NVIDIA 开源 Nemotron 3.5 Super VL 与两款 Bol…
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
本条选题由第三方线索发现；线索方提供的摘要未被采用，本页内容依据下方信源整理。线索来源：AIHOT
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载Super VL 的定位与能力
Nemotron 3.5 Super VL 是 NVIDIA 新发布的开源模型，参数规模 1200 亿，目标场景是专用常驻智能体。它在多模态智能体任务上取得领先准确率，覆盖指令遵循、工具调用、多步业务流程和视觉理解。NVIDIA 表示其准确率与自家最大推理模型相当，而参数量只有后者的约五分之一。速度方面，它被称为同类中最快的开源智能体模型，比次优者快 5 倍，可帮助企业在跨越数天或数周的工作流中更快完成高吞吐任务。与闭源前沿模型不同，组织可以用自己的数据对 Super VL 做后训练，部署在自己的基础设施上，并对所构建的内容进行监督。该模型由 NVIDIA 与 Nemotron Coalition 合作构建。
两款 Bolt 端侧模型
Bolt 系列把智能体能力带到边缘。Nemotron 3.5 Bolt 74B-A9B 24GB 面向本地日常智能体任务，设计运行在 NVIDIA RTX 与 DGX Spark 上，采用原生 2-bit 量化，使其能装进 24GB 内存并与其他应用同时运行。与内存占用相近的其他模型相比，它在智能与速度之间取得平衡：足以完成多数工作，又比最聪明的模型快得多。用户可把项目交给流行的本地智能体框架，从网页研究到写作再到调试代码，全程无需把负载发往云端。另一款 Nemotron 3.5 Bolt E4B 4GB 则针对快速对话智能体，优化每 GB 的智能表现。
可用时间与部署层级
Super VL 与 Bolt 74B-A9B 24GB 现已可用，Bolt E4B 4GB 将于 10 月 23 日推出。三款开源模型合起来覆盖智能体部署的完整范围，从大型企业服务器一直延伸到边缘设备和本地硬件。NVIDIA 表示，任何希望在 NVIDIA 基础设施上运行智能体的组织，现在都能找到与其层级匹配的开源优化模型，不必在能力与可部署性之间二选一。Super VL 和 Bolt 加入 Nemotron 家族，与 Lightning、Ultra 并列：8 月发布的 Lightning 处理高吞吐负载，Ultra 处理最难的推理任务，Bolt 则把智能带到边缘。
为什么值得看
1200 亿参数开源模型以五分之一体量对标自家最大推理模型，并给出 24GB 显存可跑的端侧版本，直接决定企业能否在自…
信源1 家
关键事实
Nemotron 3.5 Super VL 为开源 1200 亿参数模型，面向专用常驻智能体，任务完成速度与准确率领先。[1]
Super VL 在多模态智能体任务上的准确率与 NVIDIA 最大推理模型相当，参数量约为其五分之一，速度是同类次优开源模型的 5 倍。[1]
Nemotron 3.5 Bolt 74B-A9B 24GB 使用原生 2-bit 量化，可在 24GB 内存中运行于 RTX/DGX Spark，支持本地智能体框架。[1]
Nemotron 3.5 Bolt E4B 4GB 面向快速对话智能体，将于 10 月 23 日推出；Super VL 与 Bolt 74B-A9B 已可用。[1]
三款开源模型覆盖从大型企业服务器到边缘设备与本地硬件的智能体部署层级，与 Nemotron 家族的 Lightning、Ultra 并列。[1]
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。