先了解这件事
2026年8月11日,英伟达发布开放模型Nemotron 3.5 Lightning,面向长时运行智能体的高频、低延迟任务执行。该模型采用MoE架构,总参数量为300亿,每次激活30亿参数。英伟达称,其在PinchBench上的准确率为86%,在准确率相近的情况下,完成1万项任务的速度比Qwen3.6 35B快30%。模型支持推测解码,提供BF16和NVFP4 checkpoint,可从Hugging Face下载,或通过build.nvidia.com试用。
AI 根据公开报道生成
最新进展 · 正式报道
Nemotron 3.5 Lightning 面向持续运行和长时智能体事件进展
1 个已确认进展
- 来源：NVIDIA Developer · Generative AI
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
8月11日
Jensen Huang
Nemotron 3.5 Lightning 面向持续运行和长时智能体
Nemotron 3.5 Lightning 面向持续运行和长时智能体。该模型被描述为智能、快速、高效且开放。
NVIDIA Developer · Generative AI一手精选
NVIDIA 发布 Nemotron 3.5 Lightning 开源 MoE 模型，面向长时智能体执行层
NVIDIA 发布 Nemotron 3.5 Lightning，这是一个 30B 总参数、3B 激活参数的开放 MoE 模型，面向长时运行智能体的高并发低延迟执行任务。模型在预训练阶段内置多 token 预测（MTP）投机解码，并提供 DSpark 与 DFlash 草稿模型，同时发布 NVFP4 量化与 BF16 检查点，可在 Blackwell、Hopper、Ampere GPU 及 DGX Spark 上运行。在 PinchBench 上它以 86% 准确率完成 10000 个任务，速度比 Qwen3.6 35B 快 30%，权重与训练数据按 OpenMDW-1.1 协议开放，并可用 LoRA、SFT 和 NeMo RL 定制。
Ollama Blog一手精选
NVIDIA Nemotron 3.5 Lightning 上线 Ollama，30B 参数本地运行
NVIDIA Nemotron 3.5 Lightning 已在 Ollama 上线，可完全在本地设备运行。这是一个 30B 总参数、每 token 仅 3B 激活的开放模型，采用混合 MoE 架构，支持最高 1M token 上下文，面向持续运行的智能体任务，如读取文件、调用工具、整理结果和失败重试。官方称其吞吐量比同类开放模型高 4 倍，任务完成时间快 30%，并针对 Apple silicon 提供 nemotron-3.5-lightning:30b-mlx 版本。