Todos os anos, a International Conference on Machine Learning (ICML) revela onde milhares de pesquisadores de IA decidiram focar seus trabalhos. Os artigos aceitos este ano revelam uma direção clara: modelos abertos de fronteira e infraestrutura de IA aberta tornaram-se fundamentais para a execução da ciência de IA moderna. A NVIDIA teve 74 artigos aceitos na ICML 2026. Aproximadamente 2.000 artigos aceitos citam GPUs NVIDIA, e 145 citam NVIDIA Nemotron — uma família de modelos abertos, incluindo conjuntos de dados abertos — como base para novas pesquisas. Centenas de outros se baseiam em NVIDIA Cosmos, NVIDIA Isaac GR00T, BioNeMo e outras famílias de modelos abertos NVIDIA, abrangendo IA física, robótica, veículos autônomos e pesquisa biomédica. Os Temas que Definem as Áreas de Pesquisa Deste Ano, incluindo geração de visão e vídeo, aprendizado por reforço para LLMs (Large Language Models) e treinamento de agentes, bem como inferência de IA, permaneceram temas proeminentes nos artigos deste ano, refletindo o investimento contínuo que esses campos demandam — enquanto várias novas áreas também surgiram. Modelos de mundo para robôs atraíram atenção significativa, com artigos como DreamDojo ampliando o limite de como os sistemas de IA aprendem a raciocinar e agir em ambientes físicos. O DreamDojo, por exemplo, aprende como o mundo físico se comporta a partir de vídeo humano e se baseia em modelos abertos de fronteira NVIDIA Cosmos para prever como um robô lidaria com objetos e operaria em ambientes nos quais nunca foi treinado. Ele permite que os pesquisadores avaliem políticas, planejem ações e teleoperem um robô virtual, acelerando o desenvolvimento sem os custos e riscos da implantação física. A IA para ciências da vida foi impulsionada por modelos abertos NVIDIA BioNeMo e contribuições de pesquisa que ajudam os pesquisadores a entender a função das proteínas, o comportamento molecular e o código genético. Artigos como FLIP2 introduzem benchmarks públicos para testar o quão bem a IA prevê os efeitos de mutações proteicas. KERMT é um novo modelo aberto BioNeMo para prever propriedades moleculares importantes para a descoberta de medicamentos. Dados sintéticos
Fonte: NVIDIA AI Blog
Publicado em 2026-07-06