英伟达于2026年10月15日发布Nemotron 3.5 Super VL，一款面向智能体工作流的开放、可定制多模态模型。英伟达技术博客显示，该模型采用1200亿参数的混合专家架构，每个令牌激活约120亿参数，并将推理、指令跟随、工具调用，以及文本、图像、文档和视频理解整合在同一模型中。
从应用定位看，Nemotron 3.5 Super VL并不只是增加图像输入，而是试图覆盖编码、网页研究、文档信息抽取、网络安全和视频分析等连续任务。英伟达称，模型能够识别图表、表格、OCR文本、多页文档和视频内容，并把不同模态中的证据结合起来生成回答。此次发布还包括基础模型、后训练模型和NVFP4量化检查点，以及训练配方、数据和强化学习环境，便于开发者继续定制。
这项发布的核心变化，是把多模态理解与智能体执行放到同一模型中，减少企业为文本模型、视觉语言模型和任务编排层分别部署系统的需要。不过，英伟达技术博客中的吞吐量和任务完成表现属于公司发布材料，尚不能视为跨场景、独立评测结论；实际效果仍取决于硬件、量化方案、任务类型和企业数据质量。事件发生日期与官方技术博客发布日期均为2026年10月15日。
参考来源：
- NVIDIA Nemotron 3.5 Super VL Powers Specialized Agents with Multimodal Reasoning 2026-10-15
- Open From Data Center to Desktop: NVIDIA Expands Nemotron Family With Highest Efficiency Super VL and Bolt Models 2026-10-15
由 AI 整理，仅供参考；请以原始来源为准。
