blogs.nvidia.com·2026/10/21·Kari Briski
NVIDIA扩展开放模型，覆盖语言、机器人、生物与量子，支持欧洲企业用本地数据在自控基础设施上定制。Nemotron由联盟伙伴共建，支持文本与图像，提供检索及后训练生态，让企业以更低成本微调出领域智能体；Kumo包含结构化模型与开发库，面向业务数据做预测、欺诈评分与推荐，减少为每个任务单建机器学习管线；Cosmos以世界模型、后训练工具和Data Factory，用更少算力筛选、标注、生成和评估驾驶及机器人数据；Alpamayo 2 Edge在DRIVE AGX Thor上实时理解场景并规划运动；BioNeMo RFD4-Proteina蛋白模型生成序列与结构，帮助结合难靶点，官方称比RFdiffusion3快约13倍；Ising支持实时量子校准与纠错，AWS等已接入。模型经Hugging Face、GitHub和NIM陆续上线，部分模型稍晚开放下载。
为什么重要 一次看完 NVIDIA 欧洲开放模型矩阵及获取渠道，便于判断是否接入本地数据闭环。适合 需要本地行业 agent、机器人数据闭环与结构化预测的工程团队。
蛋白设计速度
官方称快于 RFdiffusion3
基准蛋白长度
amino acid proteins
Bolt 大小
Nemotron 3.5 Bolt E4B
Bolt 可用
expected to be available
注释 · 原文给出的数字集中在蛋白设计与模型可用性。出自 Availability
NVIDIA 正在扩展其开放模型家族，覆盖语言、机器人、生物和量子计算，为开发者、研究者和企业提供所需能力，以构建面向本地语言和行业的应用。该模型组合包括新的 NVIDIA Nemotron 3.5 Super VL 和 Nemotron 3.5 Bolt 模型，以及用于 embedding、reranking […] 的新的 NVIDIA Nemotron Retriever 模型。
NVIDIA is expanding its family of open models across language, robotics, biology, and quantum computing, giving developers, researchers and enterprises what they need to build applications tailored to local languages and industries The portfolio includes the new NVIDIA Nemotron 3.5 Super VL and Nemotron 3.5 Bolt models; new NVIDIA Nemotron Retriever models for embedding, reranking …
EVIDENCE / METHODS
判断
NVIDIA 将开放模型扩展到语言、机器人、生物与量子。
官方把发布包装为欧洲主权 AI 底座：开放权重、本地数据、自有基础设施。工程入口是 NIM、Hugging Face/GitHub 渠道，以及 术语解释用于策划、标注、生成和评估训练数据的 Cosmos 组件。 与 Kumo；原文除蛋白设计的 13x 外，没有提供其它模型成绩。
注释 · 官方称组织可用本地数据定制并部署在可控基础设施上。出自 导语