NVIDIAは11月16日、科学研究向けエージェント構築を支援する「Nemotron for Science」を発表した。オープンモデルNemotron 3.5 Super VLと、分子物性や創薬実験データに基づく約5万問を収録した化学評価データセットLitmusBench v0.2を公開。Terray TherapeuticsはRxnScribeテストで約76%の反応を復元、Lila Sciencesは量子ドット合成精度を61%まで高めGPT-6 Astraの54%を10~20分の1の推論コストで上回ったと紹介。ArgonneやRIKENなども導入を進めている。
Edge0は11月12日、オンデバイス向け大規模モデル「Edge0-145B」と「Edge0-120B」を公開した。145BはQwen3.8-Flash-Next由来の潜在MoEで、各推論ステップの計算参加は約100億パラメータ。64専門家グループが大きな行列を共有する構造で、文脈長は12万8000~25万6000トークン。同社測定でピークメモリ29GB、復号80トークン/秒超、消費電力約120Wを自称する。Edge0 Community Model License 1.0で、モデル自体の販売や商用モデルサービスには別途ライセンスが必要。NVFP4版やGGUF版も公開されている。
Google DeepMind、細胞種ごとにDNA変異の影響を予測する「AlphaGenome 2」を発表
Google DeepMindは11月11日、DNA配列とその変異が特定のヒト細胞種にどう影響するかを予測する「AlphaGenome 2」を発表した。初代が組織全体の平均を並列に予測していたのに対し、100万塩基のDNA配列とともに対象の組織・細胞種・細胞状態を条件として入力する設計に再設計された。ヒトとマウスのバルクおよびシングルセルデータ(1億700万超の個別細胞プロファイル、68組織)で学習。免疫細胞28種のTenK10Kデータセットでは因果変異の検出率が30%(従来16%)、作用方向が43%(同23%)と約2倍の向上を達成した。研究用途専用で臨床・診断用途には未承認。
NVIDIAは国際会議CoRLで、Cosmos-Predict2.5-2Bをベースにした20億パラメータのロボット基盤モデル「GR00T 2」を発表した。一人称視点の人間動画40万2730時間など大規模データで事前学習し、平行グリッパー、多指ハンド、ヒューマノイドに対応。対象ロボット学習データにない50タスクでゼロショット成功率40%を報告した。人間データ10万時間を商用利用可能なCC BY 4.0で公開。コードは12月に公開予定。