NVIDIA 在 GTC 柏林大会扩容开放模型阵容，覆盖多领域 AI 开发场景

NVIDIA 在 GTC 柏林大会正式推出多款全新开放模型，同步扩充原有模型产品线，完整覆盖智能体语言任务、物理 AI、机器人、自动驾驶、生物医药等主流技术方向，所有模型均开放权重、训练方案与微调教程，开发者可以自由下载、二次微调、本地部署，助力企业打造自主可控的主权智能应用。当前全球 AI 开发团队对开源开放模型的需求持续提升，大家更倾向于拿到可自主修改、不受外部约束的模型底座，而不再只依赖闭源商用大模型。本次新增的开放模型延续了 NVIDIA 软硬件一体的优化思路，原生适配 CUDA 加速库、TensorRT-LLM 推理引擎，在自家 GPU 与 DPU 硬件上可以实现更高吞吐、更低延迟，同时兼容主流开源框架与 Hugging Face 社区生态，不用做大量代码改造就能完成迁移落地。本次发布不只是单纯增加模型数量，还配套推出模型联盟、微调工具、部署方案，从模型训练、调优到上线运行形成完整闭环，大幅降低中小研发团队从零搭建 AI 模型的技术门槛，让更多开发者可以低成本打造专属行业模型。

一、本次 GTC 柏林发布的全部开放模型清单

表格

二、配套开放工具与生态合作项目

1. Nemotron Coalition 模型联盟

NVIDIA 联合全球多家顶尖 AI 实验室组建 Nemotron Coalition 开放模型联盟，成员共享训练数据、算力资源与模型优化方案，持续迭代前沿开放基础模型，保障模型长期更新与技术迭代，避免开源模型出现技术停滞问题NVIDI...。

2. NemoClaw 开源软件栈

推出 NemoClaw 工具，作为 OpenClaw 的配套开源组件，专门优化本地开放模型的智能体调用流程，提升模型工具调用的安全性，适配 NVIDIA 全系硬件，进一步放大开放模型在本地私有化部署场景的实用性NVIDI...。

3. Unsloth Studio 微调工具

开放 Unsloth Studio 一键微调工具，大幅降低开放模型的二次开发难度，只需要少量行业数据，就能快速完成 Nemotron 等模型的领域适配，提升智能体在垂直业务里的识别精度NVIDI...。

三、开放模型完整落地操作步骤

步骤 1：获取模型资源

开发者可以直接在 Hugging Face 英伟达官方仓库、GitHub 开源代码库下载全部开放模型权重，同时获取配套训练食谱、评估数据集，所有资源全程公开可访问NVIDIA。

步骤 2：完成轻量化微调

借助 Unsloth Studio 图形化工具，导入企业自有业务数据，执行 LoRA 轻量化微调，不用投入超大算力，就能把通用开放模型改造成行业专用模型。

步骤 3：硬件加速优化

接入 TensorRT-LLM 推理引擎，开启张量并行、推测解码等优化技术，在 DGX、RTX 系列硬件上把模型推理速度提升数倍，满足线上业务并发需求。

步骤 4：接入智能体业务流程

把调好的开放模型对接 Agent Knowledge Foundation 知识库组件，让模型可以读取企业内部文档、数据库，自主完成检索、问答、工具调用，搭建私有化智能体应用。

步骤 5：部署上线

模型支持容器化打包，可部署在本地服务器、私有云、隔离离线机房，完全满足数据不出境的主权智能建设要求。

四、开放模型三大核心技术优势

1. 全链路开放透明 从模型架构、训练数据、训练脚本到权重文件全部对外开放，研发人员可以完整复现训练过程，自由排查模型效果问题，符合 AI 监管合规要求。
2. 软硬件深度协同优化 所有开放模型都针对 CUDA 生态做了深度适配，搭配 vLLM、SGLang 等推理框架，在 NVIDIA 硬件上可以发挥出最优性能，兼顾推理速度与显存占用。
3. 覆盖全场景业务需求 从 4B 参数量的端侧小模型，到数百 B 参数量的超大混合专家模型一应俱全，端侧、边缘服务器、云端集群都能找到对应型号，兼顾轻量化部署与复杂大任务计算。

五、行业落地应用方向

• 政企信息化：依托 Nemotron 开放模型搭建私有化知识库智能体，实现内部文档检索、业务流程自动处理，保障数据全程留存在本地机房。
• 工业制造：使用 Cosmos 物理 AI 模型搭建数字孪生仿真系统，模拟产线运行状态，优化生产流程。
• 机器人研发：基于 GR00T 开放模型开发人形机器人感知与控制系统，降低机器人自主决策的开发成本。
• 生物医药科研：依靠 BioNeMo 开放模型开展蛋白质结构预测、新药分子筛选，助力科研机构加速药物研发进度。

【相关 FAQ】

问题 1：NVIDIA 在 GTC 柏林大会发布的开放模型，都包含哪些系列，能不能用来开发 AI 智能体？

回答 1：本次 GTC 柏林大会推出的开放模型包含 Nemotron、Cosmos、GR00T、Alpamayo、BioNeMo 多个系列，其中 Nemotron 系列专门面向 AI 智能体开发，支持工具调用、知识库检索，开发者可以直接基于这套开放模型搭建自主智能体应用。

问题 2：GTC 柏林发布的这批开放模型，权重资源在哪里获取，是否可以自由二次微调？

回答 2：所有开放模型的权重、训练脚本都发布在 Hugging Face 与 NVIDIA 官方 GitHub 开源仓库，全部资源公开免费获取；同时配套 Unsloth Studio 微调工具，开发者可以自由开展 LoRA 微调，把通用模型改造为垂直行业模型NVIDI...。

问题 3：部署 GTC 柏林发布的开放模型，必须使用 NVIDIA 的 GPU 硬件吗，能不能在其他硬件平台运行？

回答 3：开放模型基础版本支持跨平台运行，可在主流 CPU 与其他品牌硬件上完成基础推理；如果想要发挥最优推理速度，使用 TensorRT-LLM 加速，则优先搭配 NVIDIA GPU，硬件优化属于可选增强项，不影响基础模型正常运行。

【数据来源】

[2026-10-21]（NVIDIA 在 GTC 柏林大会扩容开放模型阵容，覆盖多领域 AI 开发场景）NVIDIA 新闻中心

[2026-10-21]（NVIDIA 扩展开放模型系列，推动智能体、物理 AI 与医疗 AI 发展）NVIDIA 技术博客NVIDIA

[2026-10-21]（GTC 柏林：Nemotron 联盟成立，开放模型生态持续扩容）科创板日报

[2026-10-21]（Nemotron 开放模型部署与微调官方文档）NVIDIA 开发者官网NVIDIA

[2026-10-21]（GTC 柏林开放模型技术专场会议资料）NVIDIA 大会官网NVIDIA

【免责声明】

本文仅客观整理 NVIDIA 在 GTC 柏林大会发布的开放模型型号、配套工具、生态项目与部署方案，仅作为 AI 技术科普内容；开放模型的使用权限以开源仓库对应的开源协议为准；模型推理性能会受硬件配置、参数调优、推理框架影响；本文不构成企业模型选型、软硬件采购与项目开发的实施建议；开发者二次微调后的模型成果，由开发者自行负责合规审核。