
当地时间11月16日,英伟达在芝加哥SC26大会上正式发布Nemotron for Science。这套面向科研领域的开放模型与工具组合,核心是把Nemotron 3.5 Super VL多模态模型适配到生命科学、化学等专业场景,帮助研究者搭建能对科学问题做推理的科学智能体。大会当天一同发布的还有LitmusBench v0.2化学数据集与配套后训练方案,覆盖从桌面工作站到超级计算中心的全场景部署需求。
不同于通用AI模型,Nemotron for Science从设计之初就瞄准了科研工作流的实际痛点。作为底座的Nemotron 3.5 Super VL是英伟达今年10月开源的模型,采用1,200亿总参数、每token激活120亿参数的混合专家(MoE)架构,原生支持文本、图像、文档和视频输入。研究者不需要从零开始训练模型,可以直接用领域数据对它做针对性后训练,让模型学会解读专业文献、生成计算代码、调用各类科研工具。整套流程通过CUDA-X加速库优化,在个人桌面的DGX Spark到数据中心超级计算机上都能顺畅运行。
同步上线的LitmusBench v0.2,是包含近5万道问题的开放化学数据集,既能够用来训练模型的化学推理能力,也可以作为基准测试评估模型表现。数据集整合了分子性质与实验药物研发的真实数据,重点提升模型对分子行为的预测准确度,比如某种分子的溶解度如何、进入人体后会怎样代谢,这些都是药物研发里绕不开的基础问题。
目前已有不少研究机构和企业在实际场景中用上了这套模型。据英伟达介绍,药物研发公司Terray Therapeutics对Nemotron做后训练,让模型能从科研论文图表里自动提取反应物、生成物和反应条件。在RxnScribe基准测试中,按该基准设定的匹配标准计算,模型成功提取了约76%的标注反应,超过此前公布的最好结果。这项能力可以把散落在论文里的化学成果自动整理成结构化数据,直接用在合成规划和智能体工作流中,省去大量人工录入时间。
生命科学公司Lila Sciences把Nemotron用在自动化实验室场景,模型可以直接生成可执行的实验操作流程,英伟达称其不需要额外微调就能达到行业前沿水平。结合实验室实际运行的反馈数据做后训练后,模型在量子点制备实验上的准确率几乎翻倍,达到61%,超过GPT-6 Astra的54%,且推理成本却只有后者的二十分之一到十分之一。量子点是显示屏、太阳能板里常用的纳米级晶体材料,这项提升能帮助材料科学家更快把目标材料特性转化成可操作的合成配方,加快新材料研发速度。
生物公司Therna和英伟达合作,把后训练的Nemotron用于mRNA疗法设计智能体。据英伟达介绍,相比前沿模型,它对蛋白质表达范围的预测准确率几乎翻倍;在盲测对比中,96%的情况下,科学家认为这个模型给出的解释比基础模型更合理。随着技术后续推进到人体应用阶段,这种能力可以帮助研究者根据不同细胞类型需要的蛋白质产量,定制化设计mRNA序列。
不仅如此,公共研究机构也在快速接入这套模型。美国能源部阿贡国家实验室正在把Nemotron集成到StructBioReasoner多智能体系统里,用于设计和评估治疗癌症及其他疾病的蛋白质疗法候选药物;德国于利希超级计算中心也在把它接入自己的药物与科学发现智能体。瑞典皇家理工学院基于Nemotron搭建了AI智能体,可以自动修复损坏的GROMACS分子动力学配置文件,在单台DGX Spark上开启推理、运行一晚上,就修复了81%的测试用例,每一个修复结果都经过GROMACS独立验证。日本理化学研究所则通过自建的RiVault推理网关,在RIKYU AI超级计算平台上线了Nemotron系列模型,让全所科研人员都能直接调用。
英伟达超大规模与高性能计算副总裁Ian Buck表示,加速计算正在改变科学家解决复杂问题的方式。Nemotron for Science给研究者提供了开放模型、科学数据和后训练方法,让他们能搭建真正能对科学问题做推理的专用智能体,结合CUDA-X加速工具,把想法更快落地成实际科学发现。
在部署方面,Nemotron 3.5 Super VL已经专门做了优化,可以在配备128GB统一内存的DGX Spark桌面系统上本地运行,不需要连接云端就能处理敏感科研数据。目前模型和LitmusBench v0.2数据集都已在Hugging Face上开放下载,科研人员可以直接获取使用,也可以根据自己的研究方向做进一步定制。
从现有实际用例来看,这套模型最直接的价值,是把科研人员从大量重复性的文献整理、代码调试、实验方案设计工作里解放出来,让智能体承担这些标准化基础工作,研究者可以把精力放在真正需要创造力的研究判断上。而统一的模型架构,也让从桌面小型实验到超算中心大规模分子模拟的不同规模工作流可以无缝衔接,不需要在不同工具间反复切换。对于需要处理敏感数据的研究场景,本地可部署的特性能够保证数据始终留在机构自有基础设施内,满足科研数据安全要求。
本文转自媒体报道或网络平台,系作者个人立场或观点。我方转载仅为分享,不代表我方赞成或认同。若来源标注错误或侵犯了您的合法权益,请及时联系客服,我们作为中立的平台服务者将及时更正、删除或依法处理。
