NVIDIA于2026年10月15日在技术博客公布Nemotron 3.5 Super VL，将其定位为面向专用工作流的开放、可定制多模态模型。根据NVIDIA技术博客公告，该模型采用1200亿参数的混合专家架构，每个Token激活约120亿参数，试图在模型容量与推理效率之间取得平衡。
能力上，Nemotron 3.5 Super VL把推理、指令遵循、工具调用，以及文本、图像、文档和视频理解放在同一模型中。NVIDIA表示，这种组合可以减少为文本任务和视觉语言任务分别部署模型的需要，也减少不同模型之间传递任务上下文的环节，目标场景包括需要持续处理视觉资料并调用工具的专业智能体。
此次发布还包括可在Hugging Face获取的开放数据集，覆盖智能体工具使用与对话、金融推理和工具调用、指令遵循、长上下文转换与翻译、公平性，以及40个视觉语言数据集。NVIDIA称这些数据可用于监督微调和强化学习，并用于结合企业自有数据定制模型。
目前可确认的信息主要来自NVIDIA官方发布说明，页面没有在该公告中完整呈现独立评测、实际部署成本或不同硬件下的性能对比。因此，这条消息更适合解读为多模态模型向“推理、视觉理解和工具调用一体化”发展的产品与开源生态动作，而不是已经被外部验证的性能突破。后续应关注技术报告、模型许可、可用权重、部署门槛及第三方评测结果。
参考来源：
由 AI 整理，仅供参考；请以原始来源为准。
