英伟达开源模型推动欧洲各行业主权智能发展
内容提要
英伟达扩展开源模型组合，覆盖语言、机器人、生物、量子计算等领域，包括Nemotron 3.5、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo及Ising等，支持欧洲开发者基于本地数据定制并部署于自有基础设施。多家企业已将其用于构建行业智能体、结构化数据预测、自动驾驶、蛋白质设计和量子校准。
延伸解读
开源模型组合覆盖多领域，强调本地化定制
英伟达此次扩展的开源模型并非单一语言模型，而是覆盖语言、机器人、生物、量子计算等多个领域。文章强调，这些模型允许组织用本地数据定制，并部署在自有基础设施上。这意味着欧洲开发者可以在不依赖外部云服务的情况下，针对本地语言和行业需求调整模型，从而在技术自主性上获得更大空间。
行业应用已落地，但依赖生态伙伴支持
文章列举了多家企业使用这些模型构建行业智能体、预测结构化数据、训练自动驾驶和设计蛋白质。例如，Kumo模型被用于欺诈风险评分和预测，Cosmos被用于生成训练数据。不过，这些应用多通过英伟达的后期训练伙伴和云服务商实现，企业实际部署时仍需借助生态伙伴的定制服务，并非完全独立完成。
性能提升有具体数据，但需注意基准条件
BioNeMo的RFD4-Proteina模型在200个氨基酸蛋白质基准测试中，生成设计的速度比RFdiffusion3快约13倍，并在10多项蛋白质设计任务中表现领先。Ising模型则展示了专用开放校准模型在量子处理器校准上优于大型通用模型。读者应留意这些性能数据基于特定基准和任务，实际应用效果可能因场景而异。
可用性分阶段，部分模型尚未全面开放
多数模型已在Hugging Face、GitHub或build.nvidia.com上提供，但Nemotron 3.5 Bolt E4B 4GB预计10月23日才可用，Alpamayo 2 Edge则要等到本月晚些时候。此外，部分模型通过NVIDIA NIM微服务或特定云平台提供，开发者需根据自身基础设施选择获取方式，并关注不同模型的许可和部署要求。
Q&A
英伟达这次开源了哪些模型系列？分别覆盖什么领域？
英伟达扩展的开源模型组合包括：Nemotron 3.5 Super VL 和 Nemotron 3.5 Bolt（语言与视觉）、Nemotron Retriever（嵌入、重排序和文档解析）、Kumo（结构化商业数据）、Cosmos 3.5（世界模型，用于机器人和自动驾驶）、Alpamayo 2 Edge（自动驾驶）、BioNeMo（医疗与科学发现）、Ising（量子计算）。
这些开源模型如何帮助企业实现主权智能？
这些开源模型为企业提供了可定制的基础，组织可以用本地数据对模型进行定制，并部署在自己控制的基础设施上，从而支持本地语言和行业的应用开发。
Nemotron 模型有哪些合作伙伴和实际应用案例？
Nemotron 模型由 NVIDIA Nemotron Coalition 的数据、研究和专业知识构建，包括欧洲合作伙伴 Black Forest Labs、H-Company 和 Mistral。Dassault Systèmes、Domyn、Dream、Palantir 的客户、Salesforce、SAP、Shopify、Synopsys、WPP 以及埃森哲和 EY 等专业服务提供商正在使用 Nemotron 模型和数据集创建定制模型和领域特定智能体。
Kumo 模型能解决什么业务问题？
Kumo 开源基础模型、库和工具帮助智能体和应用从结构化商业数据进行结果预测、欺诈风险评分和行动推荐。它缩短了预测时间，降低了为每个任务构建单独机器学习管道的成本和复杂性。开发者可以使用预训练的 Kumo 模型快速将预测引入更多应用，然后在性能关键时用专有数据微调。
Cosmos 和 Alpamayo 2 Edge 在自动驾驶和机器人方面有什么作用？
Cosmos 是开源世界基础模型系列，帮助开发者构建理解并与物理世界交互的机器人、自动驾驶汽车和视觉智能体。英伟达还推出 Cosmos 后训练和优化工具以及 Cosmos Data Factory，用于整理、标注、生成和评估训练数据。Alpamayo 2 Edge 是一个紧凑的推理模型，将实时场景理解和运动规划直接带入自动驾驶汽车，基于 Cosmos 3 Edge 的 Nemotron 基础构建，并针对 NVIDIA DRIVE AGX Thor 平台优化，以更低算力需求实现高级驾驶能力。
BioNeMo 和 Ising 分别在生物和量子领域有什么突破？
BioNeMo RFD4-Proteina 是英伟达与华盛顿大学蛋白质设计研究所 Baker 实验室合作的开源蛋白质设计模型，可生成蛋白质序列和 3D 结构，在 200 个氨基酸蛋白质基准测试中，设计速度比 RFdiffusion3 快约 13 倍，并在 10 多项蛋白质设计任务中表现领先。Ising 系列开源模型为量子超级计算机开发提供可扩展基础，加速实时硬件校准和纠错，IQM 用量子处理器校准，SEEQC 结合 NVQLink 平台满足实时量子纠错低延迟需求，AWS 将其集成到 AWS PCS 中供研究人员使用。
