NVIDIA推出Nemotron for Science智能体

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

  1. 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
  2. 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
  3. 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
  4. 使用 LitmusBench 做评测,验证分子性质预测、实验规划任务准确率
  5. 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
  6. 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

赞 (0)
反馈

发表回复

本站作者后才能评论

评论列表(4条)

  • 尘波校准
    尘波校准 2026年11月22日

    我是岳鹿科技网的签约作者“尘波校准”!

  • 尘波校准
    尘波校准 2026年11月22日

    希望本篇文章《NVIDIA推出Nemotron for Science智能体》能对你有所帮助!

  • 尘波校准
    尘波校准 2026年11月22日

    本站[岳鹿科技网]内容主要涵盖:互联网行业的追踪与探索

  • 尘波校准
    尘波校准 2026年11月22日

    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。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们