英伟达于2026年10月15日发布Nemotron 3.5 Super VL，这是一个开放权重的1200亿参数多模态模型，定位于需要视觉理解、工具调用和多步骤执行的专业智能体。英伟达同时推出面向边缘设备的Nemotron 3.5 Bolt系列，试图覆盖从数据中心到本地硬件的不同部署场景。英伟达官方博客
从能力范围看，Super VL并非只处理图片问答，而是面向智能体在实际工作流中经常遇到的网页、PDF、表格、图表和结构化文档。官方称，模型可以在理解视觉内容后继续提取信息、调用工具并完成后续任务，这意味着企业可能不必再把OCR、文档解析、语言推理和行动规划完全拆分到多个系统中。不过，这些能力主要来自厂商发布信息，英伟达所称的速度和准确率优势仍需结合独立基准、硬件配置及具体任务复核。英伟达研究页面
该模型的一个重要变化是强调开放和定制。官方表示，Super VL提供开放权重、数据集与训练方案，企业可以使用自有数据、工具和业务规则进行后训练，并在本地或自有基础设施上部署。英伟达披露，模型训练涉及约26000亿token，后训练使用约380万条样本和强化学习环境；这些数字属于公司自述，不能直接等同于所有行业场景中的实际效果。
与Super VL同时发布的Bolt 74B-A9B版本面向24GB显存设备，采用原生低比特量化，目标是在本地运行搜索、写作、调试等智能体任务；更小的Bolt E4B则计划用于对话和边缘设备。由此看，英伟达正在把多模态模型竞争从“更大的通用模型”延伸到“按部署层级配置模型”。真正的落地门槛仍包括显存需求、推理成本、数据安全、工具调用可靠性以及长流程任务中的错误累积。
参考来源：
- Open From Data Center to Desktop: NVIDIA Expands Nemotron Family With Highest Efficiency Super VL and Bolt Models 2026-10-15
- NVIDIA Nemotron 3.5 Super and Lightning 2026-10-14
由 AI 整理，仅供参考；请以原始来源为准。
