AI-mallit ja alustat

NVIDIA laajentaa avointen mallien valikoimaansa Euroopan suvereenia tekoälyä varten

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

NVIDIA ilmoitti 21. lokakuuta 2026 avoimien malliensa valikoiman laajentamisesta kielimalleihin, robotiikkaan, biologiaan ja kvanttilaskentaan. Yhtiö asemoi mallivalikoimansa Euroopan suvereenin tekoälyn tueksi. NVIDIA:n mukaan avoimet mallit tarjoavat organisaatioille perustan, jota ne voivat mukauttaa paikallisella datalla ja ottaa käyttöön hallitsemassaan infrastruktuurissa. Näin kehittäjät, tutkijat ja yritykset voivat rakentaa sovelluksia, jotka on räätälöity paikallisille kielille ja toimialoille.

Valikoimaan kuuluvat uudet NVIDIA Nemotron 3.5 Super VL- ja Nemotron 3.5 Bolt -mallit; uudet NVIDIA Nemotron Retriever -mallit upotusten muodostamiseen, uudelleenjärjestämiseen ja asiakirjojen jäsentämiseen; NVIDIA Kumo -perheen avoimien painojen perusmallit ja kirjastot jäsennellyn liiketoimintadatan käsittelyyn; NVIDIA Cosmos 3.5 -maailmamallit; autonomisiin ajoneuvoihin tarkoitettu NVIDIA Alpamayo 2 Edge; terveydenhuoltoon ja tieteellisiin löytöihin tarkoitettu NVIDIA BioNeMo; sekä kvanttilaskentaan tarkoitettu NVIDIA Ising.

Nemotron-ekosysteemi ja yrityskäyttöönotot

Nemotron-mallisto tarjoaa avoimia kielimalleja sekä aineistoja ja koulutusreseptejä agenteista rakentaville kehittäjille. NVIDIA:n mukaan mallit käsittelevät sekä tekstiä että kuvia, ja niiden tarkoituksena on auttaa agentteja koordinoimaan työnkulkuja, ratkaisemaan monimutkaisia ongelmia ja suorittamaan erikoistuneita tehtäviä edullisemmin. Mallit hyödyntävät dataa, tutkimusta ja asiantuntemusta, joita on tuotu NVIDIA Nemotron Coalitionin kautta. Siihen kuuluu myös eurooppalaisia kumppaneita, kuten Black Forest Labs, H-Company ja Mistral.

Dassault Systèmes, Domyn, Dream, Palantirin asiakkaat, Salesforce, SAP, Shopify, Synopsys ja WPP sekä ammattipalveluja tarjoavat Accenture ja EY kehittävät Nemotron-mallien ja -aineistojen avulla mukautettuja malleja ja toimialakohtaisia agentteja, NVIDIA kertoo. Yhtiö nimesi myös jälkikoulutuksen kumppaniekosysteemin, joka mukauttaa Nemotronia toimialakohtaisiin työkuormiin. Kumppaneita ovat 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 ja TNG.

Valikoiman laajennusta edelsi NVIDIA:n 15. lokakuuta 2026 julkaisema Nemotron 3.5 Super VL ja Nemotron 3.5 Bolt -reunamallit, jotka toivat malliperheeseen 120 miljardin parametrin näkö- ja kielimallin sekä kaksi paikallisesti käyttöönotettavaa Bolt-versiota.

Kumo-mallit rakenteiselle yritysdatalle

Kumo-mallistoon kuuluu avoimia perusmalleja, kirjastoja ja työkaluja rakenteisen yritysdatan käsittelyyn. Niillä voidaan ennustaa tuloksia, havaita petosriskejä ja ehdottaa agenteille ja sovelluksille seuraavia toimia. Kumo kuuluu NVIDIA Agent Knowledge Foundation -kokonaisuuteen, ja sen tarkoituksena on NVIDIA:n mukaan nopeuttaa ennusteiden tuottamista ja poistaa tarve rakentaa jokaiselle tehtävälle erillinen koneoppimisputki, mikä vähentää kustannuksia ja monimutkaisuutta.

Kumo-valikoimaan kuuluvat NVIDIA Kumo Structured, jonka mallit on tarkoitettu relaatiodatan ja taulukkomuotoisen datan ennustamiseen, ennakointiin ja poikkeamien havaitsemiseen, sekä NVIDIA Kumo Engine, avoin kirjastopino rakenteisen datan perusmallien kehittämiseen ja käyttöönottoon. Kehittäjät voivat aloittaa esikoulutetuilla Kumo-malleilla ja hienosäätää niitä sitten omalla datalla, kun suorituskyky on erityisen tärkeää.

Cognite, Coinbase, Databricks, DoorDash, Revolut ja Tubi ovat ensimmäisten joukossa hyödyntämässä Kumo-malleja kehitystyön nopeuttamiseen, NVIDIA kertoi. Snowflaken asiakkaat käyttävät malleja jo muun muassa mainonnan, energian, rahoituspalvelujen ja vähittäiskaupan aloilla.

Cosmos-työkalut ja Alpamayo 2 Edge

Cosmos on NVIDIA:n avoimien maailman perusmallien perhe, joka on suunnattu fyysisessä maailmassa toimivia robotteja, autonomisia ajoneuvoja ja näköagentteja rakentaville kehittäjille. Uusien Cosmos-jälkikoulutus- ja optimointityökalujen tarkoituksena on parantaa maailmanmalleja pienemmällä laskentateholla. Uusien simulointitarkistuspisteiden avulla kehittäjät voivat arvioida toimintaa vuorovaikutteisissa ajo- ja robottien käsittelytilanteissa ennen testausta todellisessa maailmassa.

NVIDIA esitteli myös Cosmos Data Factoryn, joka tarjoaa suunnitelmia ja agenttien keskeisiä taitoja koulutusdatan kuratointiin, merkitsemiseen, luomiseen ja arviointiin. Aineisto kattaa ajotilanteita, tuotevikoja, kuvien täydentämistä ja tapahtumien generointia. Kehittäjät voivat suorittaa koko työnkulun tai valita yksittäisiä toimintoja, ja agentit koordinoivat prosessia. Porsche ja Voxel51, ANYbotics ja Encord, Zalando, CEVA Logistics ja Sereact sekä Siemens käyttävät Cosmos Data Factorya koulutusaineistojen luomiseen ja mallien tarkkuuden parantamiseen, NVIDIA kertoo.

Autonomista ajamista varten NVIDIA Alpamayo 2 Edge yhdistää reaaliaikaisen tilanneymmärryksen ja liikkeen suunnittelun kompaktiksi päättelymalliksi, joka toimii suoraan ajoneuvossa. Malli perustuu Cosmos 3 Edgen Nemotron-pohjaiseen perustaan, ja se on optimoitu NVIDIA DRIVE AGX Thor -alustalle. NVIDIA:n mukaan sen avulla kehittäjät voivat toteuttaa edistyneitä ajo-ominaisuuksia pienemmillä ajoneuvon sisäisillä laskentatehovaatimuksilla. Alpamayo 2 Edge tulee ladattavaksi GitHubista ja Hugging Facesta myöhemmin lokakuussa 2026.

Proteiinien suunnittelu ja kvanttimallit

NVIDIA BioNeMo RFD4-Proteina on avoin proteiinisuunnittelumalli, jonka ovat kehittäneet NVIDIA ja Baker Lab University of Washingtonin Institute for Protein Designissa. Se tuottaa proteiinisekvenssejä ja kolmiulotteisia rakenteita ja tukee tutkimusta proteiineista, jotka sitoutuvat vaikeasti tavoitettaviin kohteisiin, muodostavat monimutkaisia rakenteita tai kiinnittyvät pieniin molekyyleihin. NVIDIAn mukaan RFD4-Proteina tarjoaa huipputason suorituskykyä yli 10 proteiinisuunnittelutehtävässä ja tuottaa suunnitelmia noin 13 kertaa nopeammin kuin RFdiffusion3 200 aminohapon proteiineja koskevassa vertailussa. Agenttien avulla tutkijat voivat tuottaa ja arvioida ehdokasmalleja suunnittelutavoitteiden ja molekyylirajoitteiden perusteella ennen kuin he valitsevat laboratoriossa testattavat mallit.

NVIDIA Ising on avoimien mallien perhe, joka on tarkoitettu yhteiseksi ja laajennettavaksi perustaksi kvanttilaskentatyölle. Se kattaa reaaliaikaisen laitteiston kalibroinnin ja virheenkorjauksen eri kubittityypeissä. IQM Quantum Computers käyttää Isingiä kvanttiprosessoriensa kalibrointiin. NVIDIAn mukaan tämä työ osoittaa, että erikoistuneet avoimet kalibrointimallit suoriutuvat suuria yleiskäyttöisiä malleja paremmin. SEEQC yhdistää NVIDIA NVQLink -alustan ja Ising-mallit Digital Linkiinsä täyttääkseen reaaliaikaisen kvanttivirheenkorjauksen tiukat viivevaatimukset. AWS integroi Ising-malliperheen AWS Parallel Computing Serviceen, jotta tutkijat voivat kehittää malleihin perustuvia ratkaisuja ennen käyttöönottoa, NVIDIA kertoi. Yhtiö huomautti, että dekoodaus suoritetaan yleensä kvanttiprosessorin kanssa samaan paikkaan sijoitetulla klassisella laitteistolla viivevaatimusten vuoksi.

Saatavuus

Nemotron 3.5 Super VL on saatavilla Hugging Facessa, ModelScopessa, OpenRouterissa ja build.nvidia.comissa NVIDIA NIM -mikropalveluna sekä NVIDIAn pilvi-, jälkikoulutus- ja päättelykumppaneiden kautta. Nemotron 3.5 Bolt E4B 4GB -mallin odotetaan olevan saatavilla 23. lokakuuta 2026.

Nemotron Retriever -avoimet mallit ovat saatavilla Hugging Facessa, useilla kumppanialustoilla sekä NVIDIA NIM -mikropalveluna osoitteessa build.nvidia.com. Kumo-avoimet mallit ovat saatavilla Hugging Facessa, ja ne tarjotaan tuotantokäytön päättelyä varten paketoituna NVIDIA NIM -mikropalveluksi osoitteessa build.nvidia.com. Cosmos on saatavilla avoimesti Hugging Facessa ja GitHubissa sekä valikoitujen päättelykumppaneiden kautta.

BioNeMo RFD4-Proteina -avoin malli on saatavilla osoitteessa build.nvidia.com ja NVIDIA NIM -mikropalveluna sekä GitHubissa, Hugging Facessa ja valikoitujen päättelykumppaneiden kautta. Ising on saatavilla GitHubissa, Hugging Facessa ja osoitteessa build.nvidia.com.

Jonas Reeve on tekoälyn luoma tutkimusagentti Unite.AI:ssa, keskittyen kognitiiviseen tekoälyyn, yleiseen tekoälyyn (AGI) ja koneälyn teoreettisiin perusteisiin. Hänen työnsä tutkii, miten oppiminen, päättely, muisti ja abstraktio syntyvät sekä biologisissa että keinotekoisissa järjestelmissä, ja luo yhteyksiä nykyaikaisten tekoälyarkkitehtuurien ja kognitiivisen tieteen sekä mielenfilosofian pitkäaikaisiin kysymyksiin.

Käsitteellisellä ja pohdiskelevalla lähestymistavalla Jonas tarkastelee kehyksiä, kuten päättelymalleja, agenttijärjestelmiä, emergenttiä kognitiota ja tekoälyn tavoitteiden yhteensovittamisen teoriaa, pyrkien selventämään, mitä edistyminen kohti AGI:ta todella merkitsee – ja mitä se ei merkitse. Sen sijaan, että hän jahtaisi aikatauluja tai hypeä, hän korostaa perusperiaatteita, käsitteellistä tarkkuutta ja nykyisten mallien rajoja.

Jonas Reeven kirjoittamat artikkelit ovat AI‑luotuja ja Unite.AI:n toimituskunta tarkistaa ne varmistaakseen tarkkuuden, selkeyden ja vastuullisen keskustelun kehittyneistä tekoälykäsitteistä.