10万亿tokens量级！英伟达推出全球最大规模开源数据集，同步发布四款开源AI模型

1月6日消息，在今日召开的CES 2026主题演讲活动上，英伟达首席执行官黄仁勋发表了主题演讲，宣布将大幅扩充其开源模型库，并推出覆盖语言、机器人、自动驾驶以及医疗四大领域的全新模型与数据集，以此进一步推动全行业人工智能创新的进程。

英伟达推出了开源训练框架，并打造了全球规模最大的开放多模态数据集——该数据集包含10万亿个语言训练标记、50万条机器人运动轨迹、45.5万个蛋白质结构，以及100TB的车辆传感器数据。这一系列举措，彰显出英伟达正全力搭建一个覆盖语言处理、机器人技术、科学研究与自动驾驶领域的开放生态系统。

包括博世（Bosch）、Salesforce、Uber 和帕兰泰尔（Palantir）在内的多家科技巨头目前已利用这些开源技术构建其下一代 AI 系统。

此次发布的产品涵盖了面向智能体AI的Nemotron系列、聚焦物理AI的Cosmos平台、专门为自动驾驶打造的Alpamayo系列，还有应用于生物医疗领域的Clara模型。

Nemotron 赋能智能体 AI，语音识别性能提升 10 倍

在智能体 AI 领域，NVIDIA 推出了全新的 Nemotron 系列模型，覆盖语音、检索增强生成（RAG）及安全三大板块。

其中，Nemotron Speech模型在实时字幕和语音应用场景中展现出优异性能，相关基准测试结果表明，它的运行速度比同类模型快10倍；目前博世已运用该模型来优化车载语音交互的用户体验。

与此同时，Nemotron Safety模型借助强化内容安全检测与敏感数据识别能力，显著增强了企业级AI应用的可信度，目前已获得CrowdStrike、Fortinet等安全企业的采用。

Cosmos 与 Isaac 联手，赋予机器人“物理世界”推理能力

针对物理 AI（Physical AI），NVIDIA 发布了 Cosmos 世界模型平台，旨在赋予机器人类似人类的推理与世界生成能力。

核心模型Cosmos Reason 2大幅增强了机器人对物理环境的感知能力与交互精准度，Cosmos Transfer 2.5则可制作大规模合成视频用于AI训练。

基于此平台，NVIDIA 还推出了专为人形机器人设计的 Isaac GR00T N1.6 模型，该模型具备全方位的身体控制与环境推理能力。

Franka Robotics 等公司目前正利用这些工具在虚拟环境中验证机器人行为，随后再将其部署至现实世界。

首发 Alpamayo 系列，重塑推理式自动驾驶开发

为了攻克自动驾驶领域的难题，NVIDIA 首次推出了 Alpamayo 系列开源资源。该系列中的 Alpamayo 1 是首款面向自动驾驶场景的开源大规模推理 VLA（视觉语言动作）模型，它既能够帮助车辆理解周边环境，又可以对自身的驾驶决策进行解释说明。而搭配开源仿真框架 AlpaSim 后，开发者就能开展闭环训练，从而更好地应对各类边缘场景。

此外，NVIDIA 还开源了包含 1700 多小时驾驶数据的物理 AI 数据集，覆盖了极其广泛的地理环境与复杂路况，为高阶自动驾驶研发提供了关键数据支持。

Clara 模型深入微观世界，加速新药研发进程

在医疗健康领域，NVIDIA 新推出的 Clara AI 模型能够有效缩短药物研发周期。其中，La-Proteina 模型可实现原子级精度的蛋白质设计，助力科学家攻克难治性疾病；而 ReaSyn v2 模型则把制造蓝图整合到研发流程中，保障了所设计药物的可合成性。

另外，KERMT模型可以在研发初期对药物和人体之间的相互作用进行预测，以此来提高安全性。搭配新推出的45.5万个合成蛋白质结构数据集，这些工具能够切实减少医疗创新的门槛和成本。