nemotron 系列承担，机器人方向对应 Cosmos 3.5 世界模型与面向自动驾驶的 Alpamayo 2 Edge，生物与医疗方向由 BioNeMo 承接，量子计算方向则是 Ising。NVIDIA 的表述是，这些开放模型为组织提供可基于本地数据定制、并部署在自有可控基础设施上的基础。对开发者而言，这意味着同一套模型来源可以对应不同行业的落地需求，而不必为每个场景另找供应商。
Nemotron 的具体型号与能力
语言侧新增 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt 两款模型，同时补充 Nemotron Retriever 系列，专门处理嵌入、重排和文档解析。Nemotron 支持文本与图像输入，定位是帮助智能体编排工作流、完成复杂问题推理以及执行专项任务，并强调成本更低。这些模型的数据、研究与专业经验来自 Nemotron Coalition，欧洲成员包括 Black Forest Labs、H-Company 和 Mistral。对企业来说，可据此在自有知识与专业积累之上构建应用，而不是从通用模型起步。
Kumo 面向结构化业务数据
Kumo 是此次组合中面向结构化业务数据的一支，以开放权重基础模型加库和工具的形式提供，归入 NVIDIA Agent Knowledge Foundation。其能力指向三类任务：预测结果、对欺诈风险打分、以及基于数据给出行动建议。与 Nemotron 处理文本和图像不同，Kumo 的落点在表格化、结构化的企业数据上，服务对象是智能体与应用。材料同时提到 Kumo 缩短了时间，但未给出具体幅度，因此无法量化其效率提升。
生态与定制路径
材料列出了围绕 Nemotron 的采用方与后训练伙伴。使用 Nemotron 模型与数据集构建定制模型和领域智能体的企业包括 Dassault Systèmes、Domyn、Dream、Palantir 的客户、Salesforce、SAP、Shopify、Synopsys 与 WPP，Accenture 和 EY 等专业服务商也在其中。后训练伙伴名单覆盖 AfterQuery、AgileRL、AI21、Alice、Applied Compute、Baseten、CoreWeave、Distil Labs、EON、Fastino、Fireworks、Google Cloud、Mercor、Multiverse Computing、Nebius、Handshake AI、Plurai、Prime Intellect、River.AI、Scale AI、Trajectory 与 TNG，作用是协助企业把 Nemotron 调整到特定领域负载上。
为什么值得看
一次看清 NVIDIA 开源模型在语言、机器人、生物、量子四条线上的具体型号与用途，判断能否用于本地化定制。
信源1 家
关键事实
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。