NVIDIA 扩展 Nemotron 模型家族，新增 Super VL 与两款 Bolt 模型

NVIDIA 宣布为其 Nemotron 开源 AI 模型家族新增三款模型。这些模型面向数据中心、桌面系统和边缘设备上的企业工作流、本地 AI 智能体和对话应用。

此次发布包括 1200 亿参数的 Nemotron 3.5 Super VL，以及 Nemotron 3.5 Bolt 系列下的两款较小模型。

NVIDIA 表示，Super VL 的吞吐量最高可达同类次优模型的 5 倍。Nemotron 3.5 Bolt 74B-A9B 24GB 和 Nemotron 3.5 Bolt E4B 4GB 面向本地 AI 工作负载。

Super VL 和 Bolt 74B-A9B 现已可用，而 Bolt E4B 计划于 10 月 23 日发布。

Super VL 支持指令遵循、工具使用、多步骤业务工作流和视觉理解等任务。NVIDIA 表示，该模型的准确率可与其最大的推理模型相媲美，而参数量约为后者的五分之一。

这使组织能够用自有数据定制 Super VL，将其部署在自己的基础设施上，并保持对应用的控制。该模型可以处理网页、PDF、表格和图表，提取信息供 AI 智能体使用。

NVIDIA 与 Nemotron 联盟共同开发了该模型。它在预训练和持续预训练中使用了约 26 万亿个 token 进行训练。随后，公司使用约 380 万个样本和跨数十个环境的强化学习对其进行了后训练。

Nemotron 3.5 Bolt 74B-A9B 24GB 专为 NVIDIA RTX 系统和 DGX Spark 上的日常 AI 智能体任务而设计。它采用 2 位量化，以适配 24GB 内存并与其他应用同时运行。

用户可以将该模型用于网络研究、写作和代码调试等任务，而无需将工作负载发送到云端。NVIDIA 表示，该模型在 PinchBench 上位列同类开源模型第一，在 BrowseComp 上位列第二。

较小的 Nemotron 3.5 Bolt E4B 4GB 面向对话式和物理 AI 智能体。NVIDIA 为其设计了 GeForce RTX、Jetson 和 RTX/DGX Spark 系统。它支持本地语音助手、交互式角色和嵌入式界面。

NVIDIA 表示，Scale AI 已为该模型针对 Skydance 的供应商信贷融资智能体和 EY 的并购尽职调查智能体进行了后训练。

其他应用包括为 Hebbia 进行信贷协议分析、通过 AI21 和 Alice 实现网络安全，以及通过 Mercor 进行编程。Ramp 正在为该模型定制金融文档智能功能，而 Lila Sciences 则将其用于科学发现和搜索。

软件公司也在将 Super VL 集成到其产品中。Atlassian 正在探索跨 Jira 和 Confluence 的智能体搜索，而 CrowdStrike 正在为其定制企业安全运营功能。

Perplexity 正在集成该模型以用于搜索和 AI 智能体任务。

NVIDIA 表示，组织可以根据其安全和数据驻留要求部署 Super VL。该模型包含开放权重、数据集和训练配方。开发者可以通过 NVIDIA NeMo 和基于 Python 的流水线对其进行定制。

Super VL 可通过 Hugging Face、OpenRouter、ModelScope 社区和 NVIDIA NIM 获取。Bolt 74B-A9B 模型也可在 Hugging Face 上获取，并支持 llama.cpp、Ollama、LM Studio、Unsloth 和 vLLM。