A cada ano, a Conferência Internacional sobre Machine Learning (ICML) revela onde milhares de pesquisadores de IA decidiram concentrar seu trabalho.
Os artigos aceitos este ano revelam uma direção clara: modelos de fronteira abertos e infraestrutura de IA aberta tornaram-se fundamentais para a forma como a ciência moderna de IA é desenvolvida.
A NVIDIA teve 74 artigos aceitos no 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 no NVIDIA Cosmos, NVIDIA Isaac GR00T, BioNeMo e outras famílias de modelos abertos da NVIDIA, abrangendo IA física, robótica, veículos autônomos e pesquisa biomédica.
Os Temas que Definem a Pesquisa Deste Ano
Áreas como geração de visão e vídeo, reinforcement learning para grandes modelos de linguagem (LLMs) e treinamento de agentes, além de AI inference, permaneceram como temas de destaque nos artigos deste ano, refletindo o investimento sustentado que esses campos exigem — enquanto várias novas áreas também emergiram.
Os world models para robótica atraíram atenção significativa, com artigos como DreamDojo ampliando os limites de como os sistemas de IA aprendem a raciocinar e agir em ambientes físicos. O DreamDojo aprende como o mundo físico se comporta a partir de vídeos humanos e se baseia nos modelos de fronteira abertos NVIDIA Cosmos para prever como um robô lidaria com objetos e operaria em ambientes para os quais nunca foi treinado. Ele permite que 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 pelos modelos abertos NVIDIA BioNeMo e contribuições de pesquisa que ajudam pesquisadores a entender a função de proteínas, o comportamento molecular e o código genético. Artigos como o FLIP2 introduzem benchmarks públicos para testar com que precisão a IA prevê os efeitos de mutações de proteínas. O KERMT é um novo modelo aberto BioNeMo para previsão de propriedades moleculares importantes para a descoberta de medicamentos.
A geração de dados sintéticos (SDG) despertou interesse particular no ICML este ano com vários conjuntos de dados abertos Nemotron e de IA física, refletindo uma mudança mais ampla na forma como os pesquisadores pensam sobre treinamento em escala sem depender exclusivamente de dados rotulados por humanos.
O Stack de Pesquisa Aberta
A infraestrutura aberta oferece aos pesquisadores as ferramentas para acelerar avanços.
Os artigos mostram o Nemotron sendo usado menos como um único lançamento de modelo e mais como um research stack: pesos abertos para avaliar, conjuntos de dados abertos para treinar e adaptar, e receitas abertas para raciocínio, uso de ferramentas, segurança, curadoria de dados e inferência eficiente.
Além dos modelos, o NeMo Curator e os conjuntos de dados abertos que ele suporta oferecem aos pesquisadores uma base reprodutível para curadoria de dados de treinamento. As ferramentas de SDG permitem criar conjuntos de treinamento de alta qualidade em uma escala e velocidade que teriam sido impraticáveis apenas alguns anos atrás.
A família Cosmos 3 de omnimodels de fronteira abertos oferece a pesquisadores e desenvolvedores um salto geracional na capacidade de construir robôs, veículos autônomos e IA de visão que percebem, raciocinam, planejam e agem no mundo físico.
Além disso, a família de modelos abertos NVIDIA Alpamayo para desenvolvimento de veículos autônomos, NVIDIA Isaac GR00T para robótica e NVIDIA BioNeMo para biomedicina ajudam a acelerar a pesquisa e o desenvolvimento em vários setores.
O Ecossistema Construído sobre Essa Base
O impulso vai além dos próprios laboratórios de pesquisa da NVIDIA.
A Basecamp Research desenvolveu um novo modelo de fundação para DNA, o EDEN, que ajuda pesquisadores a interpretar e projetar sequências genéticas.
A Merck & Co. usa o KERMT para prever como potenciais moléculas de medicamentos podem se comportar no organismo, incluindo se são propensas a ser eficazes, seguras e desenvolviéis.
A Sakana AI — presente no ICML este ano — construiu seus modelos Fugu e Fugu-Ultra diretamente sobre o Nemotron 3 Ultra, utilizando a fundação aberta para avançar em seu trabalho de automação de pesquisa em IA.
A KiloCode integrou o Nemotron em sua arquitetura de roteamento de código, reportando reduções de custo de tokens de até 90% — um resultado com implicações reais para a economia de implantação de IA em produção.
A NAVER desenvolveu seu próprio modelo usando a arquitetura Nemotron, expandindo a fundação para pesquisa de IA em idioma coreano.
A Together AI hospeda modelos Nemotron em sua plataforma, tornando-os mais acessíveis a pesquisadores que precisam de acesso confiável e contínuo à inferência aberta.
Humanoid, LG Electronics, NEURA Robotics e Noble Machines estão adotando modelos NVIDIA Isaac GR00T para acelerar implantações industriais de seus humanoides, enquanto 1X, Agility, Agile Robots, Boston Dynamics, Hexagon Robotics e Mentee estão construindo a próxima geração de humanoides usando Cosmos world models, Isaac Sim e Isaac Lab para acelerar o desenvolvimento e a validação de seus robôs.
Explore os modelos abertos da NVIDIA no Hugging Face.
Explore pesquisas de genômica e biologia no GenBio Workshop do ICML na sexta-feira, 10 de julho.