NVIDIAがICML 2026で74本採択、引用GPU約2,000本の異常な存在感が示す物理AI時代の主戦場

何があったのか

ICML 2026は7月6日から11日までソウルCOEXで開催中。今年の総採択論文数は6,352本で、投稿数23,918本に対する採択率は26.6%と発表されている。この中で、NVIDIA自身の研究チームによる論文が74本採択された。さらに採択論文の約2,000本がNVIDIA GPUを実験基盤として引用し、145本がオープンモデルNemotronファミリーを土台に新規研究を展開している。研究テーマは合成データ生成、ロボット向けワールドモデル、AI創薬、動画生成、強化学習によるLLM訓練、AI推論効率化と広範に及ぶ。

なぜ今までできなかったのか

これまでのAI研究は、クローズドな独自モデル、独自データ、独自インフラを持つ少数の大企業と、公開モデルに頼らざるを得ない学術界の間に深い断絶があった。GPT系やGemini系のような最先端モデルは論文で言及されても、研究者が実際に上に積み上げていくことは難しい。学術ベンチマークで参照はできても、事後学習、蒸留、ファインチューニングといった二次研究の土台にはならない。オープン重みで、かつ商用利用可能な水準の性能を持つモデル群が長らく不在であったため、フロンティア研究は事実上ごく少数のクローズドラボに集中していた。

既存構造との比較

構造の違いは明確で、オープン化は研究の再現性と拡張性の両方を担保しつつ、NVIDIAのGPU販売と密接に結び付く設計となっている。

どうやって実現したのか

NVIDIAは、AI研究に必要な階層のほぼ全てを自社で押さえる戦略を長年進めてきた。GPU、CUDAソフトウェアスタック、NeMoフレームワーク、NIM推論マイクロサービス、そしてNemotron・Cosmos・BioNeMo・Isaac GR00T・Alpamayoといった分野別オープンモデル群である。特にNemotron 3 Ultraは5,500億パラメータのMoE構造で、複雑なエージェント型推論やシミュレーションを想定した設計とされる。Cosmos 3は視覚・言語・シミュレーションを統合したワールドモデルで、ロボットが未知の環境で物体を扱う挙動を予測できる。DreamDojoはCosmosを土台に、人間の動画からロボットが学習する枠組みを提示している。これらは全て、NVIDIA GPU上での事後学習と推論を前提としており、研究の広がりがそのままハードウェア需要へ還流する構図になっている。

何ができたのか（成果）

Nemotronだけで145本の研究基盤になっている点は、単一のオープンモデルファミリーとしては前例のない浸透度と言える。

この技術が広がると何が起きるか

ロボティクスと自動運転の学習コスト構造が根本から変わる可能性がある。Cosmos 3やIsaac GR00Tのような世界基盤モデルの上に各社が事後学習を積む形態が定着すれば、物理シミュレーション環境と合成データがハードウェア試作を大幅に代替していく流れになる。実機で数千時間のデータを集めるコストと、シミュレーション上で無限に生成できる合成軌道のコストには桁違いの開きがあり、この構造変化は開発サイクル全体を短縮する方向に働くとみられる。すでにBoston Dynamics、Agility Robotics、1X、Neura Robotics、LG ElectronicsなどがCosmosやIsaac GR00Tを開発基盤に採用しているとされ、産業ヒューマノイド分野は事実上の共通基盤層が形成されつつある段階に入っている。

AI創薬領域では、BioNeMoとKERMTを使ったタンパク質変異予測や分子物性予測が公開ベンチマーク化されつつある。Merck & Co.が実際にKERMTを利用し、候補分子が体内でどう振る舞うか、有効性・安全性・製剤化可能性をどう評価するかに応用していると報じられている。従来は各製薬会社が独自モデルを内製してきた領域だが、共通のオープン基盤モデル上で競争する構図に移行しつつある可能性がある。

合成データ生成が主流手法として定着すれば、人間ラベル依存の学習ボトルネックが緩和される可能性がある。ICML 2026ではNemotron系と物理AI系の合成データセットを使った研究が目立ち、大規模学習における人手コストを下げる潮流が数字で確認できる状態になっている。長期的には、データ量そのものではなく合成データの品質と多様性を設計する能力が競争軸となる展開が見込まれる。

関連企業・市場動向

Boston Dynamicsは非上場、Agility Roboticsも同様である点には留意する必要がある。NVIDIAが物理AI基盤層を押さえる構造は、CUDA時代のロックインを次世代に延長する動きとみられる。投資判断は各自で行う必要がある。

課題と今後の展望

課題としては、まずオープンモデル戦略が競合の追随を促すリスクがある。MetaのLlama系、Alibaba系Qwenなどが並走しており、NVIDIA以外のGPUバックエンドでも動作するモデルが増えれば、ハードウェアロックインの効きは相対的に弱まる可能性がある。次に、ロボティクスと自動運転はシミュレーション上の性能と現実世界の性能の間に依然として差があり、ワールドモデルによる合成データが実機性能をどこまで押し上げるかは検証途上にある。加えて、Nemotron 3 Ultra級のモデル運用は依然として大規模GPUクラスタを前提とし、学術界の平均的な計算資源との乖離は残る。次のマイルストーンは、10月のNeurIPS 2026、および2027年前半のCosmos 3・Nemotron 3系の商用実装事例の広がりになるとみられる。

本記事は情報提供のみを目的とし、特定銘柄の売買を推奨するものではない。投資判断は自己責任で。