NVIDIA 正式推出 Nemotron for Science,它不是单一模型,而是一套打包好的科研智能体方案,以 Nemotron 3.5 Super VL 多模态开放模型为底座,配套 LitmusBench v0.2 化学数据集、后训练调优配方以及评估工具,方便科研团队快速搭建能自主推理、调用科研工具的科学智能体,主攻化学、药物研发、蛋白质设计这类方向。通用大模型做科研经常看不懂分子结构、实验文献里的图表,化学推理容易出错,这套方案专门补齐领域短板,自带近 5 万条化学相关的评测和训练数据,能用来预测分子溶解度、代谢特性、分子反应行为;科研人员可以基于提供的后训练配方继续微调,适配自己实验室的专属任务。整套方案支持从桌面端一直部署到 DGX 超级计算集群,阿贡国家实验室、多家生物制药企业已经提前落地测试,用来自动读文献、规划实验方案、设计候选药物、整理实验室操作流程。
Nemotron for Science 核心组件清单
✅ Nemotron 3.5 Super VL:多模态基座模型,支持文献图表、结构式、实验文本联合理解
✅ LitmusBench v0.2 开放数据集:近 5 万条化学推理样本,可训练 + 评测双用途
✅ 领域后训练配方:官方给出调优流程,降低科研团队微调门槛
✅ 配套评估基准:量化模型在分子预测、实验规划任务上的准确率
✅ 全链路部署支持:本地 RTX 工作站、DGX Spark、数据中心集群都能跑
✅ 兼容 BioNeMo 工具生态:可对接生物、化学计算工具包
方案能力对比表
| 项目 | Nemotron for Science | 通用大模型 |
|---|---|---|
| 核心定位 | 科学领域专用智能体构建套件 | 通用问答、内容生成 |
| 化学推理 | 有 LitmusBench 数据集加持,分子预测能力强 | 化学逻辑容易出错,缺少专业基准 |
| 多模态科研阅读 | 识别论文图表、分子结构式、实验表格 | 对科研图表、化学式理解弱 |
| 落地方式 | 开放权重,本地私有化部署 | 很多只能线上 API 调用 |
| 适配场景 | 药物研发、蛋白质设计、化学实验规划 | 通用文案、普通问答 |
搭建科学智能体操作步骤
- 获取 Nemotron 3.5 Super VL 模型权重、LitmusBench v0.2 数据集和官方后训练配方
- 根据自身方向做领域微调,优先在化学、生物文献数据上继续对齐
- 接入 BioNeMo 等科研计算工具,给智能体增加调用分子模拟、蛋白预测工具的能力
- 使用 LitmusBench 做评测,验证分子性质预测、实验规划任务准确率
- 在 RTX 工作站或者 DGX 集群部署,接入实验室文献库、实验记录系统
- 小范围试运行,迭代提示词和工具调用逻辑,再扩大到正式科研流程
【相关 FAQ】
问题 1:NVIDIA 推出 Nemotron for Science 科学智能体,Nemotron for Science 是一个独立大模型吗?
回答 1:NVIDIA 推出 Nemotron for Science 科学智能体,它不是单独模型,是一套科研智能体构建套件,基座是 Nemotron 3.5 Super VL,搭配数据集、调优配方、评测基准。
问题 2:NVIDIA 推出 Nemotron for Science 科学智能体,LitmusBench v0.2 数据集有什么用处?
回答 2:NVIDIA 推出 Nemotron for Science 科学智能体,LitmusBench v0.2 是开放化学数据集,包含近 5 万条化学问题,既可以用来微调模型,也能用来评测模型化学推理、分子预测效果。
问题 3:NVIDIA 推出 Nemotron for Science 科学智能体,这套智能体主要适合哪些科研场景?
回答 3:NVIDIA 推出 Nemotron for Science 科学智能体,主打化学分子研究、药物候选分子设计、蛋白质设计、科研文献阅读、自动化实验方案规划。
问题 4:NVIDIA 推出 Nemotron for Science 科学智能体,Nemotron for Science 只能跑在高端 DGX 服务器上吗?
回答 4:NVIDIA 推出 Nemotron for Science 科学智能体,部署弹性很大,RTX 桌面工作站可以本地跑,也可以上 DGX Spark、数据中心集群,满足不同算力需求。
【参考资料】
[2026-11-20](NVIDIA 推出 Nemotron for Science 智能体)机器之心
[2026-11-17](NVIDIA 推出 Nemotron for Science,借助智能体加速科学发现)36 氪
[2026-11-16](NVIDIA Introduces Nemotron for Science to Accelerate Discoveries With Agents)NVIDIA Newsroom
[2026-11-16](Post-Training NVIDIA Nemotron to Increase Accuracy in Your Scientific Domain)NVIDIA 开发者博客
[2026-11-15](Nemotron 3.5 Super VL 模型介绍,面向科学多模态理解)NVIDIA 技术文档
【免责声明】
本文资讯整理自 NVIDIA 官方新闻、开发者博客以及科技媒体报道,Nemotron for Science 配套数据集、模型权重、调优配方的开源协议、使用限制、硬件门槛以 NVIDIA 官方文档为准;科学智能体输出内容仅作为科研辅助参考,不能直接替代专业实验验证、药物安全性评估,不构成科研结论依据。
本文来自作者[尘波校准]投稿,不代表岳鹿科技网立场,如若转载,请注明出处:https://www.newsyuelu.com/bdt/202611/2209.html
评论列表(4条)
我是岳鹿科技网的签约作者“尘波校准”!
希望本篇文章《NVIDIA推出Nemotron for Science智能体》能对你有所帮助!
本站[岳鹿科技网]内容主要涵盖:互联网行业的追踪与探索
本文概览:NVIDIA 正式推出 Nemotron for Science,它不是单一模型,而是一套打包好的科研智能体方案,以 Nemotron 3.5 Super VL 多模态开放模型为底座,配套 LitmusBench v0.2 化学数据集、后训练调优配方以及评估工具,方便科研团队快速搭建能自主推理、调用科研工具的科学智能体,主攻化学、药物研发、蛋白质设计这类方向。通用大模型做科研经常看不懂分子结构、实验文献里的图表,化学推理容易出错,这套方案专门补齐领域短板,自带近 5 万条化学相关的评测和训练数据,能用来预测分子溶解度、代谢特性、分子反应行为;科研人员可以基于提供的后训练配方继续微调,适配自己实验室的专属任务。整套方案支持从桌面端一直部署到 DGX 超级计算集群,阿贡国家实验室、多家生物制药企业已经提前落地测试,用来自动读文献、规划实验方案、设计候选药物、整理实验室操作流程。