【最新】NVIDIA NemoClaw最新動向2026年8月版｜Nemotron 3.5 LightningとNeMo Switchyardが変えるAIエージェント基盤

NemoClawとは何か｜単一コマンドで導入する常時稼働エージェント基盤

NVIDIA NemoClawは、2026年3月16日のGTCで発表されたAIエージェント向けスタックです。NVIDIAは、OpenClawエージェントプラットフォーム向けに、NemotronモデルとOpenShellランタイムを単一コマンドでインストールできるNemoClawスタックを発表し、自己進化する自律型AIエージェント（クロー）に対してプライバシーとセキュリティの制御を追加したと説明しています。ジェンスン・フアンCEOは、OpenClawがAIの次のフロンティアを万人に開き、史上最も急成長したオープンソースプロジェクトになったと述べました。

アーキテクチャ上の特徴は、ローカルとクラウドのハイブリッド運用にあります。オープンエージェントはユーザー専用システム上でNVIDIA Nemotronなどのオープンモデルをローカル実行でき、プライバシールーターを介してクラウド上のフロンティアモデルも利用できます。この組み合わせが、定義されたプライバシー・セキュリティのガードレールに従ってエージェントが新しいスキルを学習し、タスクを遂行するための基盤となります。常時稼働エージェントには専用の計算資源が必要なため、NemoClaw for OpenClawはNVIDIA DGX StationやDGX Sparkを含む任意の専用プラットフォーム上で動作し、24時間体制の自律エージェント向けローカル計算を提供します。

最新ニュース：Nemotron 3.5 LightningとNeMo Switchyardを2026年8月に公開

直近で最も大きな動きは、2026年8月11日に公開されたNemotron 3.5 LightningとNeMo Switchyardです。NVIDIAはこの2つを、タスクごとに適切なモデルを使い分ける、より高速で効率的なAIシステムを構築するためのオープン技術と位置づけ、AIをどこでどのように動かすかについて開発者に大きな制御権を与えるものだとしています。

Nemotron 3.5 Lightningは、より大規模なマルチエージェントシステム内の特化タスク向けに設計された300億パラメータのMixture-of-Experts（MoE）モデルで、アクティブパラメータは30億とされています。NVIDIAは同クラスの他モデル比で最大4倍の出力速度と、エージェントタスク完了で最大30%の高速化を掲げています。また、PinchBenchで86%の精度を示しつつ、同等精度のQwen3.6 35Bに対し1万タスクを30%速く完了したと報告され、重みと学習データ、レシピはOpenMDW-1.1ライセンスで公開されています。

もう一方のNeMo Switchyardは、主要なエージェントツール内でのスマートルーティングを担うオープンソースライブラリです。企業は自社要件に基づくルーターを構築でき、デプロイ後はアプリケーションを書き換えることなく、オープン／プロプライエタリ／NVIDIA製モデルを組み合わせた環境の中から、各リクエストを最も適したモデルへ振り分けられます。

OpenShell｜エージェントの「できること」を定義するガバナンス層

NVIDIA OpenShellは、NemoClawにおけるガバナンスの中核です。OpenShellは、エージェントが何を実行してよいか、何にアクセスできないか、そしてどのアクションが実行前に人間の承認を要するかを厳密に定義します。コンプライアンスや統制上の懸念からエージェント導入をためらってきた企業にとって、これは意味のある進展だと評価されています。

NemoClaw自体はオープンソースのスタックとして、エージェント開発の単一かつ明確な基盤を企業に提供します。事前構築済みのエージェントパターンであるNemoClawブループリント、Nemotronモデル群、OpenShellセキュアランタイム、そしてエージェントスキルを備えたCUDA-Xライブラリをバンドルし、インストールは単一コマンドで完了、エージェントの能力とそれが動作する環境を分離する設計になっています。

NVIDIAの製品ページによれば、各ブループリントにはランタイムポリシー制御のためのOpenShell、Nemotronおよびその他のフロンティアモデル、特化と最適化のためのNeMoといったNVIDIA Agent Toolkitコンポーネントが含まれます。

LangChain Deep Agentsブループリント｜推論コスト約10分の1の実測値

2026年7月8日、LangChainとNVIDIAはNemoClaw for LangChain Deep Agentsブループリントを発表しました。これはLangChain Deep Agents Code、NVIDIA Nemotron 3 Ultra、NVIDIA OpenShellランタイムを組み合わせ、企業が自社ワークロード向けにエージェントをカスタマイズし、安全にデプロイし、より低コストで運用できるようにするものです。

役割分担は明確で、Nemotron 3 Ultraがドメイン固有ワークロード向けにカスタマイズ可能なオープンモデル層を、LangChain Deep Agentsが計画立案・メモリ管理・ツール利用・長時間タスク実行のオーケストレーションを、OpenShellがエージェントと企業環境の相互作用を制御するポリシーを定義する統制されたランタイム環境を担います。

コスト面のインパクトも注目されています。LangChainのベンチマークでは、同ブループリントはDeep Agents評価スイートで0.86のスコアを、1タスク完了あたり4.48ドルで達成し、最も近い競合モデルの43.48ドルと比較して約10分の1の推論コスト削減に相当すると報告されました。Nemotron 3 UltraはLinux FoundationのOpenMDW-1.1ライセンスで公開され、NVIDIAはモデル重み、学習データ、学習レシピ、ファインチューニングコードを公開しています。

NeMo Customizer｜データフライホイールで小型モデルを育てる

NeMo Customizerは、NeMo Evaluator、NeMo Data Designerと並ぶNeMoマイクロサービスの一つで、エージェントの継続的な改善を担います。Aibleの「AIエージェントはペットではなくインターンのように育てる」というアプローチでは、エージェントの推論ステップやツール呼び出しステップに対するきめ細かなユーザーフィードバックを用い、NeMo Customizer、NeMo Evaluator、NeMo Data Designerを通じてモデルを事後学習させます。

ここで長年の課題となってきたのがコールドスタート問題です。小型モデルはインターン学習を立ち上げるために大型の教師モデルを必要としがちですが、多くのフロンティアモデルはライセンス条項で出力の事後学習利用を禁じています。この点、Nemotron 3 Ultraは同じオープンなNemotron 3ファミリーの一員で寛容なライセンス、公開された学習データとパイプラインを持つため、その出力をより小さなNemotron 3 SuperやNanoの事後学習に利用できます。

Nemotron 3.5 Lightningも同様に、オープンかつカスタマイズ可能であるためNVIDIA NeMoで容易に事後学習でき、自社ハードウェア上で独自のドメインデータ・ツール・ワークフローを用いて特化タスクの精度を高められます。

企業導入の広がり｜設計・EDA領域から自律型エンジニアへ

NemoClawの採用は、まずエンジニアリング領域で先行しています。Cadence、Dassault Systèmes、Siemens、Synopsysなどが、シミュレーションや検証のワークフローをデジタル同僚として実行する自律型AIエンジニアの構築にNVIDIA NemoClawをいち早く活用し、数週間分のエンジニアリング作業を数時間へ圧縮していると報告されています。

2026年7月26日には、NVIDIAがエンジニアリング向けNVIDIA Agent Toolkitの拡張を発表し、PhysicsNeMoとCUDA-Xライブラリをエージェント対応のツールおよびスキルとして追加しました。SiemensはNeMo Gym、Nemotronオープンモデル、CUDA-XライブラリをSiemens Fuse EDA AI Agentと組み合わせ、マルチツール／マルチエージェントのワークフローを統括しています。またNemotron 3 Ultraは、NVIDIA ResearchのACE-RTLエージェントを用いたエージェント型RTLコーディングにおいてオープンモデル中で首位に立つとされています。

さらにNemoClawは、Nous ResearchのHermesとの組み合わせによる自己改善型エージェントの事例も示されており、スキルとメモリのループにOpenShellのランタイム制御を組み合わせることで、経験から学び成功したワークフローを再利用する常時稼働エージェントを、より強固なプライバシー・セキュリティ・推論ガードレールの下で構築できるとされています。