Auf der CES 2026 kündigte NVIDIA die möglicherweise bedeutendste Open-Source-KI-Veröffentlichung bisher an. Das Unternehmen stellte neue Modelle, Datensätze und Tools vor, die von Spracherkennung bis zur Medikamentenentwicklung reichen.
Der Umfang ist bemerkenswert:
- 10 Billionen Sprach-Trainingstoken
- 500.000 Robotik-Trajektorien
- 455.000 Proteinstrukturen
- 100 Terabyte Fahrzeugsensordaten
Große Unternehmen wie Bosch, Salesforce, Uber, Palantir und CrowdStrike bauen bereits auf diesen Technologien auf.
Nemotron RAG: Intelligentere Dokumentensuche
Embedding-Modell: Llama-Nemotron-Embed-VL-1B-V2 (1,7 Mrd. Parameter) Reranking-Modell: Llama-Nemotron-Rerank-VL-1B-V2 (1,7 Mrd. Parameter) Kontextlänge: Bis zu 8.192 Token Lizenz: Kommerzielle Nutzung erlaubt
Informationen in Dokumenten zu finden ist ein täglicher Kampf für Wissensarbeiter. Nemotron RAG bringt multimodale Intelligenz in die Dokumentensuche und verarbeitet Text und Bilder mit präzisen mehrsprachigen Einblicken in 26 Sprachen.
Nemotron Speech: Echtzeit-Spracherkennung
Modell: Nemotron-Speech-Streaming-En-0.6B Parameter: 600M Latenz: Unter 100ms Streaming Lizenz: Kommerzielle Nutzung erlaubt
Nemotron Speech liefert Echtzeit-Spracherkennung, die 10x schneller als vergleichbare Modelle arbeitet.
Bosch nutzt Nemotron Speech bereits, um Fahrern die Interaktion mit Fahrzeugen durch Sprachbefehle zu ermöglichen.
Clara: Schnellere Medikamentenentwicklung
NVIDIAs neue Clara-KI-Modelle zielen darauf ab, die Lücke zwischen digitaler Entdeckung und realer Medizin zu überbrücken.
| Modell | Funktion | Auswirkung |
|---|---|---|
| La-Proteina | Design großer, atompräziser Proteine | Erforschung bisher unbehandelbarer Krankheiten |
| ReaSyn v2 | Einbeziehung der Synthesemachbarkeit | Verschwendung bei unpraktischen Verbindungen vermeiden |
| KERMT | Vorhersage von Medikament-Körper-Interaktionen | Probleme vor teuren klinischen Studien erkennen |
| RNAPro | Vorhersage von RNA-3D-Formen | Personalisierte RNA-basierte Therapien ermöglichen |
Alpamayo: Autonome Fahrzeuge intelligenter machen
Modell: Alpamayo-R1-10B Parameter: 10 Milliarden Trainingsdaten: 1+ Milliarde Bilder aus 80.000 Stunden Mehrfachkamera-Fahren Lizenz: Nicht-kommerziell (Forschung)
NVIDIAs neue Alpamayo-Familie ist das erste offene Reasoning-VLA-Modell der Branche für autonomes Fahren mit Chain-of-Thought-Reasoning.
Lucid Motors, JLR, Uber und Berkeley DeepDrive nutzen Alpamayo zur Entwicklung von Reasoning-basierten AV-Stacks für Level-4-Autonomie.
Cosmos: Robotern das Verständnis der physischen Welt beibringen
Cosmos Reason 2: 2 Mrd. und 8 Mrd. Parameter-Versionen Kontextfenster: 256K Token (16x größer als v1) Lizenz: Kommerzielle Nutzung erlaubt
Auf Hugging Face ist Robotik zum am schnellsten wachsenden Segment geworden, wobei NVIDIAs Modelle die Downloads anführen.
GR00T N1.6 ist ein offenes Vision-Language-Action-Modell, das speziell für humanoide Roboter entwickelt wurde.
Nemotron Safety: Vertrauenswürdige KI bauen
Für Unternehmen, die KI bereitstellen, umfasst Nemotron Safety Inhaltssicherheitsmodelle und PII-Erkennung mit hoher Genauigkeit.
CrowdStrike, Cohesity und Fortinet stärken damit die Sicherheit von KI-Anwendungen.
Was das für alle bedeutet
Alle Modelle und Daten sind jetzt auf GitHub und Hugging Face verfügbar, auch als NVIDIA NIM Microservices für skalierbare Bereitstellung.
Offene Daten Zusammenfassung
| Datensatz | Größe | Inhalt |
|---|---|---|
| Sprachtoken | 10 Billionen | Mehrsprachiges Reasoning, Coding, Sicherheit |
| Robotik-Trajektorien | 500.000 | Roboterbewegung und -manipulation |
| Proteinstrukturen | 455.000 | Synthetische Strukturen für biomedizinische KI |
| Fahrzeugsensordaten | 100 TB | Diverse Fahrbedingungen |
| Fahrvideo | 1.700+ Stunden | Seltene Grenzfälle aus 25 Ländern |
Für normale Nutzer bedeutet diese Veröffentlichung bessere Sprachassistenten, intelligentere Dokumentensuche, schnellere Medikamentenentwicklung, sicherere selbstfahrende Autos und leistungsfähigere Roboter. Diese Technologien werden 2026 in Verbraucherprodukte einfließen.
NVIDIA setzt darauf, dass sie durch die Befähigung des gesamten KI-Ökosystems mehr GPUs verkaufen. Basierend auf den Unternehmen, die diese Technologien bereits einsetzen, geht diese Wette auf.
