11月20日、The Decoderが「Nvidia bets at least $500 million on Inception's diffusion models to strengthen its open-source Nemotron lineup」と題した記事を公開した。NvidiaがAIスタートアップInceptionを少なくとも5億ドルで買収する交渉を進めており、オープンソースのNemotronモデル群を強化しようとしている動向について詳しく紹介されている。
NvidiaがInceptionを5億ドル超で買収へ
The Informationが複数の関係者の話として報じたところによると、Nvidiaはサンフランシスコ・ベイエリアに拠点を置く創業2年のAIスタートアップInceptionを、少なくとも5億ドル(約750億円)で買収する交渉を進めている。同社の30人超の従業員に対するパフォーマンスボーナスも契約に含まれている。交渉はNvidia CEOのJensen Huang氏が以前から主導しており、Microsoftも事前に関心を示していたという。両社は当初コメントを控えている。
この買収規模は、30人超という従業員規模のスタートアップとしては異例の高額評価だ。それだけInceptionの技術的希少性をNvidiaが重視していることを示している。
「拡散モデル」で言語生成を行うInceptionの技術
Inceptionは、画像生成で知られる拡散プロセス(Diffusion Process)を言語モデルに適用した技術を開発している点が最大の特徴だ。
ChatGPTやClaudeのような従来の大規模言語モデル(LLM)は、トークン(単語の断片)を1つずつ順番に生成していく自己回帰型アーキテクチャを採用している。このアプローチは高精度な文章生成を実現する一方、トークンを逐次処理する構造上、生成速度と並列化効率に構造的な上限が存在する。長い応答ほど待機時間が伸びやすく、リアルタイム性が求められるユースケースでは課題となりやすい。
これに対しInceptionのアプローチは、回答全体をノイズから段階的に精製していくという拡散モデルの仕組みを言語生成に転用したものだ。画像生成においてStable DiffusionなどがGANを一部の用途で置き換えたように、言語生成においても自己回帰型の限界を超える可能性がある手法として、研究コミュニティで注目を集めている。ただし言語のような離散的なトークン列に拡散プロセスを適用することは技術的難易度が高く、先行研究も複数存在するなかでInceptionがどこまで実用性を高めているかが評価の焦点となっている。
同社は最近、**Mercury 3を公開しており、GPT-6 Luna**やClaude Haiku 5.5を上回る性能を、より短い待機時間で実現すると主張している。
Inceptionの共同創業者はStanford大学教授のStefano Ermon氏、UCLA教授のAditya Grover氏、Cornell大学教授のVolodymyr Kuleshov氏の3名で、いずれも拡散モデル・深層生成モデルの分野で実績を持つ研究者だ。買収後は3名ともNvidiaにフルタイムで参画する見通しとされている。
Nemotronとロボット向けモデルへの組み込みが狙い
Nvidiaがこの買収で狙うのは、自社のオープンソースLLMシリーズ**Nemotronと、ロボット向けの物理モデル(GR00T 2など)**の強化だ。
Nemotronはすでに実績を持ち、PalantirやUS政府機関が中国製モデルの代替として採用している。OpenAIやAnthropicが自社推論チップの開発を進めるなか、Nvidiaはハードウェア依存のビジネスモデルへの危機感からソフトウェア・モデル層でも競争力を高める必要に迫られている。拡散ベースの言語モデルが持つ推論速度と並列処理効率の向上は、Nvidiaのハードウェアとの親和性という観点でも有望視されていると見られる。
ロボティクス分野においても、GR00T 2のような物理モデルへInceptionの技術が組み込まれることで、リアルタイム推論の要件を満たしやすくなる可能性がある。Inceptionのアプローチが、Nvidiaのハードウェア・ソフトウェアスタック全体でどう活用されるかが今後の焦点となる。
詳細はNvidia bets at least $500 million on Inception's diffusion models to strengthen its open-source Nemotron lineupを参照していただきたい。




