英伟达发布Nemotron 3.5开源模型：1200亿参数旗舰与边缘小模型亮相

10月15日，英伟达宣布扩展Nemotron开源模型家族，正式推出面向智能体（AI Agent）应用的大型视觉语言模型Nemotron 3.5 Super VL，同时发布两款专为边缘设备打造的轻量模型Nemotron 3.5 Bolt，进一步完善从数据中心到终端设备的AI部署体系。

此次发布的核心产品Nemotron 3.5 Super VL拥有1200亿参数，采用稀疏混合专家架构，每个token激活约120亿参数。英伟达表示，该模型主要面向企业级AI智能体，能够执行指令跟随、工具调用、多步业务流程与视觉理解等复杂任务规划，在其基准测试中达到同量级开放模型的最优准确率，吞吐量比同量级次优模型快至5倍。与其最大规模推理模型相比，Super VL以约五分之一的参数量实现了相当的准确率，官方公布的评测数据包括Hermes Bench 63.44%、LangChain行为评测87.05%以及图表推理CharXiv 80.8%。

与旗舰模型同步亮相的还有两款边缘模型。Nemotron 3.5 Bolt 74B-A9B 24GB采用原生2比特量化，可在24GB显存内与其他应用并行运行，面向RTX与DGX Spark上的本地智能体任务；Nemotron 3.5 Bolt E4B 4GB则面向GeForce RTX、Jetson等设备上的对话与物理智能体，将于10月23日上线。三款开放模型共同覆盖从企业服务器到边缘设备的完整部署梯度。

在生态层面，Scale AI、Atlassian、CrowdStrike、Perplexity、Salesforce等数十家机构正基于Super VL进行后训练与产品集成，覆盖金融文档、网络安全、工程设计、医疗理赔等场景。模型权重、数据集与训练配方同步上线Hugging Face、OpenRouter与ModelScope，企业也可通过NVIDIA NIM微服务与Dynamo推理框架部署，官方称可支撑至多8倍用户并发并降低85%延迟。

背景上，Nemotron家族已形成清晰分工：8月发布的Lightning负责高吞吐负载，Ultra攻坚最难推理任务，新成员Bolt把智能体能力带到边缘。此次大模型与小模型同步发布，反映出英伟达正从GPU硬件向基础模型、推理框架与开发工具延伸，构建覆盖云端到终端的完整AI计算生态，也契合行业从单纯追求参数规模转向全栈部署效率的趋势。