How Open Models Are Driving AI Research
La Conferencia Internacional sobre Aprendizaje Automático (ICML) de este año ha revelado una clara dirección en la investigación de inteligencia artificial: los modelos de frontera abiertos y la infraestructura abierta de IA se han convertido en la base de cómo se lleva a cabo la ciencia moderna de la IA.
NVIDIA ha tenido 74 artículos aceptados en ICML 2026. Aproximadamente 2,000 artículos aceptados citan las GPU de NVIDIA, y 145 citan a NVIDIA Nemotron, una familia de modelos abiertos, incluidos conjuntos de datos abiertos, como la base para nuevas investigaciones. Cientos más se basan en NVIDIA Cosmos, NVIDIA Isaac GR00T, BioNeMo y otras familias de modelos abiertos de NVIDIA, abarcando la IA física, la robótica, los vehículos autónomos y la investigación biomédica.
Entre los temas destacados de la investigación de este año se incluyen la generación de visión y video, el aprendizaje por refuerzo para grandes modelos de lenguaje (LLMs) y el entrenamiento de agentes, así como la inferencia de IA. Los modelos del mundo robótico han captado una atención significativa, con trabajos como DreamDojo que empujan los límites de cómo los sistemas de IA aprenden a razonar y actuar en entornos físicos. DreamDojo, por ejemplo, aprende cómo se comporta el mundo físico a partir de videos humanos y se basa en los modelos de frontera abiertos de NVIDIA Cosmos para predecir cómo un robot manejaría objetos y operaría en entornos en los que nunca fue entrenado.
La IA para las ciencias de la vida ha sido impulsada por los modelos abiertos de NVIDIA BioNeMo y las contribuciones de investigación que ayudan a los investigadores a comprender la función de las proteínas, el comportamiento molecular y el código genético. Trabajos como FLIP2 introducen puntos de referencia públicos para probar qué tan bien predice la IA los efectos de las mutaciones de proteínas. KERMT es un nuevo modelo abierto de BioNeMo para predecir propiedades moleculares importantes para el descubrimiento de fármacos.
La generación de datos sintéticos (SDG) ha despertado un interés particular en ICML este año con varios conjuntos de datos abiertos de Nemotron y de IA física, reflejando un cambio más amplio en cómo los investigadores están pensando en el entrenamiento a escala sin depender únicamente de datos etiquetados por humanos.
La infraestructura abierta proporciona a los investigadores las herramientas para acelerar los avances. Los documentos muestran que Nemotron se utiliza menos como un lanzamiento de modelo único y más como un conjunto de investigación: pesos abiertos para evaluar, conjuntos de datos abiertos para entrenar y adaptar, y recetas abiertas para razonamiento, uso de herramientas, seguridad, curación de datos e inferencia eficiente.
Junto a los modelos, NeMo Curator y los conjuntos de datos abiertos que respalda brindan a los investigadores una base reproducible para la curación de datos de entrenamiento. Las herramientas SDG permiten crear conjuntos de entrenamiento de alta calidad a una escala y velocidad que habrían sido imprácticas hace solo unos años.
La familia Cosmos 3 de modelos abiertos y de frontera ofrece a los investigadores y desarrolladores un salto generacional en la capacidad de construir robots, vehículos autónomos y IA de visión que perciben, razonan, planifican y actúan en el mundo físico.
Además, la familia de modelos abiertos NVIDIA Alpamayo para el desarrollo de vehículos autónomos, NVIDIA Isaac GR00T para robótica y NVIDIA BioNeMo para biomedicina ayudan a acelerar la investigación y el desarrollo en diversas industrias.
El impulso se extiende más allá de los propios laboratorios de investigación de NVIDIA. Basecamp Research desarrolló un nuevo modelo de base de ADN, EDEN, que ayuda a los investigadores a interpretar y diseñar secuencias genéticas. Merck & Co. utiliza KERMT para predecir cómo pueden comportarse las moléculas de fármacos potenciales en el cuerpo, incluyendo si es probable que sean efectivas, seguras y desarrollables. Sakana AI, presente en ICML este año, construyó sus modelos Fugu y Fugu-Ultra directamente sobre Nemotron 3 Ultra, utilizando la base abierta para avanzar en su trabajo sobre automatización de investigación en IA.
Fuente: https://blogs.nvidia.com/blog/open-models-icml-2026/
Regístrate para leer esta noticia
Solo necesitas tu email. Sin contraseñas.