跳到正文
NVIDIA Blog· Kari Briski·· 3 天前精选AI 评分67

NVIDIA 扩展开放模型家族,覆盖语言、机器人、生物学与量子计算

NVIDIA Open Models Advance Europe’s Sovereign Intelligence Across Industries

AI 导读

NVIDIA 扩展开放模型家族,推出 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Kumo、Cosmos、Alpamayo 2 Edge、BioNeMo RFD4-Proteina 和 Ising 等模型与工具。

推荐理由

这次扩展覆盖语言、机器人、生物学和量子计算等领域,并列出模型开放入口与企业应用案例,可了解 NVIDIA 开放模型组合的布局。

正文 · AI 翻译

NVIDIA 正在扩展其开放模型家族,涵盖语言、机器人、生物学和量子计算领域,为开发者、研究人员和企业提供所需工具,助力他们构建适用于本地语言和行业的应用

该产品组合包括全新的 NVIDIA Nemotron 3.5 Super VL 和 Nemotron 3.5 Bolt 模型;用于嵌入、重排序和文档解析的全新 NVIDIA Nemotron Retriever 模型;全新的 NVIDIA Kumo 系列开放权重基础模型及结构化业务数据库;NVIDIA Cosmos 3.5 世界模型;面向自动驾驶汽车的 NVIDIA Alpamayo 2 Edge;面向医疗健康和科学发现的 NVIDIA BioNeMo;以及面向量子计算的 NVIDIA Ising。 

这些开放模型为组织提供了基础,使其能够利用本地数据进行定制,并部署在自己掌控的基础设施上。

阅读 NVIDIA 在欧洲的所有公告

NVIDIA Nemotron 为各行业的后训练提供支持

NVIDIA Nemotron 为构建智能体的开发者提供开放语言模型、数据集和方案。这些模型支持文本和图像,可帮助智能体编排工作流、推理复杂问题并以较低成本完成专业任务。Nemotron 模型融合了 NVIDIA Nemotron Coalition 的数据、研究成果和专业知识,其中包括欧洲合作伙伴 Black Forest Labs、H-Company 和 Mistral。

Nemotron 为企业基于自身知识和专业经验构建应用提供了基础。Dassault Systèmes、Domyn、Dream、Palantir 的客户、Salesforce、SAP、Shopify、Synopsys 和 WPP,以及 Accenture 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并构建特定领域的智能体。

众多后训练合作伙伴,包括 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 和 TNG,正帮助企业针对特定领域工作负载定制 Nemotron。

NVIDIA Kumo 加速智能体处理结构化企业数据

NVIDIA Kumo开放基础模型、库和工具可帮助智能体和应用根据结构化业务数据预测结果、评估欺诈风险并推荐操作。作为 NVIDIA Agent Knowledge Foundation 的一部分,Kumo 缩短了预测所需的时间,并降低了为每项任务单独构建机器学习流水线的成本和复杂性。

开发者可以使用预训练的 Kumo 模型,快速将预测功能应用于更多应用,然后在性能至关重要时使用专有数据对其进行微调。该产品组合包括 NVIDIA Kumo Structured,其中包含用于关系型和表格数据预测、预测分析和异常检测的模型,以及 NVIDIA Kumo Engine,这是一个用于开发和部署结构化数据基础模型的开放式库堆栈。 

Cognite、Coinbase、 Databricks、DoorDash、Revolut 和 Tubi 是首批利用 Kumo 模型加快开发的企业。 Snowflake 客户已在广告、能源、金融服务和零售等行业使用 Kumo 模型加快 AI 开发。

NVIDIA Cosmos 加速机器人训练与仿真

NVIDIA Cosmos 是一系列开放式世界基础模型,可帮助开发者构建能够理解物理世界并与之交互的机器人、自动驾驶汽车和视觉智能体。 

NVIDIA 正在推出新的 Cosmos 后训练和优化工具,帮助开发者以更少的计算资源改进世界模型;同时还推出了仿真检查点,用于在真实世界测试前评估模型在交互式驾驶和机器人操作场景中的行为。

NVIDIA 还推出了 Cosmos Data Factory(由蓝图和核心智能体技能组成),帮助开发者整理、标注、生成和评估驾驶场景、产品缺陷、图像增强和事件生成所需的训练数据。开发者可以使用完整工作流,也可以使用单项功能,并由智能体协调整个流程。 

Porsche 与 Voxel51、ANYbotics 与 Encord、Zalando 以及 CEVA Logistics 与 Sereact,还有 Siemens 正在使用 Cosmos Data Factory 创建高质量、多样化的训练数据集并提升模型精度。

NVIDIA Alpamayo 2 为自动驾驶汽车带来实时推理能力

NVIDIA Alpamayo 2 Edge 是一款紧凑型推理模型,可将实时场景理解和运动规划直接引入自动驾驶汽车。该模型基于 NVIDIA Cosmos 构建,并针对 NVIDIA DRIVE AGX Thor 平台进行了优化,可帮助开发者以更低的计算需求将先进的驾驶能力应用于汽车。

NVIDIA BioNeMo RFD4-Proteina 推进蛋白质设计 

NVIDIA BioNeMo RFD4-Proteina 是一款由 NVIDIA 与 华盛顿大学蛋白质设计研究所的 Baker 实验室共同推出的开放式蛋白质设计模型。 

该模型可生成蛋白质序列和 3D 结构,帮助研究人员设计能够与难以处理的靶标结合、组装成复杂结构以及与小分子结合的蛋白质。 

NVIDIA BioNeMo RFD4-Proteina 在 10 多项蛋白质设计任务中表现领先;在一项针对 200 个氨基酸蛋白质的基准测试中,其生成设计的速度约为 RFdiffusion3 的 13 倍。研究人员可以通过智能体使用该模型,根据设计目标和分子约束生成并评估候选方案,然后选择要在实验室中测试的设计。 

NVIDIA Ising 加速量子开发

NVIDIA Ising 开放模型系列提供了通用且可扩展的基础,能够加速开发实用量子超级计算机所需的突破;它涵盖从实时硬件校准到纠错的各个环节,适用于不同的量子比特类型,并可针对各类硬件需求进行定制。 

IQM Quantum Computers 正在使用 Ising 校准其量子处理器,展示专用开放校准模型如何胜过大型通用模型。 SEEQC 正将 NVIDIA NVQLink 平台和 Ising 与其独特的 Digital Link 相结合,以满足实时量子纠错所需的低延迟要求。

AWS 正通过将该模型系列集成到 AWS Parallel Computing Service (AWS PCS) 中,让研究人员能够轻松使用 NVIDIA Ising。由于延迟要求,解码通常需要在与量子处理器共置的经典硬件上进行;AWS PCS 集成则让研究人员能够在部署前基于 Ising 开展构建。

 可用性

  • NVIDIA Nemotron 3.5 Super VL 可通过 Hugging Face、ModelScope、OpenRouter 和 build.nvidia.com 获取,也可作为 NVIDIA NIM 微服务使用,还可通过 NVIDIA 云服务、后训练和推理合作伙伴获取。 Nemotron 3.5 Bolt E4B 4GB 预计将于 10 月 23 日星期五推出。
  • NVIDIA Nemotron Retriever 开放模型可在 Hugging Face、多个合作伙伴平台以及 build.nvidia.com 上作为 NVIDIA NIM 微服务获取。
  • NVIDIA Kumo 开放模型可在 Hugging Face 上获取,并已优化和打包为 NVIDIA NIM 微服务,可在 build.nvidia.com 上用于生产推理。
  • NVIDIA Cosmos 现已在 Hugging Face 和 GitHub 上开放,也可通过部分推理合作伙伴获取。
  • NVIDIA Alpamayo 2 Edge 将于本月晚些时候在 GitHub 和 Hugging Face 上提供下载。
  • NVIDIA BioNeMo 开放模型 RFD4-Proteina 可在 build.nvidia.com 上获取,也可作为 NVIDIA NIM 微服务使用,还可通过 GitHub、Hugging Face 和部分推理合作伙伴获取。 
  • NVIDIA Ising 可在 GitHub、Hugging Face 和 build.nvidia.com 上获取。

请参阅通知,了解软件产品信息。 

阅读 NVIDIA 在欧洲的所有公告

来源:NVIDIA Blog · blogs.nvidia.com