Pada konferensi AI NeurIPS, NVIDIA mengumumkan perluasan model, set data, dan perangkat AI terbukanya, yang bertujuan untuk mendukung penelitian di berbagai bidang, termasuk mengemudi otonom dan keselamatan AI. NVIDIA meluncurkan Alpamayo-R1, sebuah model penalaran terbuka dan aksi bahasa visual perintis yang dirancang untuk meningkatkan keselamatan dan pengambilan keputusan kendaraan otonom dalam skenario kompleks.

Para peneliti NVIDIA berpartisipasi aktif dalam konferensi ini, mempresentasikan lebih dari 70 makalah dan lokakarya tentang beragam topik, mulai dari inferensi AI hingga penelitian medis. Komitmen NVIDIA terhadap inovasi sumber terbuka telah diakui oleh Artificial Analysis Open Index, yang memberikan pengakuan atas keterbukaannya dalam ekosistem AI kepada keluarga teknologi Nemotron.

Di bidang mengemudi otonom, model DRIVE Alpamayo-R1 NVIDIA diharapkan dapat membuka jalan penelitian baru. Model ini menggabungkan penalaran AI berbasis rantai pemikiran dengan perencanaan jalur, elemen kunci dalam mencapai otonomi kendaraan otonom yang lebih besar. Kemampuan model untuk bernalar melalui skenario mengemudi yang kompleks diharapkan dapat membawa kendaraan otonom lebih dekat ke kemampuan mengemudi seperti manusia. Para peneliti dapat mengakses AR1 di platform seperti GitHub dan Hugging Face. NVIDIA juga menyediakan kerangka kerja sumber terbuka AlpaSim untuk evaluasi model.

NVIDIA juga tengah berupaya meningkatkan perangkat pengembang AI digitalnya, termasuk model AI suara multi-speaker, model inferensi untuk keamanan AI, dan perangkat pembuatan set data sintetis. Mitra ekosistem NVIDIA memanfaatkan perangkat-perangkat ini untuk mengembangkan aplikasi AI yang aman dan terspesialisasi. Di NeurIPS, NVIDIA akan menyelenggarakan Nemotron Summit untuk memamerkan inovasi-inovasi ini, dengan pidato utama oleh Brian Catanzaro, wakil presiden riset pembelajaran mendalam terapan NVIDIA.

Akhirnya, riset AI bahasa NVIDIA telah mencapai kemajuan signifikan dengan beberapa makalah yang dipresentasikan di NeurIPS. Pencapaian penting meliputi kemajuan dalam model bahasa ucapan, kompresi model bahasa yang efisien, dan arsitektur baru untuk model bahasa kecil. Riset NVIDIA mendorong batasan inferensi dan efisiensi AI, dengan teknik seperti pembelajaran penguatan jangka panjang yang menunjukkan hasil yang menjanjikan.