NVIDIA开放模型主导2026年首尔ICML大会

2026年国际机器学习大会（ICML）于7月6日至11日在韩国首尔举行，印证了研究界早已察觉的趋势：开放模型已成为学术AI进步的基石，而NVIDIA正处于这一转变的中心。

为什么引用数是指标，而非营销数字？

科学论文中的引用数是衡量影响力的客观指标——研究人员不会列出他们未实际使用的工具和模型。正因如此，ICML 2026约2,000篇录用论文将NVIDIA GPU列为基础设施这一数据，说明了该平台深度嵌入全球研究生态系统的程度。更具体的指标：145篇论文直接引用了Nemotron模型或NVIDIA以开放许可证分发的数据集——这些模型的权重和训练数据集对研究人员公开可用。

NVIDIA在大会上共有74篇录用论文，涵盖机器人技术、计算机视觉、强化学习和推理等多个类别。

开放模型家族

NVIDIA的开放模型组合按应用领域划分。Nemotron涵盖通用语言模型；除模型架构外，NVIDIA还公开发布训练所用的数据集，这对研究人员尤为宝贵，因为它支持结果的复现和改进。

Cosmos 3系列全模态模型专为机器人技术和自动驾驶设计。该模型理解环境的物理规律，能够预测三维空间中动作的后果。正是基于Cosmos 3的DreamDojo成为本届ICML的亮点论文之一。DreamDojo仅从人类活动视频中学习机器人行为：机器人观察人类执行任务，Cosmos 3帮助它在无需为每个任务预先专门编程的情况下建立物理环境的内部模型。波士顿动力、Agility Robotics和1X旗下机器人已采用Cosmos和Isaac GR00T模型用于类人机器人技术。

在生命科学领域，NVIDIA开发了BioNeMo平台。ICML上的两个突出示例：FLIP2蛋白质突变效应预测基准，使研究人员能够标准化评估新方法；以及用于药物发现背景下分子性质预测的KERMT模型。制药巨头默克公司已将KERMT整合到其研究流程中。

合成数据作为主导主题

对录用论文的分析显示，合成数据生成作为整个大会最为突出的主题之一浮出水面。这一趋势并非偶然：一方面，收集和标注真实数据的成本和时间越来越高；而合成数据通过生成高质量变体加速训练，无需新的人工标注。

KiloCode公司生动说明了这种方法的商业维度——通过使用Nemotron模型和代码路由架构，公司实现了与早期方法相比每token成本降低高达90%。

更广泛的合作伙伴生态系统

开放模型产生了飞轮效应：Sakana AI在Nemotron架构基础上构建Fugu模型，NAVER开发韩语AI，Together AI将Nemotron模型作为API服务托管给更广泛的开发者社区。在生命科学领域，Basecamp Research发布EDEN——一个依托NVIDIA基础设施的DNA基础模型。

所有这些合作的共同分母是开放权重和数据集的访问，这降低了没有自有从头训练资源的研究团队的入门门槛。

ICML 2026将持续至7月11日，完整论文程序可通过官方会议网站获取。