追記: 2026年6月7日の最新情報
2026年6月7日時点で、Nemotron 3 Ultraは「2026年6月4日提供予定」ではなく、NVIDIAの研究ページ、技術ブログ、NVIDIA公式Hugging Faceで公開済みとして確認できます。既存本文の導入判断では、予定日の確認よりも、公開済みモデルの仕様、配布形態、実行要件、ライセンスを先に見る段階に移りました。
- NVIDIAの研究ページは、Nemotron 3 Ultraを2026年6月4日公開、550B total parameters、55B active parametersのモデルとして案内しています。
- NVIDIAの技術ブログは、weights、data、recipesを含めてopenと説明し、build.nvidia.com、Hugging Face、NVIDIA NIM、各推論プラットフォームから利用できると案内しています。
- NVIDIA公式Hugging FaceのBF16 model cardでは、context length up to 1M tokens、minimum GPU requirementとして8x GB200/B200/GB300/B300、16x H100、8x H200、licenseとしてOpenMDW License Agreement version 1.1が示されています。
企業導入では、Nemotron 3 Ultraの公開をもって本番利用が自動的に決まるわけではありません。OpenShellの実行境界、NemoClawのalpha softwareとしての扱い、社内データの持ち出し条件、監査ログ、推論コスト、モデルカードとライセンスの確認を分けて進めてください。
3行まとめ
このテーマをもう少し広げて見るなら、NVIDIA JetPack 7.2発表：JetsonでNemoClaw、CUDA 13、Yoctoを使う前に確認すること と NVIDIA Dynamo導入前チェック：AIファクトリー推論で確認すべき役割、対応エンジン、未確認点 も合わせて確認してください。Agent ToolkitのNemoClawを、Jetson上で試す場合の実行基盤と更新条件へつなげます。
長時間エージェント向けの550B MoE model。2026年6月3日時点では6月4日提供予定として扱う。
filesystem、network、process、inferenceの境界をruntime側で作るearly preview。
OpenClawをOpenShell sandbox内で動かすreference stack。公式ドキュメントではalpha software。
cuDF、cuOpt、AI-Q、NeMoなどの専門作業をエージェントから扱う入口。
発表内容は一つの製品ではなく、モデル、runtime、blueprint、skillsの組み合わせとして読む。
NVIDIAは2026年5月31日、企業向けAIエージェント開発に関する発表で、Agent Toolkit、Nemotron 3 Ultra、NemoClaw blueprints、OpenShell secure runtime、CUDA-X libraries with agent skillsを前面に出しました。見るべき中心は「新しいモデル名」だけではなく、長時間動くエージェントにどの実行境界と専門ツールを与えるかです。
2026年6月3日JST時点で、NemoClawはGitHubで利用可能、OpenShellはearly preview、Nemotron 3 Ultraは6月4日にHugging Face、ModelScope、OpenRouter、build.nvidia.com、NIM microservicesなどで提供予定とされています。導入判断では、利用可能、早期プレビュー、提供予定を分けて扱う必要があります。
企業や開発者がまず確認すべきなのは、モデル性能の見出しよりも、データ境界、推論経路、権限管理、監査ログ、停止手順、コスト監視です。この記事はNVIDIA公式サイトではなく、NVIDIAおよび関係会社とは非提携です。掲載内容は投資助言ではありません。
NVIDIA Agent Toolkit更新で何が発表されたのか
- 2026年3月16日
GTCでAgent Toolkit、OpenShell、NemoClaw、Nemotron open modelsの流れが示された。
- 2026年5月31日
企業ソフトウェア向けにNemotron 3 Ultra、NemoClaw blueprints、OpenShell、CUDA-X skillsが前面に出た。
- 2026年6月4日予定
Nemotron 3 UltraはHugging Face、ModelScope、OpenRouter、build.nvidia.com、NIM microservicesなどで提供予定。
発表済み、提供予定、early preview、alphaを分けるほど、導入判断の誤読が減る。
NVIDIAの2026年5月31日付公式発表「Enterprise Software Leaders Build AI Agents With NVIDIA」は、企業ソフトウェアの中でAIエージェントを長時間動かすための部品をまとめて示したものです。発表の主な対象は、NVIDIA Agent Toolkit、Nemotron 3 Ultra、NemoClaw、OpenShell、CUDA-X libraries with agent skillsです。
この発表は、2026年3月のGTCで出たAgent ToolkitやNemoClawの発表を、企業ソフトウェア導入の文脈へ広げたものとして読めます。Cadence、Dassault Systèmes、Siemens、SynopsysなどがNemoClawを使って設計、シミュレーション、検証ワークフロー向けの自律AIエンジニアを構築していると説明され、CrowdStrikeやPalantirはNemotron open modelsを長時間エージェントに組み込む例として挙げられています。
2026年5月31日の発表で増えた確認対象
今回の発表で読者が押さえるべき対象は4つあります。1つ目は、長時間エージェント向けの新しいopen modelとして示されたNemotron 3 Ultraです。NVIDIAは550Bパラメータのmixture-of-experts modelと説明し、coding、research、enterprise workflowsに向けたfrontier-level intelligenceを提供するとしています。
2つ目は、NemoClaw blueprintsです。NemoClawはOpenClawのような常時稼働型エージェントを、NVIDIA OpenShellのサンドボックス内で動かすreference stackです。単なるチャットUIではなく、オンボーディング、ライフサイクル管理、推論経路、ネットワークポリシー、状態管理までを扱う位置づけです。
3つ目はOpenShellです。OpenShellは、エージェントがファイル、ネットワーク、プロセス、推論先へ無制限に触らないようにするruntimeです。NVIDIA公式ドキュメントでは、sandbox runtime controlsとdeclarative YAML policyを組み合わせ、エージェントにローカルファイル、資格情報、外部ネットワークへの無制限アクセスを与えないための仕組みとして説明されています。
4つ目はCUDA-X libraries with agent skillsです。NVIDIAはcuDF、cuOpt、AI-Q、NeMo、PhysicsNeMo、CUDA-Qなどを、AIエージェントから扱いやすくするdomain-specific skillsとして示しました。これは、エージェントが専門ライブラリを呼べる入口であって、業務判断やセキュリティレビューまで自動的に済むという意味ではありません。
3月のGTC発表から5月末の企業導入ニュースへ
2026年3月16日のGTC発表では、NVIDIA Agent Toolkitはself-evolving agentsやclawsをより安全に構築するopen source software群として紹介されました。同じ日にNVIDIAはNemoClawをOpenClaw community向けに発表し、Nemotron modelsとOpenShell runtimeを単一コマンドで導入できるstackとして説明しています。
5月31日の発表では、これらの部品が企業ソフトウェアの中でどう使われ始めているかに焦点が移っています。読者にとって重要なのは、発表の勢いよりも、どの部品が自社の開発環境に入るのかを分けることです。モデルを使うだけならNemotronの提供先とNIM microservicesを見ます。エージェントの実行境界を作るならOpenShellを見ます。OpenClawをサンドボックス化して運用するならNemoClawを見ます。専門ライブラリをエージェントに扱わせるならCUDA-X skillsの中身を確認します。
NVIDIA公式ニュースの読み方は、過去に<a href="https://nvda-watch.blog.mo-gmo.com/nvda-10-nvidia/">NVIDIA公式ニュースの読み方</a>でも整理しました。今回も同じで、発表文の主語、提供時期、対象ユーザー、利用条件、早期プレビューの範囲を分けるほど、誤読が減ります。
open source foundationsと本番利用可能を混同しない
NVIDIAは今回の発表で、Agent Toolkitを企業開発向けのopen source foundationsとして説明しています。ただし、open source foundationsという表現は、そのまま本番利用可能、セキュリティ監査済み、商用運用条件が確定済みという意味ではありません。
特にNemoClawは、公式ドキュメント上でalpha softwareと明記され、APIや挙動が予告なく変わる可能性があり、本番利用しないよう注意されています。OpenShellもearly previewとして示されており、導入企業は「試せる」ことと「業務システムに組み込める」ことを分けるべきです。
企業のPoCでは、まず限定されたデータ、限定されたネットワーク、限定されたモデルプロバイダー、限定されたファイルアクセスで試すのが現実的です。エージェントは便利になるほど、ローカルファイルを読み、パッケージを入れ、APIを呼び、認証情報を使いたがります。そのため、モデル性能だけでは導入可否を判断できません。
Nemotron 3 Ultraは長時間エージェントのどこを担うのか
モデルの比較数字はNVIDIA発表上の主張として扱い、読者環境ではPoCで確認する。
Nemotron 3 Ultraは、今回の発表で最も目立つモデル名です。NVIDIAは、550Bパラメータのmixture-of-experts modelとして、coding、research、enterprise workflowsにまたがる長時間エージェント向けの知能を担うと説明しています。
550B MoE、5x faster inference、up to 30% lower costの読み方
根拠の扱い
NVIDIAはNemotron 3 Ultraについて、同クラスのopen frontier modelsと比べて最大5倍高速な推論、最大30%低いコストをうたっています。ここで注意したいのは、この数字がNVIDIA発表上の比較表現であり、読者の環境で必ず同じ効果になるわけではない点です。
推論コストは、モデルサイズだけでなく、入力長、出力長、並列数、キャッシュ、NIM microservicesの使い方、GPU、クラウド料金、オンプレ運用、セキュリティログ、再試行率で変わります。長時間エージェントでは、1回の応答単価だけでなく、タスク完了までの総トークン数、失敗時のやり直し、外部ツール呼び出し、監査ログ保存まで含めて見る必要があります。
MoEモデルであることも、導入判断では「大きいから良い」とは限りません。アクティブパラメータ、ルーティング、レイテンシ、利用できる推論基盤、NIM化された場合の運用性、モデルカードの制約を確認します。自社で扱う業務がコード生成、調査、サイバーセキュリティ、設計検証、社内検索のどれに近いかで、評価データも変わります。
対応ハーネスと提供予定日
NVIDIAはNemotron 3 Ultraを、Hermes Agent、LangChain Deep Agents、OpenClaw、OpenHands、OpenCodeなどのagent platforms and harnesses向けにpost-trainedされたモデルとして説明しています。これは、単体チャット用モデルというより、タスクを分解し、ツールを呼び、長時間の状態を扱うエージェント実行環境を意識した位置づけです。
提供時期も大事です。2026年6月3日JST時点で、NVIDIA公式発表はNemotron 3 Ultraについて、6月4日にHugging Face、ModelScope、OpenRouter、build.nvidia.com、NIM microservicesなどで提供予定としています。そのため、この記事では「提供予定」として扱います。読者が実際に試す時点では、各提供先のモデルカード、ライセンス、API条件、NIMのバージョンを改めて確認してください。
企業がPoC前に見るべき項目
確認項目
PoC前に見るべき項目は、モデルの宣伝文句ではなく、検証可能な運用条件です。まず、モデルカードとライセンスを確認します。商用利用、再配布、派生モデル、入力データの扱い、出力物の扱い、acceptable use、地域制約が分からない状態では、顧客データや機密コードを入れるべきではありません。
次に、推論経路を確認します。build.nvidia.comやNIM microservicesを使うのか、クラウドパートナー経由なのか、自社GPU上で動かすのかで、セキュリティ、監査、コスト、可用性、データ所在が変わります。OpenShellやNemoClawと組み合わせる場合は、agent側から見える推論先と、ホスト側で管理する認証情報を分けられるかを見ます。
最後に、評価データを決めます。エージェントは1問1答よりも、途中で失敗し、再計画し、ツールを呼び、ログを残す場面で差が出ます。社内検索、コード修正、脆弱性調査、CAD/EDAワークフロー、データ分析など、対象タスクごとに成功条件と停止条件を用意する必要があります。
OpenShellとNemoClawは何を守るのか
- 1Filesystem
許可されたパス以外の読み書きを抑え、秘密情報や設定ファイルへの過剰アクセスを避ける。
- 2Network
承認された送信先だけに絞り、意図しない外部送信やAPI利用を抑える。
- 3Process
権限昇格や危険なsyscallを制限し、host側への影響範囲を小さくする。
- 4Inference
モデル呼び出しを管理された経路へ通し、provider credentialsをsandbox内に直接置かない。
NemoClawはOpenClaw向けreference stackであり、公式ドキュメントではalpha softwareとして扱われている。
長時間エージェントの難しさは、モデルの知能だけではありません。エージェントが長く動くほど、ファイルを読む、ツールをインストールする、APIを呼ぶ、認証情報を使う、外部へデータを送る、サブエージェントを起動する、といった動きが増えます。OpenShellとNemoClawは、この問題に対するNVIDIAの回答として読むと分かりやすいです。
OpenShellの4つの境界
保護層
NVIDIA OpenShell公式ドキュメントは、OpenShellをautonomous AI agentsをサンドボックス環境で実行するopen-source runtimeとして説明しています。中心になる保護層は、filesystem、network、process、inferenceです。
filesystemでは、エージェントが許可されたパス以外を読み書きしないようにします。networkでは、承認された送信先以外への接続を制限します。processでは、権限昇格や危険なsyscallを抑えます。inferenceでは、モデルAPI呼び出しを管理されたバックエンドへルーティングし、プロバイダー認証情報をサンドボックス内に直接置かないようにします。
この設計の価値は、プロンプトで「やってはいけない」と頼むだけではなく、runtime側で境界を作る点にあります。もちろん、境界を作れば全て安全になるわけではありません。ポリシーの設計、ログの確認、例外承認、ネットワーク許可、認証情報のローテーション、障害時の停止方法まで運用で決める必要があります。
NemoClawはOpenClaw向けreference stack
NemoClawは、OpenClawのようなalways-on assistantをOpenShell sandboxes内で動かすためのreference stackです。公式ドキュメントでは、onboarding、lifecycle management、OpenClaw operations、routed inference、declarative egress policy、blueprint lifecycleなどを扱うと説明されています。
NemoClawが担うのは、OpenShellそのものの低レベル操作を全部隠すことではありません。OpenShellのgateway、sandbox、inference provider、network policyを、OpenClaw向けの実行環境として組み立てやすくすることです。OpenClawを使わないエージェントや、既存の社内エージェント基盤を使う場合は、OpenShellを直接見るほうが合うこともあります。
また、NemoClawはモデルそのものではありません。Nemotronや他のモデルを使う推論経路、OpenShellのサンドボックス、ネットワークポリシー、状態管理を組み合わせるstackです。導入検討では、NemoClaw、OpenShell、Nemotron、Agent Toolkitを一つの製品名としてまとめず、役割を分けて評価します。
alphaとearly previewの扱い
注意点
NemoClawの公式ドキュメントには、alpha softwareであり、本番利用しないようにという注意があります。OpenShellはNVIDIA公式発表でearly previewとされています。これは、試す価値がないという意味ではありません。むしろ、企業が今からPoCで触り、必要な境界、ログ、権限、推論経路を設計するには良いタイミングです。
ただし、顧客データ、本番資格情報、秘密鍵、未公開コード、大規模な外部送信を伴う業務へそのまま入れるのは危険です。最初はダミーデータ、読み取り専用リポジトリ、限定ネットワーク、短い実行時間、手動承認を前提にしてください。ポリシーを広げるのは、ログを見てからで十分です。
この点は、RTX SparkやWindows向けAI PCの流れともつながります。個人向け・部門向けのローカルAIエージェントが増えるほど、<a href="https://nvda-watch.blog.mo-gmo.com/nvda-13-rtx-spark-windows-ai-pc/">RTX SparkのようなAI端末</a>と、OpenShellのような実行境界の組み合わせが重要になります。
CUDA-X skillsでエージェントが扱う専門作業
データ分析、最適化、スケジューリングの入口。入力データと結果検証が必要。
社内検索、評価、governance、model routing、model customizationを支援する。
科学・工学シミュレーションを支援するが、設計判断や安全レビューは別途必要。
量子プログラムや量子シミュレーションの作業支援として読む。
skillsは専門作業の入口であり、権限設計、環境構築、結果確認を置き換えるものではない。
今回の発表では、CUDA-X librariesがAIエージェントから扱えるdomain-specific skillsとして紹介されています。ここは、一般的なチャットエージェントとNVIDIAらしい専門ワークロードの接点です。
cuDF、cuOpt、AI-Q、NeMo、PhysicsNeMo、CUDA-Q
NVIDIAが例として挙げたのは、cuDF、cuOpt、AI-Q、NeMo、PhysicsNeMo、CUDA-Qです。cuDFは大規模な構造化データの処理や分析、cuOptはルーティング、スケジューリング、資源配分、サプライチェーン最適化、AI-Qはenterprise researchやknowledge workflows、NeMoはagent optimization、evaluation、governance、model routing、model customization、PhysicsNeMoは科学・工学シミュレーション、CUDA-Qは量子プログラムや量子シミュレーションに関わります。
ここでの読み方は、「AIエージェントが専門ライブラリを自然言語で安全に使えるようになった」と短絡しないことです。skillsは、エージェントに作業手順やツール利用の入口を与えます。しかし、入力データの品質、ライブラリのバージョン、GPU環境、実行権限、失敗時のリカバリ、結果の妥当性確認は別です。
skillsは魔法の自動化ではなく、権限と評価が必要
エージェントがcuDFでデータを処理できるようになっても、どのデータを読んでよいかは企業側が決めなければなりません。cuOptでスケジュールを提案できても、その提案をそのまま現場に反映するかは別問題です。PhysicsNeMoでシミュレーションを支援できても、設計判断や安全レビューは人間の責任として残ります。
導入企業は、skillsを使う前に、実行可能なコマンド、アクセスできるファイル、送信できるAPI、使えるGPU、保存するログ、承認が必要な操作を決めます。OpenShellのポリシーと組み合わせるなら、skillsごとに必要最小限のネットワークとfilesystem accessを設計するのが現実的です。
Physical AI Agent Skills記事との違い
NVIDIAはすでにPhysical AI向けにもagent tools and skillsを公開しています。<a href="https://nvda-watch.blog.mo-gmo.com/nvda-16-physical-ai-agent-skills/">Physical AI Agent Skillsの記事</a>では、ロボット、AV、検査AIなどの開発作業を支援する文脈で整理しました。
今回のCUDA-X skillsは、より広い企業・科学・産業ワークロードにまたがります。重なる部分はありますが、この記事の主役は「物理AIのモデル開発」ではなく、「企業ソフトウェアの中で長時間AIエージェントをどう安全に動かし、専門ライブラリへつなぐか」です。読者は、自社のタスクがデータ分析、最適化、社内検索、モデル評価、シミュレーションのどれに近いかを先に決めると、必要なskillsを絞れます。
導入企業がPoC前に確認すべきチェックリスト
PoCの目的は、エージェントを自由に動かすことではなく、自由にしてよい範囲を決めること。
企業AIエージェントのPoCでは、モデルを呼べるかより先に、失敗した時の被害範囲を小さくできるかを見ます。長時間エージェントは、短いチャットよりも権限の扱いが難しいからです。
実行環境とデータ境界
最初に限定する範囲
最初に決めるのは、どこで動かすかです。ローカル開発機、部門サーバー、クラウドGPU、NVIDIA Cloud Partner、build.nvidia.com、NIM microservicesなど、選択肢ごとにデータの出入りが変わります。OpenShellを使う場合は、sandbox、gateway、providers、policies、inference routingの責務を分けて確認します。
次に、エージェントが読めるデータを限定します。社内文書、ソースコード、顧客情報、設計ファイル、ログ、認証情報を同じ権限で見せるのは避けたいところです。PoCでは、読み取り専用のコピー、匿名化データ、テスト用API、期限付きトークンから始めるのが安全です。
モデル選定、推論経路、コスト監視
ログで見る指標
モデル選定では、Nemotron 3 Ultraだけを見るのではなく、Nemotron familyの他モデル、NIM microservices、OpenRouterやHugging Faceなどの提供先、自社GPUで動かせるモデルを比較します。長時間エージェントでは、最高性能モデルが最小コストとは限りません。
推論経路は必ずログ化します。どのタスクでどのモデルを呼んだか、どれだけの入力と出力があったか、外部ツール呼び出しと再試行が何回あったかを見ます。OpenShellのinference routingやNemoClawのprovider設定を使う場合も、認証情報がどこに置かれ、サンドボックス内から何が見えるかを確認します。
セキュリティ、監査、障害時の停止手順
AIエージェントのPoCで見落とされがちなのが、停止手順です。エージェントが長時間走るなら、意図しないAPI呼び出し、コスト増、外部送信、誤ったファイル編集、無限ループ、権限エラーが起きます。手動で止める方法、ログを保存する方法、トークンやAPIキーを失効する方法、サンドボックスを破棄する方法を先に用意します。
監査では、成功ログだけでなく、拒否された操作を見ることが重要です。OpenShellはnetwork、filesystem、process、inferenceの境界を作りますが、どの操作を拒否したかを人間が見なければ、ポリシーの過不足は分かりません。PoCの目的は、エージェントを自由にすることではなく、自由にしてよい範囲を見つけることです。
まだ確定できない点と次に見る資料
需要シグナルは読者の関心を示す材料であり、性能や本番効果の証明ではない。
今回の発表は大きいものですが、導入判断に必要な全てが確定したわけではありません。読者は、公式に確認できること、提供予定、未確認、読者側の検証が必要なことを分けて追うべきです。
公式に確認できること
公式に確認できるのは、2026年5月31日のNVIDIA発表でAgent Toolkit、Nemotron 3 Ultra、NemoClaw blueprints、OpenShell secure runtime、CUDA-X skillsが企業AIエージェント向けに示されたことです。また、Nemotron 3 Ultraが550B MoE modelとして説明され、長時間エージェントのcoding、research、enterprise workflowsを対象にしていることも確認できます。
OpenShellについては、NVIDIA公式ドキュメントでsandbox runtime controls、declarative YAML policy、filesystem、network、process、inferenceの保護層が説明されています。NemoClawについては、OpenClawをOpenShell sandboxes内で動かすopen-source reference stackであり、onboarding、lifecycle management、routed inference、network policyなどを扱うと確認できます。
未確認または読者側で検証が必要なこと
公式資料で追う項目
読者側で検証が必要なのは、自社データでの精度、タスク完了率、再試行率、総コスト、ログ量、ポリシー設計、既存ID管理との統合、クラウドとオンプレのデータ境界です。NVIDIAやパートナーの発表にある「数週間を数時間へ」といった表現は、特定ワークフローでの期待や事例として読み、すべての企業で同じ効果が出るとは扱わないほうが安全です。
NemoClawのalpha warningも重要です。本番業務に入れる前に、API変更、blueprint更新、セキュリティレビュー、社内監査、障害対応、サポート条件を見ます。OpenShellがearly previewである点も同じです。導入するなら、まずは限定PoCで境界設計を試す段階と考えるのが自然です。
株価・決算材料として読む場合の注意
NVIDIAのAIエージェント発表は、データセンターGPU、NIM、DGX、クラウドパートナー、ソフトウェア課金の文脈ともつながります。ただし、この記事の主役は株価ではありません。投資家が読む場合でも、まずは実際の製品・サービス・開発者体験として何が増えたかを確認し、そのうえでソフトウェア利用、推論需要、パートナー採用の背景として見るのがよいでしょう。
AIファクトリー全体の流れを追うなら、<a href="https://nvda-watch.blog.mo-gmo.com/nvda-14-vera-rubin-ai-factory-production/">Vera Rubin世代のAIファクトリー記事</a>も参考になります。Nemotron 3 UltraやNIM microservicesのような推論ソフトウェアは、GPU単体の話ではなく、モデル、runtime、developer tools、クラウド提供条件を含むスタックとして見る必要があります。
次に読むなら
更新履歴と確認メモ
2026年6月3日JSTにNVIDIA公式発表、公式ドキュメント、GitHubを確認。
Nemotron 3 Ultraは提供予定、OpenShellはearly preview、NemoClawはalphaとして記載。
本記事はNVIDIA非提携であり、投資助言や売買推奨ではない。
今後の提供状況やrelease notesで変わる可能性があるため、導入時には一次情報を再確認する。
- 2026年6月3日JST: NVIDIA公式発表、OpenShell/NemoClaw公式ドキュメント、NVIDIA GitHubを確認。Nemotron 3 Ultraは2026年6月4日提供予定として記載。
- 本記事はNVIDIAおよび関係会社とは非提携です。商標は各社に帰属します。
- 掲載内容は製品・サービス理解のための整理であり、投資助言、売買推奨、目標株価の提示ではありません。
次に読むなら
参照した主な情報源
- NVIDIA Newsroom, "Enterprise Software Leaders Build AI Agents With NVIDIA", 2026年5月31日発表、2026年6月3日確認: https://nvidianews.nvidia.com/news/enterprise-software-leaders-build-ai-agents-with-nvidia
- NVIDIA Newsroom, "NVIDIA Ignites the Next Industrial Revolution in Knowledge Work With Open Agent Development Platform", 2026年3月16日発表、2026年6月3日確認: https://nvidianews.nvidia.com/news/ai-agents
- NVIDIA Newsroom, "NVIDIA Announces NemoClaw for the OpenClaw Community", 2026年3月16日発表、2026年6月3日確認: https://nvidianews.nvidia.com/news/nvidia-announces-nemoclaw
- NVIDIA OpenShell documentation, "Overview of NVIDIA OpenShell", 2026年6月3日確認: https://docs.nvidia.com/openshell/latest/about/overview.html
- NVIDIA OpenShell documentation, "How OpenShell Works", 2026年6月3日確認: https://docs.nvidia.com/openshell/latest/about/how-it-works
- NVIDIA NemoClaw Developer Guide, "Overview", 2026年6月3日確認: https://docs.nvidia.com/nemoclaw/0.0.13/about/overview.html
- NVIDIA GitHub, OpenShell, 2026年6月3日確認: https://github.com/NVIDIA/OpenShell
- NVIDIA GitHub, NemoClaw, 2026年6月3日確認: https://github.com/NVIDIA/NemoClaw