※本発表資料は米国時間 2026 年 11 月 16 日に発表されたプレスリリースの抄訳です。
ニュース概要:
- NVIDIA Nemotron for Science は、Nemotron 3.5 Super VL モデル、科学分野の評価手法、新たなオープンな化学データセット、レシピを組み合わせ、研究者による分野特化型の科学エージェントの構築を支援
- LitmusBench v0.2 は、化学リーズニングの評価とポスト トレーニングの両方に対応し、研究者によるモデルの能力評価と科学的タスクへの適応を支援
- NVIDIA DGX Spark とデータセンター インフラにより、Nemotron 3.5 Super VL を研究者のデスクトップからスーパーコンピューティング センターまで展開し、組織が管理するインフラ上で安全な科学研究ワークフローを実現
- 米国エネルギー省のアルゴンヌ国立研究所をはじめとする世界有数の研究機関が、科学的発見を加速するエージェントの構築に Nemotron を活用
シカゴ — SC26 — 2026 年 11 月 16 日 — NVIDIA は本日、NVIDIA Nemotron for Science を発表しました。これは、NVIDIA Nemotron™ 3.5 Super VL オープン モデルの科学分野での応用、新たなオープンな化学データセット、ポスト トレーニングのレシピを組み合わせ、研究者による科学的発見に特化したエージェントの構築を支援するものです。
Nemotron 3.5 Super VL を基盤とする Nemotron for Science は、科学的な問題についてリーズニングを行い、専門的な研究ツールを活用するエージェントの開発を支援します。科学者は、ポスト トレーニングによって、化学実験やタンパク質設計などの専門的なタスクにモデルを適応させることができます。
Nemotron for Science の一部である LitmusBench v0.2 は、化学リーズニングに関する言語モデルのトレーニングと評価に使用する、約 5 万件の質問を収録した新たなオープン データセットです。分子の特性と実験的な創薬データに基づいており、溶解度や人体内での処理のされ方など、分子の挙動について、モデルの予測能力を向上させるのに役立ちます。
ライフ サイエンス企業の Lila Sciences、Terray Therapeutics、Therna は、科学分野のアプリケーション向けに NVIDIA Nemotron 3.5 Super VL を活用し、カスタマイズしています。ユース ケースには、化学知識の抽出、実験の計画、治療薬や実験プロトコルの設計が含まれます。アルゴンヌ国立研究所やユーリッヒ スーパーコンピューティング センターなどの主要研究拠点も、創薬や科学的発見のための AI エージェントにこのモデルを統合しています。
NVIDIA のハイパースケールおよびハイパフォーマンス コンピューティング担当バイス プレジデントであるイアン バック (Ian Buck) は、次のように述べています。「アクセラレーテッド コンピューティングは、科学者が世界で最も複雑な課題に取り組む方法を変革しています。Nemotron for Science は、オープン モデル、科学データ、ポスト トレーニングのレシピを研究者に提供し、科学的な問題についてリーズニングを行い、CUDA-X によって高速化されたツールを活用してアイデアを発見へとつなげる、特化型エージェントの構築を支援します」
科学的発見に向けた Nemotron オープン モデルのポスト トレーニング
研究者は、分野特化型のデータを用いて Nemotron オープン モデルをポスト トレーニングし、専門的な科学タスクでの性能を向上させることができます。こうして得られたモデルを、科学情報の解釈、コード生成、計算ツールの呼び出しを行うエージェント ワークフローに統合できます。これらのワークフローでは、NVIDIA CUDA-X™ によって高速化されたツールを使用して科学技術計算を実行できます。
Terray Therapeutics は、科学的な図から反応物、生成物、反応条件を抽出するよう Nemotron をポスト トレーニングし、2 つのベンチマークで既報の結果を上回りました。RxnScribe テストでは、ベンチマークの照合基準に基づき、アノテーション付き反応の約 76% を抽出しました。これにより、公表された化学分野の発見を、合成計画や科学エージェントで活用できる構造化データへと変換するのに役立ちます。
Lila Sciences は、Nemotron を使用して、自社の自動化ラボでそのまま実行できる実験プロトコルを設計し、追加のファインチューニングを行うことなく、フロンティア レベルの性能を達成しました。ラボからのフィードバックを用いたポスト トレーニングによって、ディスプレイや太陽光パネルに使われるナノスケールの結晶である量子ドットを合成する際のモデルの精度は、ほぼ 2 倍の 61% に向上しました。推論コストを 10 分の 1~20 分の 1 に抑えながら、GPT-6 Astra の 54% を上回りました。こうした改善は、エージェントや材料科学者が、求める材料特性を合成レシピへと落とし込むのに役立ち、新材料の発見を促進します。
Therna は NVIDIA と協力し、エージェントを活用した mRNA 治療薬の設計向けに Nemotron をポスト トレーニングしました。その結果、タンパク質の発現量の範囲を予測する精度は、フロンティア モデルと比べてほぼ 2 倍に向上しました。科学者は、比較の 96% で、ベース モデルの説明よりもこのモデルの説明を好ましいと評価しました。こうした改善は、ヒトへの応用に向けて取り組みを拡大する際に、特定の細胞種で望ましいタンパク質産生が得られるよう、科学者が mRNA の設計を調整するのに役立つ可能性があります。
研究者が Nemotron のモデルとデータセットで科学研究を加速
主要な研究機関は、NVIDIA Nemotron のモデルとデータセットを活用し、個々の研究者のデスクトップから研究所、スーパーコンピューティング センターまで、あらゆる規模で科学的発見を推進しています。
周期表に含まれるさまざまな元素からなる新規分子を研究者が迅速に設計、評価できるよう支援することで、こうした取り組みは、重要な材料や鉱物、国家安全保障、がん治療への応用に向けた新たな道を開く可能性があります。
アルゴンヌ国立研究所は、がんやその他の疾患の治療に向けたタンパク質ベースの治療薬候補を設計、評価するため、StructBioReasoner マルチエージェント システムに Nemotron を統合しています。
スウェーデン王立工科大学 (KTH) は、正常に動作しない GROMACS 分子動力学シミュレーションの設定を自律的に修復する AI エージェントを、Nemotron を基盤として構築しました。1 台の NVIDIA DGX Spark™ システム上で一晩実行したところ、リーズニングを有効にしたエージェントはテスト ケースの 81% を修復し、すべての修復内容は GROMACS 自体によって独立して検証されました。
理化学研究所は、推論ゲートウェイ「RiVault」を通じて、Nemotron 3.5 Super VL を含む NVIDIA Nemotron シリーズを AI スーパーコンピューティング プラットフォーム「RIKYU」上で利用可能にし、研究者が科学研究や高速化アプリケーションの開発にこれらのモデルを利用できるようにしました。
提供状況
NVIDIA Nemotron 3.5 Super VL と LitmusBench v0.2 化学データセットは、Hugging Face で現在入手可能です。Nemotron 3.5 Super VL モデルは、128 GB の NVIDIA DGX Spark システム上でローカル実行できるようにも最適化されています。
科学分野全般で精度を向上させる NVIDIA Nemotron のポスト トレーニングの詳細は、こちらの技術ブログをご覧ください。
NVIDIA について
NVIDIA (NASDAQ: NVDA) は AI とアクセラレーテッド コンピューティングの世界的なリーダーです。
本プレスリリースに記載されている、アクセラレーテッド コンピューティングが科学者による世界で最も複雑な課題への取り組み方を変革していること;Nemotron for Science が研究者にオープン モデル、科学データ、ポスト トレーニングのレシピを提供し、科学的な問題についてリーズニングを行い、CUDA-X によって高速化されたツールを活用してアイデアを発見へとつなげる特化型エージェントの構築を支援すること;NVIDIAの製品、サービス、技術の成長、性能、入手可能性、およびメリットに関する期待、ならびに関連する動向や推進要因;NVIDIAの協力先やパートナーを含む第三者との契約に関する期待;技術開発に関する期待、および関連する動向や推進要因;予測される市場の成長と動向;AIおよび関連産業に関する期待、およびその他の歴史的事実でない記述は、また、これらに限定されない記載に関する利点と影響など、本プレスリリースに記載されている記述の中には、1933年証券法第27A条および1934年証券取引法第21E条(いずれも改正済み)に定める将来予測に関する記述に該当し、当該条項により定められた「セーフハーバー」の適用を受けるものであり、実際の結果が予想と著しく異なる原因となるリスクおよび不確実性に影響を受ける可能性があります。実際の結果が大幅に異なる可能性のある重要な要因には、以下のものが含まれます:世界的な経済状況;NVIDIAの製品を製造、組み立て、梱包、テストする第三者への依存;技術開発と競争の影響;新製品や技術の開発または既存製品、技術の改良;NVIDIAの製品またはパートナーの製品の市場受け入れ状況;設計、製造またはソフトウェアの欠陥;消費者ニーズや需要の変化;業界標準やインターフェースの変更;NVIDIAの製品または技術がシステムに統合された際の予期せぬパフォーマンスにより生じる損失などを含み、NVIDIAが証券取引委員会(SEC)に提出する最新の報告書(年次報告書Form 10-Kおよび四半期報告書Form 10-Qを含むがこれらに限定されない)において随時開示されるその他の要因です。SECに提出された報告書は、NVIDIAのウェブサイトに掲載されており、NVIDIAから無償で入手可能です。これらの将来予測に関する記述は、将来の業績を保証するものではなく、本資料の発表現在時点での状況に基づくものであり、法律で義務付けられる場合を除き、NVIDIAは、将来の出来事や状況の変化を反映のためにこれらの将来予測に関する記述を更新する義務を負いません。
本リリースに記載されている製品や機能の多くはまだ様々な段階にあり、利用可能になった時点で提供される予定です。記述は、コミットメント、約束、または法的義務として意図されたものではなく、またそう解釈されるべきでもありません。また、NVIDIA製品について説明された特徴や機能の開発、リリース、および時期は変更される可能性があり、NVIDIA単独の裁量に委ねられます。NVIDIAは、ここに記載された製品、特徴または機能の不提供または遅延について、いかなる責任も負いません。
© 2026 NVIDIA Corporation. 無断複写、複製、転載禁止。NVIDIA、NVIDIA のロゴ、その他の NVIDIA の製品名およびサービス名は、米国およびその他の国と地域における NVIDIA Corporation の商標または登録商標です。その他の会社名、製品名、サービス名は、それらが関連付けられている各社の商標である場合があります。
