英伟达于2026年11月16日在芝加哥SC26大会上推出Nemotron for Science,将Nemotron 3.5 Super VL开放模型、科学评测、开放化学数据集和后训练方案组合起来,帮助研究机构构建专业科学智能体。此次发布的重点,是让模型进入实验规划、化学信息提取和计算工具调用等具体科研流程。

开放数据与后训练连接专业任务

Nemotron for Science以Nemotron 3.5 Super VL为基础。研究人员可使用领域数据开展后训练,即在基础模型之上继续针对特定任务训练,再将模型接入能够理解科学信息、生成代码和调用计算工具的智能体流程,并使用CUDA-X加速工具执行科学计算。

配套推出的LitmusBench v0.2包含近5万道问题,同时用于化学推理训练和评估。数据涉及分子性质与实验药物发现,可帮助研究人员改进模型对分子溶解度、人体如何处理分子等问题的预测能力。模型和数据集现已在Hugging Face提供。

从这些安排看,英伟达试图降低的是通用模型进入专业科研任务的适配成本:模型提供基础能力,领域数据用于训练和检验,计算工具负责具体运算。但训练与评测资源的开放,只是提供了适配起点;新机构仍需检验模型在自身数据和实验条件下是否可靠。

合作案例显示任务适配价值,指标需分别理解

Terray Therapeutics对Nemotron进行后训练,从科学图示中提取反应物、产物和反应条件,并在两项基准上超过此前公开结果。其中,RxnScribe测试中约76%的已标注反应符合基准匹配标准。这一指标衡量的是化学信息提取表现,有助于把文献中的反应转化为可用于合成规划的结构化数据,不能直接解释为实验成功率。

Lila Sciences使用Nemotron为自动化实验室设计可执行实验方案,在无需额外微调时达到前沿模型水平。进一步结合实验室反馈开展后训练后,模型在量子点制备任务上的准确率接近翻倍,达到61%,高于GPT-6 Astra的54%;英伟达披露,其推理成本低至后者的十分之一至二十分之一。这里的成本比较属于特定任务的模型推理环节,并不等于实验室全部研发成本同比例下降。

Therna则与英伟达合作,将模型用于智能体驱动的mRNA疗法设计,预测蛋白质表达区间的准确率相较前沿模型接近翻倍。在96%的解释对比中,科学家更偏好后训练模型而非基础模型的解释。解释偏好与预测准确率是不同指标,两者都不能替代疗法进入人体应用所需的验证。

这些案例支持一个较具体的判断:领域数据和实验反馈能够改善特定科研步骤,但各项结果的任务、分母和对照对象不同,不能合并成一个适用于所有科研工作的性能提升幅度。

本地部署与工具校验影响落地方式

Nemotron 3.5 Super VL已针对128GB NVIDIA DGX Spark系统进行本地运行优化。英伟达同时将桌面设备和数据中心基础设施纳入部署路径,使机构能够在自行控制的基础设施上运行科研流程。对需要处理内部实验数据的团队,这提供了本地适配和运行模型的选择,但机构仍需自行落实数据权限和运行管理。

瑞典皇家理工学院基于Nemotron构建了修复GROMACS分子动力学配置的智能体。在单台DGX Spark的一次夜间运行中,开启推理后修复了81%的测试案例,且每项修复均由GROMACS独立检查。这个案例的意义不仅在于完成比例,也在于模型输出经过专业软件验证,使“提出修改”与“修改有效”之间有了可检查的环节。

其他部署仍呈现不同进度:阿贡国家实验室正把Nemotron整合进StructBioReasoner多智能体系统,用于设计和评估治疗癌症等疾病的蛋白质候选疗法;于利希超级计算中心也在将其整合进药物及科学发现智能体。日本理化学研究所则已通过推理网关RiVault,在RIKYU人工智能超算平台提供相关模型访问。

科研工具链扩展仍须跨过实验验证

我们的判断是,这次发布的产业意义在于把模型、领域数据、加速计算和部署设备连接成更完整的科研工具链。若研究团队能够持续用真实实验反馈更新模型,并用专业软件或实验结果检查输出,智能体才可能从单次演示进入可重复使用的工作流程。

现有证据主要来自合作机构的特定任务结果,尚不足以证明不同实验室、不同分子体系都能获得相同表现。后续更应观察评测条件是否清晰、实验结果能否复现,以及工具调用错误能否被发现和纠正。模型给出可执行方案,也不意味着方案已经通过现实实验或临床验证。

英伟达还提示,部分产品与功能仍处于不同开发阶段,发布时间和功能安排可能调整。已提供的模型与数据集、正在推进的机构整合,以及未来功能承诺,需要分别看待;此次公告也不能直接量化为公司的收入或利润贡献。