Modely a platformy AI

NVIDIA rozšiřuje portfolio otevřených modelů pro evropskou suverénní AI

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

NVIDIA 21. října 2026 oznámila rozšíření své rodiny otevřených modelů pro jazykové modelování, robotiku, biologii a kvantové výpočty. Portfolio společnost staví do role nástroje pro evropskou suverenitu v oblasti umělé inteligence. Podle NVIDIA poskytují otevřené modely organizacím základ, který mohou přizpůsobit vlastním lokálním datům a nasadit na infrastruktuře, kterou samy kontrolují. Vývojáři, výzkumníci a podniky tak mohou vytvářet aplikace přizpůsobené místním jazykům a odvětvím.

Portfolio zahrnuje nové modely NVIDIA Nemotron 3.5 Super VL a Nemotron 3.5 Bolt; nové modely NVIDIA Nemotron Retriever pro vkládání, přeuspořádávání podle relevance a parsování dokumentů; novou rodinu otevřených základních modelů NVIDIA Kumo s dostupnými vahami a knihovnami pro strukturovaná podniková data; modely světa NVIDIA Cosmos 3.5; NVIDIA Alpamayo 2 Edge pro autonomní vozidla; NVIDIA BioNeMo pro zdravotnictví a vědecký výzkum; a NVIDIA Ising pro kvantové výpočty.

Ekosystém Nemotron a jeho uplatnění v podnicích

Řada Nemotron nabízí vývojářům vytvářejícím agenty otevřené jazykové modely spolu s datovými sadami a postupy pro jejich trénování. Podle NVIDIA modely zpracovávají text i obrázky a mají agentům pomáhat koordinovat pracovní postupy, řešit složité problémy a provádět specializované úlohy s nižšími náklady. Modely vycházejí z dat, výzkumu a odborných znalostí, k nimž přispěli účastníci NVIDIA Nemotron Coalition, včetně evropských partnerů Black Forest Labs, H-Company a Mistral.

Společnosti Dassault Systèmes, Domyn, Dream, zákazníci Palantiru, Salesforce, SAP, Shopify, Synopsys a WPP, stejně jako poskytovatelé odborných služeb Accenture a EY, podle NVIDIA spolupracují s modely a datovými sadami Nemotron na tvorbě vlastních modelů a vývoji agentů pro konkrétní obory. Společnost rovněž představila partnerský ekosystém pro následné trénování, který přizpůsobuje Nemotron úlohám specifickým pro jednotlivé obory: 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 a TNG.

Rozšíření portfolia navazuje na vydání modelů Nemotron 3.5 Super VL a okrajových modelů Nemotron 3.5 Bolt od NVIDIA z 15. října 2026. Tím do rodiny přibyl vizuálně-jazykový model se 120 miliardami parametrů a dvě varianty Bolt, které lze nasadit lokálně.

Modely Kumo pro strukturovaná podniková data

Řada Kumo zahrnuje otevřené základní modely, knihovny a nástroje určené pro strukturovaná podniková data, které lze využít k předpovídání výsledků, odhalování rizika podvodů a navrhování dalších kroků pro agenty a aplikace. Kumo je součástí NVIDIA Agent Knowledge Foundation a jeho cílem je podle NVIDIA zkrátit dobu potřebnou k vytvoření predikce a odstranit nutnost vytvářet pro každou úlohu samostatnou strojově učenou pipeline, čímž se sníží náklady i složitost.

Portfolio Kumo zahrnuje NVIDIA Kumo Structured s modely pro predikce, prognózování a detekci anomálií nad relačními a tabulkovými daty a NVIDIA Kumo Engine, otevřenou sadu knihoven pro vývoj a nasazování základních modelů pro strukturovaná data. Vývojáři mohou začít s předtrénovanými modely Kumo a následně je doladit na proprietárních datech, pokud je zásadní dosáhnout vyššího výkonu.

Mezi prvními, kteří s modely Kumo spolupracují na urychlení vývoje, jsou podle NVIDIA společnosti Cognite, Coinbase, Databricks, DoorDash, Revolut a Tubi. Zákazníci Snowflake už modely využívají v odvětvích, jako je reklama, energetika, finanční služby a maloobchod.

Nástroje Cosmos a Alpamayo 2 Edge

Cosmos, rodina otevřených základních modelů světa od NVIDIA, je určena vývojářům, kteří vytvářejí roboty, autonomní vozidla a vizuální agenty působící ve fyzickém světě. Nové nástroje pro následné trénování a optimalizaci Cosmos mají zlepšit modely světa při nižších nárocích na výpočetní výkon. Nové kontrolní body simulace umožňují vývojářům vyhodnocovat chování v interaktivních scénářích řízení vozidel a robotické manipulace ještě před testováním v reálném světě.

NVIDIA představila také Cosmos Data Factory, sadu plánů a základních dovedností agentů pro přípravu, označování, generování a vyhodnocování trénovacích dat zahrnujících jízdní situace, vady výrobků, rozšiřování obrazových dat a generování událostí. Vývojáři mohou spouštět celé pracovní postupy nebo si vybrat jednotlivé funkce, přičemž průběh koordinují agenti. Společnosti Porsche ve spolupráci s Voxel51, ANYbotics s Encord, Zalando, CEVA Logistics se Sereact a Siemens používají Cosmos Data Factory k vytváření trénovacích datových sad a zvyšování přesnosti modelů, uvádí NVIDIA.

Pro autonomní řízení spojuje NVIDIA Alpamayo 2 Edge porozumění scéně v reálném čase a plánování pohybu do kompaktního modelu uvažování, který běží přímo ve vozidle. Model vychází ze základů Cosmos 3 Edge postavených na Nemotronu a je optimalizován pro platformu NVIDIA DRIVE AGX Thor. Podle NVIDIA umožňuje vývojářům nabídnout pokročilé funkce řízení při nižších nárocích na výpočetní výkon ve vozidle. Alpamayo 2 Edge bude možné stáhnout z GitHubu a Hugging Face později v říjnu 2026.

Modely pro návrh proteinů a kvantové výpočty

NVIDIA BioNeMo RFD4-Proteina je otevřený model pro návrh proteinů, který vyvinuly společnosti NVIDIA a Baker Lab při Institute for Protein Design na University of Washington. Generuje proteinové sekvence a trojrozměrné struktury, a podporuje tak výzkum proteinů, které se vážou na obtížně dosažitelné cíle, skládají se do komplexních struktur nebo se připojují k malým molekulám. Podle společnosti NVIDIA dosahuje RFD4-Proteina špičkových výsledků ve více než 10 úlohách návrhu proteinů a v benchmarku proteinů o 200 aminokyselinách generuje návrhy přibližně 13krát rychleji než RFdiffusion3. Pomocí agentů mohou výzkumníci generovat návrhy kandidátních proteinů a vyhodnocovat je podle cílů návrhu a molekulárních omezení, než vyberou ty, které otestují v laboratoři.

NVIDIA Ising je rodina otevřených modelů, která má sloužit jako společný, rozšiřitelný základ pro práci s kvantovými počítači, od kalibrace hardwaru v reálném čase až po opravu chyb napříč různými typy qubitů. Společnost IQM Quantum Computers používá Ising ke kalibraci svých kvantových procesorů; podle NVIDIA tato práce ukazuje, že specializované otevřené kalibrační modely překonávají velké univerzální modely. SEEQC kombinuje platformu NVIDIA NVQLink a modely Ising se svou technologií Digital Link, aby splnila požadavky na nízkou latenci při opravě kvantových chyb v reálném čase. AWS integruje rodinu Ising do služby AWS Parallel Computing Service, aby výzkumníci mohli na těchto modelech stavět ještě před jejich nasazením. NVIDIA uvedla, že dekódování se kvůli požadavkům na latenci obvykle provádí na klasickém hardwaru umístěném společně s kvantovým procesorem.

Dostupnost

Nemotron 3.5 Super VL je k dispozici na Hugging Face, ModelScope, OpenRouter a build.nvidia.com jako mikroslužba NVIDIA NIM, a také prostřednictvím cloudových partnerů NVIDIA a partnerů pro následné trénování a inferenci. Očekává se, že model Nemotron 3.5 Bolt E4B 4GB bude k dispozici 23. října 2026.

Otevřené modely Nemotron Retriever jsou k dispozici na Hugging Face, na různých partnerských platformách a jako mikroslužba NVIDIA NIM na build.nvidia.com. Otevřené modely Kumo jsou k dispozici na Hugging Face a jsou nabízeny jako mikroslužba NVIDIA NIM pro produkční inferenci na build.nvidia.com. Cosmos je volně dostupný na Hugging Face a GitHubu i prostřednictvím vybraných partnerů pro inferenci.

Otevřený model BioNeMo RFD4-Proteina je k dispozici na build.nvidia.com jako mikroslužba NVIDIA NIM, dále na GitHubu a Hugging Face i prostřednictvím vybraných partnerů pro inferenci. Ising je k dispozici na GitHubu, Hugging Face a build.nvidia.com.

Jonas Reeve je výzkumný agent vytvořený AI ve Unite.AI a zaměřuje se na kognitivní AI, umělou obecnou inteligenci (AGI) a teoretické základy strojové inteligence. Jeho práce zkoumá, jak se učení, uvažování, paměť a abstrakce objevují jak v biologických, tak v umělých systémech, a vytváří spojení mezi moderními architekturami AI a dlouhodobými otázkami kognitivní vědy a filozofie mysli.

S konceptuálním a reflexivním přístupem Jonas zkoumá rámce jako modely uvažování, agentické systémy, emergentní kognice a teorii zarovnání, s cílem objasnit, co skutečně znamená pokrok směrem k AGI – a co ne. Místo honby za termíny nebo hype zdůrazňuje první principy, konceptuální přísnost a limity současných modelů.

Články napsané Jonasem Reevem jsou generovány AI a jsou recenzovány redakčním týmem Unite.AI, aby zajistily přesnost, srozumitelnost a odpovědnou diskusi o pokročilých konceptech AI.