โมเดลแบบเปิด: รากฐานสำคัญที่ขับเคลื่อนนวัตกรรมวิจัย AI ในงาน ICML 2026

ในแต่ละปี งานประชุมนานาชาติด้านการเรียนรู้ของเครื่อง (ICML) คือเวทีสำคัญที่เผยให้เห็นว่านักวิจัย AI ทั่วโลกกำลังทุ่มเทความสนใจไปที่จุดใด

ผลงานวิจัยที่ได้รับการตอบรับในปีนี้แสดงให้เห็นทิศทางที่เด่นชัดว่า frontier models แบบเปิด และ AI infrastructure แบบเปิด ได้กลายเป็นรากฐานสำคัญของกระบวนการทางวิทยาศาสตร์ในโลก AI สมัยใหม่ไปแล้ว

NVIDIA มีผลงานวิจัยได้รับเลือกถึง 74 ฉบับในงาน ICML 2026 ขณะเดียวกันมีงานวิจัยที่ได้รับการตอบรับรวมประมาณ 2,000 ฉบับที่อ้างอิงถึง NVIDIA GPU และอีก 145 ฉบับที่อ้างอิงถึง NVIDIA Nemotron ซึ่งเป็นตระกูลโมเดลและชุดข้อมูลแบบเปิดเพื่อใช้เป็นพื้นฐานการวิจัยใหม่ ๆ นอกจากนี้ ยังมีผลงานอีกหลายร้อยฉบับที่นำ NVIDIA Cosmos, NVIDIA Isaac GR00T, BioNeMo และโมเดลเปิดอื่น ๆ ของ NVIDIA ไปประยุกต์ใช้ในด้าน Physical AI, หุ่นยนต์, ยานยนต์ไร้คนขับ และการวิจัยด้านชีวการแพทย์

ธีมหลักของการวิจัยในปีนี้

หัวข้อการวิจัยด้านคอมพิวเตอร์วิชันและการสร้างวิดีโอ, reinforcement learning สำหรับโมเดลภาษาขนาดใหญ่ (LLMs), การฝึกฝน agent และ AI inference ยังคงเป็นประเด็นหลักที่ได้รับความสนใจอย่างต่อเนื่อง พร้อมกับการเติบโตของสาขาใหม่ ๆ ที่น่าจับตา

Robot world models เป็นหัวข้อที่ได้รับความสนใจอย่างมาก เช่น ผลงานวิจัย DreamDojo ที่ก้าวข้ามขีดจำกัดด้านการใช้เหตุผลและการแสดงท่าทางของ AI ในโลกกายภาพ โดย DreamDojo เรียนรู้วิธีการทำงานของโลกจากวิดีโอของมนุษย์ และต่อยอดจากโมเดลเปิด NVIDIA Cosmos เพื่อคาดการณ์การจัดการวัตถุในสภาพแวดล้อมใหม่ ๆ ช่วยให้นักวิจัยวางแผนและควบคุมหุ่นยนต์เสมือนทางไกลได้โดยไม่ต้องรับความเสี่ยงหรือค่าใช้จ่ายจากการติดตั้งในโลกจริง

AI สำหรับวิทยาศาสตร์ชีวภาพ ได้แรงส่งจากโมเดลเปิด NVIDIA BioNeMo ช่วยให้นักวิจัยเข้าใจหน้าที่ของโปรตีนและรหัสพันธุกรรมได้ลึกซึ้งขึ้น เช่น FLIP2 ที่นำเสนอเกณฑ์มาตรฐานสำหรับการทดสอบ AI ในการคาดการณ์การกลายพันธุ์ของโปรตีน และ KERMT โมเดลเปิดรุ่นใหม่จาก BioNeMo สำหรับคาดการณ์คุณสมบัติโมเลกุลที่จำเป็นต่อการค้นพบยา

Synthetic data generation (SDG) เป็นอีกหนึ่งหัวข้อเด่นใน ICML ปีนี้ โดยมีการใช้ชุดข้อมูลแบบเปิดจาก Nemotron และ physical AI แสดงให้เห็นการเปลี่ยนผ่านสู่การฝึกฝนโมเดลในระดับสเกลโดยลดการพึ่งพาข้อมูลจากมนุษย์เพียงอย่างเดียว

Open Research Stack

โครงสร้างพื้นฐานแบบเปิดเปรียบเสมือนเครื่องมือที่ช่วยเร่งการค้นพบครั้งสำคัญ

งานวิจัยต่าง ๆ สะท้อนว่า Nemotron ถูกใช้งานในฐานะ Research Stack ที่ครบวงจร ตั้งแต่การเปิดให้เข้าถึง Open Weights สำหรับการประเมินผล, ชุดข้อมูลแบบเปิดสำหรับการฝึกฝน ไปจนถึง Open Recipes สำหรับการใช้เหตุผลและความปลอดภัย

นอกจากตัวโมเดลแล้ว เครื่องมืออย่าง NeMo Curator และชุดข้อมูลเสริม ยังเป็นรากฐานให้นักวิจัยคัดกรองข้อมูลฝึกฝนได้แบบทำซ้ำได้ ขณะที่เครื่องมือ SDG ช่วยสร้างชุดข้อมูลคุณภาพสูงด้วยความเร็วที่เหนือกว่าในอดีตอย่างมาก

ตระกูล Cosmos 3 ซึ่งเป็น omnimodels แบบเปิด ได้ช่วยให้นักพัฒนาสามารถสร้างระบบนิเวศของหุ่นยนต์และ Vision AI ที่สามารถรับรู้ วางแผน และตอบสนองต่อโลกทางกายภาพได้อย่างก้าวกระโดด

รวมไปถึงโมเดลเฉพาะทางอย่าง NVIDIA Alpamayo สำหรับยานยนต์ไร้คนขับ และ NVIDIA Isaac GR00T สำหรับหุ่นยนต์ฮิวแมนนอยด์ ที่เข้าไปเป็นตัวเร่งสำคัญในภาคอุตสาหกรรม

ระบบนิเวศที่เติบโตอย่างไร้ขีดจำกัด

แรงขับเคลื่อนนี้ขยายตัวไปไกลกว่าเพียงศูนย์วิจัย ห้องปฏิบัติการวิจัย ของ NVIDIA

• Basecamp Research พัฒนาโมเดล DNA ชื่อ EDEN เพื่อออกแบบลำดับพันธุกรรม
• Merck & Co. ใช้ KERMT คาดการณ์พฤติกรรมยาในร่างกาย
• Sakana AI สร้างโมเดล Fugu บนพื้นฐานของ Nemotron 3 Ultra เพื่อพัฒนางานวิจัย AI อัตโนมัติ
• KiloCode รวม Nemotron เข้ากับระบบ Code-routing ช่วยลดต้นทุน Token ได้ถึง 90%
• NAVER พัฒนาโมเดล AI ภาษาเกาหลีโดยอิงจากสถาปัตยกรรม Nemotron
• Together AI ให้บริการ Nemotron บนแพลตฟอร์มเพื่อการเข้าถึง Open Inference ที่เสถียร

นอกจากนี้ บริษัทชั้นนำอย่าง LG Electronics, Boston Dynamics, Agility และอีกมากมาย ต่างกำลังนำโมเดล Isaac GR00T และ Cosmos ไปใช้เพื่อเร่งการพัฒนาหุ่นยนต์ฮิวแมนนอยด์ยุคใหม่และการใช้งานจริงในภาคอุตสาหกรรม

ร่วมสำรวจโมเดลแบบเปิดของ NVIDIA ได้ทาง Hugging Face และติดตามการวิจัยด้านจีโนมิกส์ได้ที่ GenBio Workshop ของ ICML ในวันศุกร์ที่ 10 กรกฎาคม