この記事の結論

NVIDIA NemoClawはOpenClawをエンタープライズ向けに再構成した実行基盤。OpenShellによるサンドボックスとポリシー制御、Nemotron 3 Ultra、NeMo Customizerによる継続学習まで、2026年8月時点の最新情報を整理する。

NemoClawとは何か：OpenClawをエンタープライズ仕様に再構成

NVIDIA NemoClawは、オープンなエージェント実装であるOpenClawを企業運用に耐える形へ再構成した配布形態として位置づけられている。NVIDIAの解説によれば、NemoClawはエージェントをNVIDIA OpenShellランタイムで包み込み、カーネルレベルのサンドボックス、ネットワークポリシー制御、モデルルーティング、監査ログを追加する。導入は単一コマンドで完了し、GeForce RTX搭載PCやRTX PROワークステーション、DGX Sparkといったローカルハードウェア上で常時稼働（always-on）エージェントを動かせる点が特徴だ。エージェントの自律性を高めるほど実行権限・ネットワーク到達範囲・データ持ち出しの管理が課題になるため、NemoClawはランタイム制御、モデルルーティング、スキル実行、状態管理、可観測性を統合したセットアップ経路として提供され、プロトタイプから統制されたデプロイへの移行を支援するレイヤーとして設計されている。

OpenShellが担うサンドボックスとポリシーガードレール

NemoClawの中核となるのがNVIDIA OpenShellである。NVIDIAの製品ページでは、各ブループリントにNVIDIA Agent Toolkitのコンポーネントとして、ランタイムのポリシー制御を担うNVIDIA OpenShell、NVIDIA Nemotronおよびその他のフロンティアモデル、特化・最適化を担うNVIDIA NeMoが含まれると説明されている。報道でも、NemoClawはNVIDIA Agent Toolkitのソフトウェアを用いてOpenClawを最適化し、OpenShellを導入してオープンモデルと隔離サンドボックスを提供、さらにポリシーベースのセキュリティ・ネットワーク・プライバシーのガードレールを加えると整理されている。加えて、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を利用でき、ローカルとクラウドのモデルを組み合わせることで、定義済みのプライバシー・セキュリティのガードレールに従いながらエージェントが新しいスキルを習得してタスクを完了する土台になる。

Nemotron 3 Ultra：550BのオープンMoEがエージェントの推論を支える

NemoClawが標準で束ねるモデルプロファイルの中心はNemotron 3 Ultraだ。NVIDIAはNemoClawがLangChain Deep Agents、チューニングされたNemotron 3 Ultraプロファイル、NVIDIA OpenShellを、企業がカスタマイズ・統制し任意の場所で実行できるオープンなブループリントとしてパッケージ化していると説明する。NemoClawはLangChainのオープンソースDeep Agents Codeハーネスを、Nemotron 3 Ultra向けにチューニングした形で動かし、他モデルへ適応させる柔軟性も保ちつつ、オープンモデル中で高い精度を実現するとされる。Nemotron 3はNano・Super・Ultraで構成され、ハイブリッドMamba-Transformer型MoEアーキテクチャ、複数のRL環境を用いた学習、細粒度の推論バジェット制御、最大100万トークンのコンテキスト長を備える。Ultraは2026年6月4日に公開された5500億パラメータ級のオープンウェイトモデルで、Computex 2026で初announcedされ、長時間稼働の多段コーディングエージェント、企業文書RAG、調査自動化、複雑なオーケストレーションを想定して設計されている。

NeMo Customizerによる継続学習とデータフライホイール

エージェントを現場で育てる仕組みとして重要なのがNeMo Customizerを含むNeMoマイクロサービス群だ。ドキュメントでは、NeMo CustomizerがLoRA（Low-Rank Adaptation）によるPEFT手法での教師ありファインチューニング（SFT）に対応し、多くのユースケースでLoRAから始めることが推奨されると説明されている。フル微調整と比べ更新するのは基盤モデルの重みのごく一部で済み、同等の性能が得られる点が利点だ。DPOによる嗜好整合やフルSFTジョブのチュートリアルも提供される。実運用では、エージェントの推論ステップやツール呼び出しに対する細粒度のユーザーフィードバックを用い、NeMo Customizer／NeMo Evaluator／NeMo Data Designer経由でモデルを後続学習させるアプローチが公開されている。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と公開された学習データ・パイプラインを持つため、その出力をSuperやNanoの後続学習に利用できる。

エコシステムの広がり：自己改善エージェントと産業向け拡張

NemoClawはブループリントを通じたパートナー連携でも動きが出ている。NVIDIAは、NemoClawとNous ResearchのHermesを組み合わせ、スキルとメモリのループをOpenShellのランタイム制御と併用することで自己改善型エージェントを運用でき、開発者は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紹介している。産業領域では、NVIDIA Agent ToolkitにNVIDIA PhysicsNeMoとCUDA-Xライブラリをエージェント対応のツール・スキルとして追加する拡張が発表された。SiemensはNeMo GymやNemotronオープンモデル、CUDA-XライブラリをFuse EDA AI Agentで活用し、Nemotron 3 Ultraはエージェント型RTLコーディングでオープンモデル中トップとされ、Cadence、Siemens、Synopsysなどがチップ設計・検証の自律ワークフローを進めている。

リリースノートに見る運用重視のアップデート

開発の粒度からもエンタープライズ志向が読み取れる。公式のリリースノートではNemoClaw v0.0.78として、スレッド単位でオプトインする自動承認、ポリシー経由でルーティングされるリポジトリ読み取り、エージェントから参照可能な信頼できる推論ヘルス情報、ラウンドトリップ可能なポリシーのエクスポート、ローカル推論・カスタムイメージ・マネージドMCP・リモートダッシュボード・資格情報取得の復旧強化が挙げられている。マネージドなLangChain Deep Agents Codeのサンドボックスでは自動承認が既定で無効であり、名前付きのトランザクショナルな再構築を通じてスレッドオプトイン機能を有効化する。各スレッドはTUIまたはdcode -yで明示的にオプトインする必要があり、承認状態はプロセス・スレッド・エージェントの遷移ごとにリセットされ、OpenShellの制御を迂回しない。マネージドなNemotron 3 Ultraのエイリアスもバージョン固定の一次プロファイルプラグイン経由で読み込まれる。

日本企業への示唆：どこから検討すべきか

一連の動きは、AIエージェントの評価軸が「賢さ」から統制可能性と運用継続性へ移っていることを示している。Microsoftがエージェント実行中のリアルタイム保護を追加し、監視системと連携して挙動を評価・制御する方向を示すなど、業界全体でエージェント制御面への投資が進むという文脈も踏まえると、ローカルGPUでオープンモデルを動かせる構成はデータを外部に出しにくい金融・製造・公共領域と相性がよい。検討の入口としては、（1）業務範囲を限定した常時稼働エージェントのPoCをOpenShellの既定ポリシーのまま開始する、（2）監査証跡の要件を先に固める、（3）現場フィードバックを蓄積してNeMo Customizer上のLoRAで小型モデルを育てる、という順序が実務的だ。Aibleのように、NeMo Customizer、NeMo Evaluator、NeMo Data Designerを用いて自社環境内で安全にファインチューニングと展開を行う構成が参考になる。