NVIDIA 開放 120B Super VL 多模態代理模型，另推出 Bolt 74B-A9B 與 Bolt E4B 邊緣模型

NVIDIA 發布開放權重的 Nemotron 3.5 Super VL，為 1200 億總參數（MoE 架構，每 token 啟用約 120 億）的多模態模型，主打需要持續運行、執行多步驟任務的企業代理。官方稱其在指令遵循、工具呼叫與多步驟商業流程等任務上準確度可與 NVIDIA 最大推理模型相比，參數量約為其五分之一；在單張 GPU 上執行代理任務，吞吐量最高可達同規模其他開放模型的 5 倍。模型整合推理、指令遵循、工具呼叫，以及文字、圖像、文件與影片理解，可在單一模型中處理文件讀取、網頁資訊擷取與圖表分析，不需在多個系統間轉交任務。 同時推出兩款邊緣模型。Bolt 74B-A9B 24GB 採原生 2-bit 量化，可在 24GB 記憶體內於 NVIDIA RTX/DGX Spark 本地運行，官方稱在 PinchBench 排名同類開放模型第一、BrowseComp 排名第二。Bolt E4B 4GB 面向 GeForce RTX、Jetson 與 RTX/DGX Spark 的語音助理與嵌入式介面，預計 10 月 23 日推出。Super VL 與 Bolt 74B-A9B 目前可用。 Super VL 已有多家機構進行後訓練，包括 Scale AI 為 Skydance 與 EY 的代理任務客製化，AI21 與 Alice 針對資安攻擊韌性調整，Mercor 以 APEX-SWE 程式基準訓練程式代理。Atlassian、CrowdStrike、Perplexity、Salesforce、Synopsys 等平台也表示整合或客製化該模型。 據 iThome 轉述的 NVIDIA 公布數據，Super VL 在 CharXiv 圖表推理基準得分 80.8%（結合 Python 解釋後為 84%），高於 Nemotron 3 Nano Omni 的 63%；在 Hermes Bench 與 LangChain 行為評估分別為 63.44% 與 87.05%，高於 Nemotron 3 Ultra 的 56.33% 與 84.3%。另有企業案例宣稱推理成本或延遲大幅下降，例如 Scale AI 為 Skydance 的供應商信用代理，官方預估推理成本降 97.5%、延遲降 80%；these 數字均為 NVIDIA 與合作方自述，尚未經獨立驗證。 NVIDIA 同時釋出模型權重、開放資料集與訓練配方，企業可依資料落地與安全需求自行部署與調整。The Decoder 指出，NVIDIA 的最佳化主要針對自家硬體，此舉也有助於推動其晶片與系統銷售。Nemotron 家族此前已有 Lightning（今年 8 月發布，主攻高吞吐）與 Ultra（主攻最困難推理）。