什么是 NVIDIA Nemotron for Science?面向研究智能体的开放模型
NVIDIA 在 SC26 发布的版本包含开放的 Nemotron 3.5 Super VL 模型、一个拥有 50,000 道题的化学数据集,以及用于构建科学 AI 智能体的后训练方案。

NVIDIA 近日推出了 Nemotron for Science,这是一套开放的模型、数据集和方案集合,专为构建能够完成真实科学工作的 AI 智能体而设计——包括推理化学和生物学问题、调用研究工具,以及自我验证结果。该项目在 SC26 超算大会上正式发布,将开放的 Nemotron 3.5 Super VL 模型与全新化学数据集及后训练指南打包在一起。以下是其具体内容、现有用户情况,以及是否值得关注的分析。
什么是 NVIDIA Nemotron for Science?
NVIDIA Nemotron for Science 是一套面向科学研究智能体的开放 AI 资源集合,而非单一的新模型。NVIDIA 于 2026 年 11 月 16 日在芝加哥举办的 SC26 大会上正式发布,将其 Nemotron 3.5 Super VL 开放模型的科学应用、全新开放化学数据集,以及帮助研究人员构建专用科学发现智能体的后训练方案整合在一起。
其核心理念是为研究人员提供构建智能体所需的各项要素,使其能够规划任务、运行模拟、验证结果并在迭代中自我修正——而不仅仅是"聊"科学。该集合包含四个部分:
- Nemotron 3.5 Super VL — 构建智能体所依托的开放多模态推理模型。
- LitmusBench v0.2 — 用于训练和评估模型化学推理能力的全新开放化学数据集。
- 后训练方案 — 强化学习(Reinforcement Learning)与蒸馏(Distillation)工作流,用于将模型适配到特定科学领域。
- 科学评估基准 — 用于衡量定制化模型是否真正得到提升的基准测试。
NVIDIA 对此目标表述直接。"Nemotron for Science 为研究人员提供开放模型、科学数据和后训练方案,以构建能够推理科学问题并使用 CUDA-X 加速工具将想法转化为发现的专用智能体,"NVIDIA 超大规模与高性能计算副总裁 Ian Buck 表示。
基础模型:Nemotron 3.5 Super VL
其基础是 Nemotron 3.5 Super VL,这是 NVIDIA 推出的开放 1200 亿参数多模态模型,每个 token 激活 120 亿参数。它在单一检查点中融合了推理、工具调用,以及读取文本、图像、图表和多页文档的能力——而这正是科学论文和实验室记录中常见的混合材料形式。
基于 Super VL 构建,Nemotron for Science 帮助研究人员开发能够推理科学问题并调用专业研究工具的智能体。通过后训练,科学家可以将模型适配到运行化学实验和蛋白质设计等专项任务。
该模型现已在 Hugging Face 上开放获取,NVIDIA 表示其已针对在 128GB NVIDIA DGX Spark 系统上本地运行进行了优化。
LitmusBench v0.2:化学数据集
最引人注目的新内容是数据。LitmusBench v0.2 是一个全新的开放数据集,包含近 50,000 道题目,用于训练和评估语言模型的化学推理能力。它基于分子属性和实验性药物发现数据构建,旨在帮助研究人员提升模型预测分子行为的能力——包括溶解度以及人体对其的代谢过程。
在 NVIDIA 的技术材料中,该数据集也被称为 Nemotron Litmus-Bench,同时支持评估和后训练两种用途。这种双重角色至关重要:用于评分模型的题目同样可用于训练,因此实验室可以发现模型的薄弱环节,并用同一批数据加以弥补。
后训练的工作原理
Nemotron for Science 的核心卖点在于定制化。通用模型只是起点;这些方案展示了如何通过带可验证奖励的强化学习,将其打造成领域专家。
NVIDIA 的后训练演示以药物代谢预测作为实例。给定一个母体分子及其转化酶,模型预测生成的代谢产物。其巧妙之处在于奖励机制:不依赖人工偏好标注,而是直接用实验真实值对答案评分——通过相似度指标比较预测分子指纹与参考分子指纹。奖励信号直接来源于数据本身。
报告的提升效果具体可量化。在 16,384 token 输出预算下的药物代谢任务中,NVIDIA 表示监督微调(Supervised Fine-Tuning)将准确率提升了 12%,强化学习后训练进一步提升了 17%。可选的"热启动"步骤从更强的教师模型中蒸馏推理轨迹——在 NVIDIA 的示例中使用的是 Anthropic 的 Claude Sonnet 5.5——以在强化学习循环开始前加速收敛。
对团队而言,关键在于:在特定任务上达到前沿水平的结果,并不需要前沿模型。你需要的是一个优秀的开放模型、自己的实验数据,以及一个能衡量你真正关心的科学结果的奖励函数。
已有哪些用户在使用
NVIDIA 的发布更多依赖具名合作伙伴和实验室,而非单纯的基准测试数据,这使得相关声明更易于评估:
- Terray Therapeutics 对 Nemotron 进行后训练,用于从科学图表中提取反应物、产物和反应条件。NVIDIA 报告称,在 RxnScribe 测试的匹配标准下,其恢复了约 76% 的标注反应,在两项基准测试中超越了此前已发表的结果。
- Lila Sciences 使用它设计可直接执行的实验室方案。结合实验室反馈进行后训练后,制备量子点的准确率几乎翻倍,达到 61%,NVIDIA 表示这以 10–20 倍更低的推理成本超越了 GPT-6 Astra 的 54%。
- Therna 对 Nemotron 进行后训练,用于智能体驱动的 mRNA 治疗设计,在预测蛋白质表达范围方面相较前沿模型准确率几乎翻倍。NVIDIA 报告称,在 96% 的对比中,科学家更倾向于其给出的解释,而非基础模型。
- 阿贡国家实验室(Argonne National Laboratory) 正将 Nemotron 集成到其 StructBioReasoner 多智能体系统中,用于设计和评估针对癌症及其他疾病的蛋白质治疗候选物。
- KTH 皇家理工学院(KTH Royal Institute of Technology) 构建了一个能够自主修复损坏的 GROMACS 分子动力学配置的智能体。NVIDIA 表示,在单台 DGX Spark 上运行一夜,该智能体在启用推理的情况下修复了 81% 的测试用例,且每次修复均由 GROMACS 独立验证。
以上数据均为 NVIDIA 发布材料中的供应商自报数据,针对特定工作负载——应将其理解为该技术栈在特定任务经过调优后可达到的上限,而非默认保证值。与任何产品发布一样,在第三方复现之前,这些数字仅代表 NVIDIA 自身的测量结果。
与其他"AI 科学家"方案的比较
Nemotron for Science 是一套工具包,而非一位成品科学家。这使其有别于为自主发现进行端到端训练的系统,例如 Periodic Labs 的 Neon,或像 Omnii-1 背后的基因组模型等领域专用基础模型。NVIDIA 的策略是横向布局:发布开放模型及配套数据和方案,让各实验室自行构建专用模型。
这在实践中是一个有意义的差异。你拥有模型权重,数据保留在自己掌控的基础设施上,并可针对具体任务进行调优。其权衡与 Nemotron 系列的其他产品一脉相承——效率和部署方案在很大程度上依赖 NVIDIA 硬件,从桌面上的单台 DGX Spark 到超算中心皆然。
值得关注吗?
如果你正在构建研究或实验室自动化智能体,并拥有自己的实验数据,Nemotron for Science 值得深入了解:开放权重、真实的化学数据集、可信的后训练路径,以及合作伙伴在特定任务上验证其有效性的案例。如果你只是想要一个通用科学聊天机器人,这并不适合——它是构建专用智能体的基础设施,适合愿意投入后训练的团队。
关于基础模型的架构、基准测试和许可证详情,请参阅我们对 Nemotron 3.5 Super VL 的完整解析。NVIDIA 最初通过一篇 X 上的帖子分享了此次发布。
用 AI 工作团队构建你自己的科学智能体
Nemotron for Science 展示了一种模式:智能体规划任务、调用真实工具、检查自身输出并持续迭代。Eigent 是一款开源的 Cowork 桌面应用,能够在本地编排这类多智能体工作流——将一组智能体指向你自己的文档、数据和工具,让它们在你掌控的基础设施上执行多步骤任务。了解它如何处理文档密集型审查工作流,或下载 Eigent 构建你自己的智能体团队。
Recent Posts

Eigent v1.0.8 发布说明:新版主页、全局搜索与更清晰的对话
Eigent v1.0.8 带来重新设计的主页、跨空间搜索和新的消息输入框,并默认启用对话时间线,让智能体的工作过程更容易查看。

GPT-6.2 Astra 和 Sol:新功能、定价与基准测试
GPT-6.2 Astra 和 Sol 是 OpenAI 面向 ChatGPT Work、Codex 及 API 的最新模型。本文介绍了更新内容、定价、基准测试结果,以及如何选择适合的模型。

Claude Fable 5.2 与 Mythos 5.2:新功能详解
Claude Fable 5.2 与 Mythos 5.2 详解:每百万 token 定价降至 $8/$40,输出速度最高提升 30%,全新基准测试成绩,以及各等级的访问权限说明。




