英伟达正在将其开放模型家族从语言拓展至机器人、生物和量子计算等多个领域，为开发者、研究人员和企业提供可基于本地语言与行业需求定制应用的基础模型。这一动作在英伟达于欧洲公布的一系列进展中占据核心位置，也反映出该公司正试图把 AI 基础设施的触角从硬件层延伸到模型与工具链层。

在语言模型方面，英伟达推出了 Nemotron 3.5 Super VL 和 Nemotron 3.5 Bolt，以及用于嵌入、重排序和文档解析的新 Nemotron Retriever 模型。这些模型支持文本与图像，旨在帮助智能体编排工作流、推理复杂问题并以更低成本完成专门任务。Nemotron 系列由英伟达 Nemotron 联盟的数据、研究与专业知识构建，联盟成员包括欧洲合作伙伴 Black Forest Labs、H-Company 和 Mistral。

英伟达表示，Nemotron 为企业提供了基于自身知识和专长构建应用的基础。达索系统、Domyn、Dream、Palantir 的客户、Salesforce、SAP、Shopify、Synopsys 和 WPP，以及埃森哲和安永等专业服务提供商，正在使用 Nemotron 模型和数据集创建定制模型和领域专用智能体。此外，一个由 AfterQuery、AgileRL、AI21、Baseten、CoreWeave、Fireworks、Google Cloud、Scale AI 等众多公司组成的后训练合作伙伴生态，正帮助企业针对特定工作负载定制 Nemotron。

针对结构化企业数据，英伟达推出了 Kumo 开放基础模型、库和工具，帮助智能体和应用从结构化业务数据中预测结果、评估欺诈风险并推荐行动。Kumo 属于英伟达 Agent Knowledge Foundation 的一部分，旨在缩短预测时间，并降低为每个任务单独构建机器学习管道的成本和复杂性。该组合包括用于关系型和表格预测、 forecasting 和异常检测的 Kumo Structured，以及用于开发和部署结构化数据基础模型的开放库栈 Kumo Engine。Cognite、Coinbase、Databricks、DoorDash、Revolut 和 Tubi 是首批使用 Kumo 模型加速开发的企业，Snowflake 的客户也已在广告、能源、金融服务和零售等行业使用 Kumo 模型。

在机器人与物理世界交互方面，英伟达的 Cosmos 系列开放世界基础模型帮助开发者构建理解并与物理世界交互的机器人、自动驾驶汽车和视觉智能体。英伟达推出了新的 Cosmos 后训练与优化工具，帮助开发者以更少算力改进世界模型，并提供用于在真实测试前评估交互式驾驶和机器人操作场景行为的仿真检查点。同时推出的 Cosmos Data Factory 包含蓝图和核心智能体技能，帮助开发者整理、标注、生成和评估驾驶场景、产品缺陷、图像增强和事件生成的训练数据。保时捷与 Voxel51、ANYbotics 与 Encord、Zalando 和 CEVA Logistics 与 Sereact，以及 西门子，正在使用 Cosmos Data Factory 创建高质量、多样化的训练数据集并提升模型精度。

自动驾驶领域，Alpamayo 2 Edge 是一款紧凑型推理模型，将实时场景理解和运动规划直接带入自动驾驶汽车。它基于英伟达 Cosmos 3 Edge 的 Nemotron 基础构建，并针对 NVIDIA DRIVE AGX Thor 平台优化，帮助开发者以更低算力需求将高级驾驶能力引入车辆。

在生物科学领域，英伟达与华盛顿大学蛋白质设计研究所的 Baker 实验室 合作推出了开放蛋白质设计模型 BioNeMo RFD4-Proteina。该模型可生成蛋白质序列和三维结构，帮助研究人员设计与困难靶点结合、组装成复杂结构以及与小型分子结合的蛋白质。英伟达称，该模型在超过 10 项 蛋白质设计任务中表现领先，在 200 个氨基酸 蛋白质的基准测试中，生成设计的速度比 RFdiffusion3 快约 13 倍。研究人员可通过智能体生成和评估候选设计，再选择哪些设计进入实验室测试。

量子计算方面，英伟达的 Ising 系列开放模型为加速开发有用的量子超级计算机所需的突破提供了通用、可扩展的基础，涵盖从实时硬件校准到错误纠正，并跨不同量子比特模式、针对个别硬件需求进行定制。IQM Quantum Computers 正在使用 Ising 校准其量子处理器，展示了专用开放校准模型如何优于大型通用模型。

整体来看，英伟达这一轮开放模型布局的核心逻辑在于：企业可以用本地数据对模型进行定制，并部署在自己控制的基础设施上。对于关注 AI 产业的投资者而言，这既意味着英伟达在芯片之外的软件与模型生态上进一步扎根，也可能带动从云服务、数据平台到行业应用的一整条产业链的参与和适配。不过，开放模型能否真正转化为企业级部署的规模收入，仍取决于各行业对数据主权、成本与性能的实际权衡。