top of page

NVIDIA 推出 Nemotron for Science

4 小時前
讀畢需時 11 分鐘
Illustrative photograph. Photo: Daniil Komov / Pexels.

NVIDIA 於 2026 年 11 月 16 日推出 Nemotron for Science,將現有開放模型與近 50,000 條化學問題及專門訓練配方結合。這套方案面向科學代理,即能規劃任務並呼叫研究工具的 AI 系統。其核心挑戰在於,如何將針對特定任務的改進,轉化為可靠的研究工作流程。

其基礎是 NVIDIA Nemotron 3.5 Super VL,而非全新公布的基礎模型架構。研究人員可透過後訓練來調整模型,即針對特定任務對既有模型進行額外訓練。NVIDIA 與合作夥伴報告了其在化學資訊擷取、實驗室流程及科學軟件修復方面的成果。

這項公布強化了一條通往專門化、可在本地控制的研究系統的路徑。Google 以 Gemini 為基礎的 Co-Scientist 可作為比較參照,其以科學假設生成為核心組織多個代理。核心張力在於廣泛的科學推理,與研究人員可以核查其輸出的專門工作流程之間的取捨。對實驗室團隊而言,問題是客製化在何處值得承擔額外的工程負擔。

Nemotron for Science 實際新增了甚麼

這次發布把模型、科學數據及調整方法整合成更具體的起點,供研究團隊使用。

根據 NVIDIA 的科學代理發布公告,這套方案結合了科學應用、評估、開放化學數據集及後訓練配方。這個組合相當重要,因為單有模型存取權,仍有大量科學整合工作尚未完成。

代理需要的不只是對化學問題給出看似可信的答案。它還需要明確定義的任務、存取適當工具的能力,以及辨識失敗的方法。缺少這些要素,實驗室得到的只是另一個建議來源,而非研究流程中可靠的一環。

底層的 Nemotron 模型支援多模態工作,即可處理文字與圖像等不同格式的資訊。這項能力適合處理同時包含圖表和文字說明的科學文件。然而,支援某種格式並不代表它對所有採用該格式的科學文件都準確無誤。

新的化學資源 LitmusBench v0.2 提供以分子特性及實驗藥物發現數據為基礎的問題。NVIDIA 描述了與溶解度及人體如何處理分子相關的應用。這個數據集同時支援模型調整和評估,讓研究人員有材料去開發及衡量專門能力。

這些角色需要審慎區分。團隊若使用數據集進行訓練,便需要一套評估設計,以測試模型在調整時使用過的例子以外的表現。否則,分數提升仍無法回答系統能否處理陌生研究問題。

這個區別亦釐清了發布本身的意義。NVIDIA 正向研究人員提供更多素材,以圍繞 Nemotron 3.5 Super VL 建構專門系統。若將這套方案描述成全新的通用科學智能,便會誇大公告所能證實的內容。

對開發者而言,實際改變在於從下載模型到測試研究應用之間的距離。已發布的數據及配方提供了一個起步框架。每個實驗室仍須把這個框架連接到自身的儀器、軟件、紀錄及科學標準。

這也為這則消息劃出了一個有用界線。可取得性令這種方法更容易被檢視和實驗。採用則需要證據,證明整個系統能在實際研究環境中可靠運作。

因此,這套方案值得作為科學基礎設施而受到關注。其價值取決於研究團隊能否調整、檢視及維護實用的代理。發布公告可以指出這個機會,卻無法為每間機構解決所有營運問題。

研究團隊面對自建還是採購的抉擇

NVIDIA 的方法促使研究團隊比較完整工作流程,而非從通用排行榜中挑選模型。

其直接受眾包括計算科學家、實驗室自動化開發者及機構研究運算團隊。這些群體面對的限制,與選擇通用聊天助理的使用者不同。他們需要能配合既有科學流程,並產出同事可以評估的結果之系統。

考慮採用託管通用模型的機構,可以在相對少的模型管理工作下起步。專門開放模型路線則引入額外的訓練、部署及評估責任。有意義的比較,應將這些責任與任何任務表現提升一併計算。

NVIDIA 的公告令這個決定更具體。團隊可以詢問自身的實驗紀錄能否提供有用的調整數據,也可以識別某項科學工具能否客觀檢查代理的輸出。

在具備這些條件的地方,專門化便成為可測試的投資。若這些條件仍不完整,下載模型檔案並不能消除根本的研究挑戰。稀缺資源可能是可靠的評估器,而非另一個模型的存取權。

Google 的科學假設系統展示了不同的重點。Co-Scientist 使用以 Gemini 為基礎的代理,生成、批判、排序及完善研究假設。Google 描述了一個以科學文獻和數據為基礎的流程,並由研究人員審閱建議方向。

這個比較提供了有用脈絡,卻不構成直接的效能競賽。NVIDIA 突出的例子包括擷取反應、生成實驗室流程,以及修復模擬設定。即使兩者同樣被歸入科學代理標籤,假設生成與營運任務執行仍需要不同測試。

兩者的重疊在於,研究人員如何把廣泛的模型能力轉化為有用的科學工作。Google 強調代理之間有組織的協作;NVIDIA 的方案則強調調整資源,以及與專門研究工具的連接。兩種描述均未能證明在對方公司的工作負載上具有優勢。

因此,實驗室領導者面對的問題,比哪家公司擁有最佳科學模型更具體。他們需要找出想要解決的研究瓶頸。文獻探索、文件擷取及模擬故障排除,並沒有可互換的成功定義。

對支援這些團隊的知識工作者而言,紀錄保存亦成為決策的一部分。可搜尋的技術知識庫可保留評估筆記、來源文件及部署決策。這個組織層面的工具,與科學代理本身有不同用途。

由此帶來的壓力既實際又迫切。評估科學 AI 的團隊,需要在解讀供應商比較前先定義驗收標準。只有當展示的任務與條件符合預期應用時,令人印象深刻的示範才會成為有用的採購證據。

實驗回饋推動專門化主張

其機制取決於將模型訓練與可由獨立流程評分的科學結果連結起來。

NVIDIA 的科學後訓練配方以實驗輸入輸出紀錄為起點。其例子要求模型預測一種酶將起始化合物轉化後產生的分子。

驗證器是一個獨立評分元件,會把預測與參考結果比較。強化學習,即利用獎勵來偏向某些輸出的訓練方式,隨後引導模型朝向得分較高的回應。NVIDIA 在該例子中使用分子相似度來提供這種回饋。

該配方亦描述了一個可選的教師模型階段。較強的模型會生成推理例子,而成功例子有助準備正在調整的模型。這個細節顯示,專門開放模型與外部前沿模型不一定處於完全分隔的開發路徑。

更廣泛的含意是,專門化取決於回饋質素。訓練系統可針對所選分數有所改善,但仍可能令其他要求未被衡量。因此,研究人員需要檢視該分數獎勵甚麼,以及忽略了甚麼。

對分子預測而言,結構相似度提供了有關提交答案的資訊。但它並不會自動確立研究人員可能關注的每一項生物特性。評估目標需要符合對最終模型所作的主張。

同一原則亦適用於化學以外的領域。軟件工具可以檢查某個設定能否運行,而實驗室實驗可以量度某個流程能否產生所需材料。這些檢查回答不同問題,亦支援不同程度的信心。

這是理解 Nemotron 科學代理的有用方式。其可信度來自它們的建議如何與實驗紀錄及外部工具互動。流暢的推理可以協助流程,但周邊系統決定哪些錯誤會變得可見。

模型的解釋亦需要扮演恰當角色。研究人員可利用解釋檢視假設,或識別可疑步驟。即使某段解釋聽來合理,仍需要根據實際任務結果核查。

這令工程挑戰與建模工作並存。有人必須定義輸入、連接工具、擷取輸出,並保留足夠資訊以調查失敗情況。已發布的配方有助組織這些工作,但不能替每個實驗室完成。

對 Nemotron for Science 而言,這個機制比有關科學智能的廣泛主張更具意義。它讓團隊可以界定一個範圍明確的實驗:調整模型、測試陌生案例,並比較完整成果。

當改進能經過這個流程仍然成立,這種方法才具說服力。較高的訓練分數只是中間訊號。系統在尚未遇過的研究任務上展現可靠表現,才是採用時最重要的證據。

化學與模擬例子展示不同類型的進展

已報告的例子支持專門工具的主張,但其結果衡量的是不同能力。

Terray Therapeutics 調整 Nemotron,以從科學圖表中擷取化學反應。NVIDIA 報告稱,按其匹配準則,模型在 RxnScribe(一項辨識反應資訊的測試)上恢復了約 76% 的已標註反應。

這項結果涉及結構化擷取。代理會識別既有圖表中記錄的反應物、產物及條件。它並不能證明模型可獨立發現新反應,或在實驗室中成功執行該反應。

該應用程式仍針對一項可辨識的研究任務。以視覺方式記錄的資訊,必須先轉化為結構化數據,另一個系統才能可靠地搜尋或處理。這個階段的錯誤可能影響後續工作的質素。

評估這個使用案例的實驗室,需要檢視遺漏的資訊及錯誤擷取的內容。按照基準測試的匹配規則計算復原率,只能回答問題的一部分。錯誤造成的後果,取決於下游研究人員如何使用擷取出的記錄。

Lila Sciences 提出另一種應用:為量子點生成實驗室操作流程;量子點是納米尺度的晶體,應用於顯示器等技術。NVIDIA 表示,在該項評估中,經過後訓練後的任務準確率為 61%,相較 GPT-6 Astra 的 54%。

這項公布的比較只支持有關該操作流程任務的狹義結論。它並未確立這些模型在化學、生物學或研究規劃方面的整體排名。評估條件仍是解讀這項差異的關鍵。

NVIDIA 亦表示,Lila 的任務具有較低的推論成本,即產生模型輸出所需的運算成本。這項說法並不涵蓋調整及運作實驗室系統的完整成本。訓練工作、設備、失敗實驗及審核仍屬另行考量。

KTH Royal Institute of Technology 提供另一類例子。NVIDIA 表示,其基於 Nemotron 的代理在一夜運行期間修復了 81% 受測的損壞 GROMACS 配置。用於模擬分子運動的軟件 GROMACS 驗證了這些修復。

驗證步驟使這個例子具備特別的分析價值。獨立的科學程式會評估所提交的修正,而非僅依賴代理的解釋。結果仍只涉及受測的配置集合及該次公布的運行。

獲軟件接受的配置,仍需在其研究脈絡中加以解讀。操作上的接受支持「設定已修復」這項主張,但不應延伸為每項後續科學結論均正確的廣泛斷言。

綜合而言,這些案例說明為何單一的科學代理分數會掩蓋重要差異。反應擷取、操作流程生成及軟件修復各有不同輸出及失敗模式。某項任務的進展,足以構成進一步研究該應用的理由。

對買方而言,實際的啟示是保留這些區分。最相近的工作流程可作為有用的起點比較。一系列互不相關的成功案例,不能取代對機構實際所需任務的評估。

證據尚不足以證明普遍的科學可靠性

該公告提供的是公司自行報告的任務結果;就本文審閱的證據而言,獨立重現及更廣泛的科學驗證仍屬未解問題。

這項限定並不抹煞所報告的進展。它界定了讀者可根據現有材料作出的合理結論。合作方的結果提供了研究線索及潛在部署例子,而非獨立保證。

最尖銳的質疑關乎泛化能力,即系統在用於開發以外案例上的表現。為某個實驗室記錄而調整的模型,需要在陌生輸入上測試。當實驗條件有別於開發環境時,亦需要接受評估。

開放數據有助研究人員檢視該過程的一部分。已發布的化學數據集提供了可供檢驗的具體資源。然而,能夠存取數據集,並不代表每項公布的合作方結果都可獨立重現。

研究人員仍需要相關任務定義、評估規則及開發細節。缺乏這些資料時,標題分數會留下哪些因素改變及為何改變的不確定性。當系統獲得不同訓練數據或工具存取權時,比較尤其困難。

在治療應用中,能力與驗證之間的區分更為重要。NVIDIA 描述了與 Therna 在信使 RNA 上的工作;信使 RNA 是細胞用來製造蛋白質的指令。公布的任務涉及預測蛋白質表達範圍。

蛋白質表達預測並不能證實治療在人類中的安全性或有效性。該任務的結果不能支持代理已驗證某種療法的說法。由計算預測走向有用療法的科學路徑,還包含其他問題。

同樣審慎的態度亦適用於機構參與。NVIDIA 指出 Argonne 及 Jülich 正把 Nemotron 整合至科學代理中。整合活動反映興趣及開發工作,但本身並不記錄已完成的發現。

KTH 的軟件檢查提供了較受限的驗證形式。它測試所提交的修復是否符合程式檢查。這是在其範圍內有用的證據,但不構成對每項 Nemotron 能力的獨立驗證。

選擇開放模型路線的機構亦面對責任問題。對部署有更大控制權,同時意味著須就更新、評估及研究工具存取作出決策。當系統進入日常使用時,團隊需要知道由誰負責這些決定。

對 Nemotron 科學代理而言,這些限制應納入採用討論之中。研究人員應分辨模型錯誤、工具失效或不合適的評分規則。否則,令人失望的結果將難以診斷,而看似成功的結果亦難以信任。

可信的解讀仍須具體。NVIDIA 已展示資源及合作方例子,足以支持進一步測試專門化科學代理。本文審閱的證據並未確立通用科學推理、跨學科自主發現,或臨床療效。

三項訊號將決定這種方法能否擴展

下一階段應以可重現性、整合成果及完整工作流程表現來評估。

第一項訊號是未來數月內的獨立重現。NVIDIA 所突顯合作以外的研究人員,需要在清楚記錄的條件下測試可用資源。對陌生化學記錄或不同科學文件的結果,將有助確定所報告的改善能延伸多遠。

有價值的重現應說明任務、數據分隔、評分準則及模型配置,亦應同時報告失敗與成功輸出。若多項此類評估結果一致,將更能支持調整帶來超越特定開發環境的效益。

相反的結果則會收窄主張。若增益在陌生數據上消失,該套件仍可適用於部分應用,但不足以支持廣泛可移植性。這種區分有助實驗室決定在哪些地方值得投入額外開發工作。

第二項訊號是機構整合產生甚麼成果。Argonne 與 Jülich 的工作,若能產出有記錄的評估或可重用工作流程,將更具資訊價值。重要的更新,是把模型使用連繫至具體研究任務及其量度結果。

單靠部署公告只能增加有限證據。對代理行為、外部檢查及研究人員介入的記錄,將提供更多資訊。它會顯示模型在哪些方面有所幫助,以及科學家仍須在哪些地方修正過程。

這項訊號亦關乎支援多名使用者的科學運算團隊。在合作方示範中可行的系統,到了其他地方仍需要可維護的營運流程。記錄反覆出現的失敗及成功復原情況,會令機構採用更易評估。

第三項訊號是完整工作流程的比較。本地調整的模型與託管的通用模型,應面對等同的研究任務並擁有可比的工具存取權。評估除答案質素外,亦應計及調整工作及人工審核。

對實驗室操作流程任務而言,結果應反映所提出程序是否符合實驗室的接納準則。對軟件修復而言,結果應反映成功修復及所需介入程度。恰當的衡量方法應跟隨任務,而非供應商偏好的標題指標。

這些比較將釐清自建或採購的決定。若在可管理的營運要求下持續取得增益,將強化 NVIDIA 的專門化論點。若以大幅較少的整合工作取得可比結果,通用路線對部分團隊會更具吸引力。

Nemotron for Science 已透過提供研究人員可檢視和測試的材料,令這項選擇更具體。它的重要性現時取決於發佈案例以外的發展。最有力的下一步證據,將把專門化訓練連繫至可重複、經外部檢查的研究成果。

從團隊已充分理解、能夠評估的研究任務開始。把公告與模型文件及數據集一併閱讀,然後找出哪個公布例子真正符合你的工作。把起始條件、失敗嘗試及審核者修正放在一起,讓同事可以檢視結果。以相同接納準則,比較調整後系統與現有流程。把分數改善視為進一步研究的理由,然後檢查增益是否能在陌生案例中維持。擴大部署前,提出一個更狹義的問題:Nemotron for Science 是否能幫助你的團隊,以可持續的審核負擔,產生更可靠的研究結果?

 
 

為每個智能代理提供更完整的背景,提升工作表現

讓智能代理連接 remio 已整理好的知識、決策和歷史紀錄。

remio 目前支援 Windows 10+(x64) 及配備 Apple 晶片的 Mac。

你的 AI 工作夥伴
和 remio 一起高效工作

規劃、創作、交付
一站式完成

bottom of page