英伟达BioNeMo平台重大扩展 - 英伟达宣布对其BioNeMo开放开发平台进行重大扩展 该平台支持“实验室在环”工作流 旨在推动AI驱动的生物学和药物发现领域取得突破 [1][10][11] 平台价值与行业背景 - 生命科学行业每年产生海量科学数据 而全球药物研发成本估计高达每年3000亿美元 BioNeMo平台旨在将数据转化为发现引擎 在最大化成功概率的同时最小化研发成本 [2] - 英伟达高管表示 生物学和药物发现正迎来其“Transformer时刻” BioNeMo将实验数据转化为AI可用的智能 形成加速发现的持续学习循环 [2] 与礼来公司的深度合作 - 英伟达与礼来公司宣布建立开创性的合作 共同推出专注于解决药物发现中长期挑战的联合创新AI实验室 [3][4] - 合作将整合英伟达的加速计算、AI和机器人技术专长与礼来世界知名的药物发现和开发能力 旨在彻底改变药物发现 [4] - 该实验室建立在礼来已部署的、生物制药领域最强大的英伟达DGX SuperPOD和AI工厂基础之上 计划在未来五年内 在人才、基础设施和计算方面投入高达10亿美元 其中包括对下一代英伟达架构（如Vera Rubin）的投资 [5] - 礼来公司高管表示 此次合作汇集了大规模计算、专业人才和海量数据塑造能力 正迈向一个由快速实验和日益定制化模型驱动发现的未来 [6] 与赛默飞世尔科技的合作 - 英伟达与赛默飞世尔科技合作 旨在通过整合英伟达全栈AI计算与赛默飞行业领先的仪器设备 将科学研究实验室转变为可扩展的自动化数据工厂 [3][7] - 合作旨在帮助客户更快工作、提高准确性并从每次实验中获取更多价值 最终加速可能对人类产生重大影响的发现 [7] BioNeMo平台的新功能与工具 - 平台新增英伟达Clara开放模型 包括用于RNA结构预测的RNAPro模型和用于确保AI设计药物可合成性的ReaSyn v2模型 [13] - 推出BioNeMo Recipes 以轻松加速并高效扩展生物基础模型的训练、定制和部署 [13] - 提供BioNeMo数据处理库 如用于分子设计的GPU加速化学信息学工具nvMolKit [13] - 提供统一的边缘到云AI计算 通过英伟达DGX Spark桌面超级计算机协调自主实验室工作流 [14] - 支持用于实验室协调的多智能体系统 使用英伟达NeMo软件套件开发可自主生成协议、运行实验和执行实时质量控制的智能工作流 [14] - 集成自主数据分析工具 对仪器输出进行实时、自主解读 加速从原始数据到可操作科学见解的转化 [14] 基于BioNeMo的生态系统与合作伙伴 - 全球创新者正在BioNeMo平台上构建AI药物发现的未来 包括Chai Discovery、Basecamp Research、Boltz等公司 [8][12] - Basecamp Research推出了用于药物设计的EDEN系列AI模型 [14] - Boltz PBC推出了用于AI驱动分子设计的软件平台Boltz Lab [14] - Chai Discovery利用BioNeMo加速生物分子基础模型的开发和部署 [14] - Natera、Apheris、Dyno Therapeutics、OpenFold和Terray Therapeutics等公司也发布了基于BioNeMo平台开发的模型 [15] - 包括Benchling、CytoReason、HelixAI和Potato在内的其他公司正在采用英伟达NeMo和NIM微服务进行AI科学研究 [16] 数字实验室与物理AI的融合 - 一个日益增长的“AI科学家”公司生态系统正在利用英伟达开放模型和NeMo框架 构建用于科学领域的特定领域智能体 [16] - 英伟达正在与机器人及实验室自动化公司生态系统合作 引入仿真和物理AI技术 以连接数字智能体系统与物理实验室 形成“在硅实验”与现实验证的闭环 [17] - 安进、Automata、罗氏和Transcripta Bio等公司已使用英伟达Omniverse库和Isaac Sim构建数字孪生 将物理AI引入实验室和制造设施 [17] - 其他公司如Multiply Labs、HighRes Biosolutions和Opentrons Labworks也正在使用英伟达Isaac Sim等工具进行机器人仿真、培训和实验室自动化设计 [22]

文章核心观点 - 英伟达在CES 2026上发布了一系列面向物理AI和Agentic AI的新产品与平台，标志着其战略重心从游戏显卡全面转向AI，并将技术护城河从芯片层拓展至全栈平台层（模型+数据+工具）[1][2][6][9] 下一代数据中心架构：Vera Rubin - 正式推出下一代AI数据中心机柜架构Vera Rubin NVL72，其六大核心组件包括Vera CPU、Rubin GPU、NVLink 6 switch、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-6 Ethernet switch[14][15] - Rubin GPU在NVFP4数据格式下，推理性能达50 PFLOPS，是Blackwell GB200的5倍；训练性能达35 PFLOPS，是Blackwell的3.5倍[4][17] - 每颗Rubin GPU封装8组HBM4内存，提供288GB容量和22 TB/s带宽[18] - 引入NVLink 6用于规模内扩展网络，单GPU互连带宽达3.6 TB/s（双向），每个机架配备9颗交换芯片，总规模内带宽达260 TB/s[20][21] - Vera CPU集成88个定制Olympus Arm核心，最多可同时运行176个线程，其与GPU的NVLink C2C互连带宽达1.8 TB/s，可寻址最多1.5 TB的LPDDR5X内存[22] - 推出基于Spectrum-6芯片的共封装光学以太网交换机，用于机架扩展，其中SN688提供409.6 Tb/s总带宽，SN6810提供102.4 Tb/s总带宽[24][25][26][27] - 推出BlueField-4 DPU，构建推理上下文内存存储平台，旨在高效共享与复用键值缓存数据，提升系统响应与吞吐[32][34] - 每个Vera Rubin NVL72机架可提供3.6 exaFLOPS的NVFP4推理性能、2.5 exaFLOPS的NVFP4训练性能、54 TB的LPDDR5X内存以及20.7 TB带宽达1.6 PB/s的HBM4内存[36][37] - 与Blackwell相比，Vera Rubin训练MoE模型所需GPU数量仅为四分之一，在MoE推理场景下每token成本最高可降低10倍[36] - 用于构建该机架的六类芯片已全部从晶圆厂交付，预计2026年下半年启动规模化量产[38] 自动驾驶开源模型与生态 - 发布全新开源模型系列Alpamayo，面向安全推理的自动驾驶，其中Alpamayo 1是全球首款开源、大规模的自动驾驶视觉-语言-行动推理模型，参数为100亿[39][41] - 模型接收车辆运动历史、多摄像头实时视频和用户指令，输出驾驶决策、因果推理结果和行驶轨迹[42] - 配套发布开源仿真框架AlpacaSim，以及一个包含1700小时驾驶数据的开源数据集，数据涵盖全球广泛地理区域与复杂边缘场景[44][45] - Alpamayo将率先搭载于2025年第二季度欧洲上市的梅赛德斯-奔驰CLA车型，后续通过OTA升级推送更多自动驾驶功能[45] - 展示了基于自身技术构建的全球L4级自动驾驶与Robotaxi生态系统全景，覆盖软件开发商、整车厂/出行平台、硬件供应商全产业链[47] AI智能体与多模态模型 - NVIDIA Nemotron模型家族推出针对语音、RAG以及安全三大场景的专项模型[49] - Nemotron Speech包含新的自动语音识别模型，支持实时低延迟场景如实时字幕生成，速度比同类模型快10倍，已被博世采用[51][52] - Nemotron RAG搭载新的视觉语言模型，能精准处理多语言、多模态数据以提升文档搜索效率[53] - Nemotron Safety系列模型专注于增强AI应用安全性与可信度，包括内容安全模型和检测敏感数据的PII模型[53] 物理AI与机器人平台 - 为机器人推出的“大脑”Cosmos平台升级，全新发布Cosmos Reason 2（视觉-语言推理模型）、Cosmos Transfer 2.5与Cosmos Predict 2.5（合成视频生成模型）[56][60] - 发布Isaac GR00T N1.6，一款专为类人机器人打造的开源视觉-语言-行动推理模型，支持全身控制并集成Cosmos Reason模型[61] - 发布NVIDIA AI Blueprint for Video Search and Summarization，提供参考工作流以构建能分析大量录播及直播视频的视觉AI智能体[61] - Cosmos平台已被Figure、Agility Robotics、通用汽车等公司采用，其模型正被Salesforce、Uber等企业用于开发AI智能体[54][58] 医疗健康与生命科学AI - NVIDIA Clara是专门针对医疗健康与生命科学领域的AI技术工具，旨在降低行业成本、加速治疗方案落地[62][63] - 该系列包含多款专项模型：La-Proteina（设计大型蛋白质）、ReaSyn v2（药物生产考虑）、KERMT（预测药物人体反应）、RNAPro（预测RNA 3D结构）[64][69] - 将为研究者提供包含45.5万个合成蛋白质结构的数据集[66] 开源与生态建设 - 宣布持续向社区开源训练框架以及多模态数据集，数据集包括10万亿语言训练token、50万条机器人轨迹数据、45.5万个蛋白质结构、100TB车辆传感器数据[5] - 演讲中提及国产开源模型DeepSeek、Kimi K2、Qwen，体现了对全球开源生态的关注[11][12]

公司战略与核心主题 - 公司在CES 2026上明确展示全力投入AI领域的战略，五年来首次未发布游戏显卡[2] - 核心主题直指物理AI，旨在将技术护城河从芯片层拓展至全栈平台层（模型+数据+工具），以拉动更多GPU与基础设施投入并增强用户与生态锁定[7][10] 下一代数据中心架构：Vera Rubin - 正式推出下一代AI数据中心机柜架构Vera Rubin NVL72，预计2026年下半年启动规模化量产[14][38] - 架构由六大核心组件构成：Vera CPU、Rubin GPU、NVLink 6 switch、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-6 Ethernet switch[15] - 在NVFP4数据类型下，Rubin GPU推理性能达50 PFLOPS，是Blackwell GB200的5倍；训练性能达35 PFLOPS，是Blackwell的3.5倍[4][17] - 每颗Rubin GPU封装8组HBM4内存，提供288GB容量和22 TB/s带宽[18] - 引入NVLink 6，将单GPU互连带宽提升至3.6 TB/s（双向），每个机架配备9颗交换芯片，总规模内带宽达260 TB/s[20][21] - Vera CPU集成88个定制Olympus Arm核心，最多可同时运行176个线程，与GPU连接的NVLink C2C互连带宽达1.8 TB/s，可寻址最多1.5 TB的LPDDR5X内存[22] - 推出采用共封装光学（CPO）的Spectrum-X以太网交换机用于扩展，其中SN688提供409.6 Tb/s总带宽，SN6810提供102.4 Tb/s总带宽[24][25][26][27] - 推出BlueField-4 DPU构建新的“推理上下文内存存储平台”，旨在高效共享与复用键值缓存数据，提升系统响应和吞吐能力[32][34] - 每个Vera Rubin NVL72机架整体可提供3.6 exaFLOPS的NVFP4推理性能、2.5 exaFLOPS的NVFP4训练性能、54 TB的LPDDR5X内存以及20.7 TB带宽达1.6 PB/s的HBM4内存[36][37] - 与Blackwell相比，训练MoE模型所需GPU数量仅为四分之一，在MoE推理场景下每token成本最高可降低10倍[36] 自动驾驶领域发布 - 推出面向安全推理自动驾驶的全新开源模型系列Alpamayo[39] - 发布全球首款开源、大规模的自动驾驶视觉-语言-行动推理模型Alpamayo 1，参数100亿，能理解环境并解释决策行为[41][42] - 配套推出开源仿真框架AlpacaSim，并发布包含1700小时驾驶数据的开源数据集，涵盖广泛地理区域与复杂边缘场景[44][45] - Alpamayo将率先搭载于2025年第二季度欧洲上市的梅赛德斯-奔驰CLA车型，后续通过OTA升级推送高级自动驾驶功能[45] - 展示了基于自身技术构建的全球L4级自动驾驶与Robotaxi生态系统全景，覆盖全产业链[47] AI模型与平台更新 - 推出面向Agentic AI的NVIDIA Nemotron模型家族，并持续向社区开源训练框架及多模态数据集[6] - 开源数据集包括10万亿语言训练token、50万条机器人轨迹数据、45.5万个蛋白质结构、100TB车辆传感器数据[6] - Nemotron进一步推出针对语音、RAG以及安全三大场景的专项模型[49] - Nemotron Speech包含新的自动语音识别模型，在实时低延迟场景中速度比同类模型快10倍，已被博世采用[51][52] - Nemotron RAG搭载新的视觉语言模型以提升文档搜索效率，Nemotron Safety系列模型专注于增强AI应用安全性与可信度[53] - 公司在演讲中提及国产开源模型DeepSeek、Kimi K2、Qwen[11][12] 物理AI与机器人 - 为机器人推出的“大脑”Cosmos平台升级，全新发布Cosmos Reason 2视觉-语言推理模型、Cosmos Transfer 2.5与Cosmos Predict 2.5合成视频生成模型[56][59] - 发布专为类人机器人打造的开源视觉-语言-行动推理模型Isaac GR00T N1.6，支持全身控制并集成Cosmos Reason模型[60] - 推出NVIDIA AI Blueprint for Video Search and Summarization参考工作流，用于构建分析视频的视觉AI智能体[60] - Cosmos平台已被Figure、Agility Robotics、通用汽车等公司采用，其模型正被Salesforce、Uber等企业用于开发AI智能体[54][58] 生物医学领域 - 推出专门针对医疗健康与生命科学领域的AI技术工具NVIDIA Clara，旨在降低行业成本、加速治疗方案落地[61][62] - 该系列包含多款专项模型：La-Proteina能设计原子级精度的大型蛋白质；ReaSyn v2在药物发现阶段考虑生产问题；KERMT预测潜在药物人体反应；RNAPro预测RNA分子3D结构[68] - 将为研究者提供包含45.5万个合成蛋白质结构的数据集[65]

公司战略与技术投资 - 礼来公司与英伟达合作，正在建设制药行业最强大的超级计算机，该计算机将作为一个“AI工厂”，管理从数据输入、训练到微调和大规模推理的整个AI生命周期 [1] - 公司首席信息官表示，作为一家拥有150年历史的公司，其最强大的资产之一是数十年的数据，通过定制AI模型，可以设定新的科学标准，更快地为更多患者提供药物 [2] - 公司正从将AI视为工具转变为将其作为科学合作者，通过将智能嵌入工作流程的每一层，创建一个能够学习、适应和改进的新型企业 [5] 超级计算机技术规格 - 该超级计算机是全球首个采用DGX B300系统的NVIDIA DGX SuperPOD，由超过1,000个B300 GPU提供支持，并运行在统一的高速网络结构上 [2] - 超级计算机将100%使用可再生电力，并利用公司现有的 chilled water 基础设施进行液体冷却，以符合其2030年实现碳中和的可持续发展承诺 [5] AI应用与预期影响 - 新超级计算机和AI工厂将实现快速学习和迭代，科学家能够在数百万次实验上训练AI模型以测试潜在药物，显著扩大药物发现工作的范围和复杂性 [3] - 超越药物发现，公司计划利用超级计算机缩短开发周期，新的科学AI代理可以支持研究人员在数字和物理环境中进行推理、规划和协作 [4] - 通过先进的医学成像，科学家可以更清晰地了解疾病进展，并开发新的生物标志物以实现更个性化的护理；制造过程可通过数字孪生和英伟达机器人技术提高生产效率并减少停机时间 [4] - 一系列专有AI模型将在公司创建的协作式联邦AI/ML药物发现平台Lilly TuneLab上提供，该平台将继续发展其可用模型套件 [3] 行业定位与合作伙伴评价 - 英伟达医疗保健副总裁评价称，现代AI工厂正在成为新的科学工具，使药物发现从试错模式转向更有意识的设计，礼来以其深厚的科学传统和创新承诺，站在这一医学发现新时代的前沿 [5] - 公司将在华盛顿特区举行的英伟达GTC AI会议上进行题为“企业级AI用于药物发现：战略、基础设施和成果”的演讲 [6]