NVIDIA 如何為 AI 建構開放資料

🔑 增強重點摘要

• •NVIDIA 發布 GR00T N 系列開放模型，支援機器人學習與推理，並整合至 Hugging Face 的 LeRobot 框架[1]。
• •NVIDIA 推出 Nemotron 系列模型，包括 Nemotron Speech（0.6B 參數，用於低延遲語音辨識）、Nemotron RAG（視覺語言嵌入）及 Nemotron Safety（內容審核），並提供訓練資料集[2][3]。
• •NVIDIA 發布 Alpamayo 家族模型，為自動駕駛提供視覺-語言-動作架構，搭配 AlpaSim 模擬工具及 1700 小時駕駛資料集[3][5]。
• •NVIDIA 在生物醫學領域推出 Clara 模型，如 La-Proteina（蛋白質設計）及 455,000 個合成蛋白質結構資料集[3]。

🛠️ 技術深入

• •GR00T N1.6：開放推理視覺語言動作（VLA）模型，用於機器人開發，支援模擬、訓練與驗證[1]。
• •Nemotron Speech Streaming EN 0.6B：600 百萬參數，優化即時低延遲語音辨識，效能比競爭對手快 10 倍[2]。
• •Alpamayo 1：10 億參數鏈式思考推理 VLA 模型，輸入影片產生軌跡與決策推理，用於自動駕駛長尾情境[5]。
• •AlpaSim：開源端到端模擬框架，提供真實感測器建模、可配置交通動態及封閉迴路測試[5]。
• •NeMo Agent Toolkit：輕量框架無關代理工具包，支援模型互動、路由及效能優化，與 LangChain 等相容[4]。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線