英伟达发布1200亿参数开源多模态模型Nemotron 3.5 Super VL
英伟达发布Nemotron 3.5 Super VL，一款面向企业智能体的1200亿参数开源多模态模型，采用MoE架构每次仅激活120亿参数；同时推出两款面向本地PC与边缘设备的Bolt小模型。
AI解读：读者最需要弄清的是：Super VL这类开源模型到底给谁用、在什么条件下能跑起来。据英伟达技术博客，Super VL为持续在后台运行的企业智能体设计，处理文本、图像、文档和视频；但本地部署的Bolt 74B需要24GB显存，来源指出只有高价高端硬件才具备这个内存，消费级GPU价格下多数用户难以承受，目前面向开发者和强工作站用户。
另一个使用边界是：Super VL能自定义微调、跑在企业自有服务器上，但英伟达的优化围绕自家硬件展开。英伟达称模型可在DGX Spark、DGX Station、RTX PRO、RTX以及Jetson模块和数据中心运行，并通过NIM提供微服务。来源观点认为，想充分发挥Nemotron性能最终需要购买英伟达硬件；这一判断属于来源评论，不是英伟达官方声明。
在性能口径上需区分英伟达主张与独立结果。英伟达称Super VL从Nemotron 3 Ultra蒸馏而来，在智能体指令遵循、工具调用等任务上以约五分之一参数匹配Ultra精度，在Hermes和LangChain智能体测试中分数高于Ultra；但Artificial Analysis总榜上Super VL大幅落后领先闭源模型。独立测试方面，EXO Labs在DGX Spark上测试后称没有其他模型同时更准更快。
技术层面的关键事实：Super VL采用混合专家架构，1200亿参数中每token仅激活120亿。英伟达用4位NVFP4压缩，在Blackwell GPU上全4位精度运行，旧卡仅权重4位、计算16位。据英伟达数据，搭配Dynamo推理软件，在16块B200 GPU上可服务8倍并发用户，首token时间降低85%。
开放程度上，英伟达发布基础版、后训练版和4位压缩版权重，以及数据集和训练配方，来源称这比多数只开放权重的开源模型更开放。预训练加持续预训练用了超25万亿token，后训练和强化学习约400万示例、约100个开放训练环境。
生态方面，英伟达与Nemotron联盟（含Mistral AI、Thinking Machines Lab、Perplexity、Black Forest Labs）共同开发该模型，并已获多家机构试用：Scale AI为Skydance做供应商信用智能体，Ramp处理收据照片，EY用于收购尽职调查，CrowdStrike、Salesforce等也在使用。
英伟达发布Nemotron 3.5 Super VL，一款面向企业智能体的1200亿参数开源多模态模型，处理文本、图像、文档和视频，可在后台持续运行。据英伟达技术博客，该模型采用混合专家架构，每个token仅激活1200亿参数中的120亿。
两款面向本地硬件的小模型同步推出：Nemotron 3.5 Bolt 74B-A9B 24GB可在本地机器运行智能体任务，更小的Bolt E4B 4GB面向快速语音助手，将于本月晚些时候推出。英伟达称两者提供“每GB内存最高智能”。
Super VL和Bolt加入现有Nemotron产品线。据来源，8月发布的Lightning面向高吞吐量，Ultra处理高难度推理任务，所有变体都针对英伟达硬件优化。在Artificial Analysis总排名中，Super VL大幅落后领先闭源模型，但超过英伟达自家的Nemotron 3 Ultra。
性能说法：蒸馏自Ultra，英伟达称五分之一参数匹配精度
英伟达称Super VL从Nemotron 3 Ultra蒸馏而来。在智能体遵循指令、调用工具、处理多步业务流程或分析图像的任务上，Super VL据称以约五分之一参数匹配Ultra精度。
据英伟达，在Hermes和LangChain的智能体测试中，Super VL得分高于Ultra；在编码基准SWE-bench和Terminal-Bench上超过前代Nemotron 3 Super。英伟达称Super VL在编码基准上精度略低于竞品，但完成任务速度快四倍。
据英伟达引用Artificial Analysis榜单，在单GPU上，Super VL在智能体任务中吞吐量最高达同规模其他开源模型的五倍。EXO Labs在DGX Spark上的独立测试中，没有其他模型同时更准更快。
压缩与推理优化：4位量化、推测解码和缓存
英伟达用4位NVFP4格式压缩Super VL。在Blackwell GPU上模型完全以4位精度运行；旧卡仅权重存储为4位、计算以16位进行，模型敏感部分保留更高精度。为防止质量损失，英伟达训练压缩版匹配未压缩原版的输出。
英伟达称搭配Dynamo推理软件，Super VL在16块B200 GPU上可服务八倍并发用户，首token时间降低85%。模型内置草稿组件提前提议若干token，主模型一次前向传播验证；在DGX Spark上英伟达推荐其LiLiCorr方法，称相比无推测草稿提速最高2.3倍。
智能体每次请求都发送相同指令、工具描述和对话历史，Super VL会缓存这些重复部分的计算。Dynamo将同一会话请求路由到已持有该会话缓存的GPU。
视觉与本地部署限制
视觉方面，英伟达聚焦智能体日常工作中的材料：OCR、表格、图表、多页文档和视频。Super VL可解读图表、关联同一文档其他位置的表格并总结两者，无需单独图像模型。据英伟达，在图表基准CharXiv上Super VL得80.8%，前代Nemotron 3 Nano Omni为63%；能运行Python代码时得分升至84%。
Bolt 74B-A9B是Super VL的精简版，为混合专家模型，每步仅激活740亿参数中的90亿。为塞进24GB内存，英伟达对权重采用激进2位量化。它面向日常本地任务，如多步操作、调用工具或搜索网页。
英伟达称该模型针对RTX Spark和最高128GB共享内存的DGX Spark优化，也运行在GeForce RTX PC、DGX Station和RTX PRO工作站上，支持llama.cpp、Ollama、LM Studio和vLLM。来源指出，即使经过重压缩，24GB仍是高门槛，只有高价高端硬件具备该内存。
Bolt E4B 4GB面向GeForce RTX卡、Jetson模块和RTX/DGX Spark，驱动语音助手、交互角色或设备界面，尚未发货。
开放内容与生态
英伟达发布基础版、后训练版和4位压缩版权重，以及数据集、训练配方和强化学习环境。来源称这比多数只共享权重的开放权重模型更开放。据英伟达，预训练和持续预训练使用超25万亿token，后训练和强化学习增加约400万示例，覆盖约100个开放训练环境。
在Hugging Face上，英伟达发布多个数据集，涵盖智能体使用工具、遵循指令、处理长文本和理解图像，另有金融、安全与公平性数据集。其中一个数据集与印度理工学院马德拉斯分校及其AI4Bharat实验室合作，包含22种印度语言约2.83万亿token文本。英伟达称用该数据集微调后，Super VL在印度语言基准上超过Sarvam-105B等更大的专用模型。
Super VL由Nemotron联盟共同开发，成员包括Mistral AI、Thinking Machines Lab、Perplexity和Black Forest Labs。企业可通过NIM获得就绪微服务，配置经验证并有支持，更新计划每两周一次。权重已在Hugging Face发布。
早期采用者与商业意图
英伟达称数十家组织已在微调Super VL，主要来自文档密集和敏感数据行业。Scale AI为媒体公司Skydance适配了处理供应商信用的智能体，预计成本降至四十分之一、响应时间降至五分之一；Ramp用模型将收据照片转为结构化数据，预期响应快十倍；EY用于收购尽职调查，Hebbia分析信贷协议。
第二波采用者来自网络安全：AI21为安全公司Alice微调Super VL分析威胁和漏洞，据英伟达准确率提升40%；Dream用于漏洞搜寻，CrowdStrike构建防御企业网络的智能体。Salesforce计划自动化政府工作流，R1审计医疗账单，Perplexity、Dassault Systèmes和Mercor也在使用。
来源观点认为，英伟达开放模型策略有自利性：企业越多运行自己的开放模型，对算力硬件需求越大，开放模型可能继续针对英伟达优化。来源提到英伟达近期向Hugging Face投资129亿美元。该判断属于来源评论。