NVIDIA发布Nemotron 3.5开源模型家族

NVIDIA 今日正式发布 Nemotron 3.5 Super VL，这是一款拥有 1200 亿参数的开源模型，专为全天候运行的专用 AI 智能体打造，具备出色的任务完成速度与极高准确率。

同步亮相的还有两款端侧模型：Nemotron 3.5 Bolt 74B-A9B 24GB，针对本地 AI 智能体工作负载平衡了单位显存的智能水平与运行速度；以及 Nemotron 3.5 Bolt E4B 4GB，针对快速对话类 AI 智能体进行了显存极致优化。

Super VL 与 Bolt 74B-A9B 现已上线，Bolt E4B 将于 10 月 23 日发布。三款模型共同构成了从大型企业级服务器到边缘设备及本地硬件的完整部署方案。所有希望在 NVIDIA 基础设施上运行 AI 智能体的机构，都能找到对应层级的开源优化模型，不再需要在模型能力与部署门槛之间做妥协。

新成员与此前的 Lightning 和 Ultra 一道扩充了 Nemotron 家族：Lightning 专攻高吞吐工作负载，Ultra 应对最复杂的推理任务，Bolt 则将智能推向端侧。

Nemotron 3.5 Super VL：五分之一参数达前沿性能

Super VL 由 NVIDIA 联合 Nemotron 联盟共同研发。在指令遵循、工具调用、多步骤业务流程以及视觉理解等多模态智能体任务上，该模型展现出行业领先的准确率，仅用约五分之一的参数量，就达到了与 NVIDIA 顶级推理模型相当的水准。

作为同类开源智能体模型中速度最快的产品，Super VL 的运行速度可达次优模型的 5 倍，能大幅缩短企业级智能体在跨天甚至跨周的超长业务链条中的执行周期。

与闭源前沿模型不同，企业可以使用自身数据对 Super VL 进行后训练，并部署在自建基础设施上，实现对 AI 系统的全流程掌控。

Nemotron 3.5 Bolt：边缘端智能体能力下放

Bolt 74B-A9B 24GB 专为在 NVIDIA RTX 和 DGX Spark 上本地运行日常智能体任务设计。它采用原生 2-bit 量化技术，能够压缩至 24GB 显存内流畅运行，同时不影响其他应用的正常使用。

在相似显存占用的模型中，它实现了智能与速度的理想平衡：足以胜任绝大多数本地任务，且响应速度显著超越更重型的模型。

用户可以将网页调研、文档撰写、代码调试等项目托付给本地智能体，全程无需将敏感数据上传至云端。该模型在 PinchBench 同级开源模型中排名前列，在 BrowseComp 开源榜单中位列次席。

另一款 Bolt E4B 4GB 专为 GeForce RTX、Jetson 和 RTX/DGX Spark 上的具身及对话智能体打造，将自然对话与多轮智能体调用能力深度结合，可驱动快速响应的本地语音助手、交互式虚拟角色及嵌入式系统交互界面。

行业定制与落地应用

目前，已有数十家不同领域的机构利用自身数据、工具链、合规策略与业务工作流对 Super VL 开展后训练：

• Scale AI：为 Skydance 打造供应商信贷财务智能体，为安永（EY）定制并购尽职调查智能体；
• Hebbia 与 AfterQuery：针对信贷协议分析进行深度适配；
• AI21 与 Alice：基于该模型强化网络安全攻防演练；
• Mercor：在 APEX-SWE 编程基准上完成后训练，构建兼具规划、编写与调试能力的编程智能体；
• 魔搭社区（ModelScope）：通过其 ms-swift 框架支持开发者微调该模型。

此外，Ramp、Lila Sciences 等企业也在将其用于金融文档智能分析及科学发现，Atlassian、CrowdStrike、达索系统、Perplexity、Salesforce 等平台公司正将该模型深度集成至各自的核心业务系统中。

聚焦实战的视觉理解能力

Nemotron 3.5 Super VL 的视觉语言优化紧密围绕真实应用场景展开：光学字符识别（OCR）、复杂表格、统计图表以及各类视觉文档的结构化数据提取。