تُطلق NVIDIA نموذجي Nemotron 3.5 Super VL وBolt للأجهزة الطرفية مفتوحي المصدر

أطلقت NVIDIA في 15 أكتوبر 2026 نموذج Nemotron 3.5 Super VL، وهو نموذج متعدد الوسائط مفتوح المصدر يضم 120 مليار مُعامل، ويستهدف الوكلاء المتخصصين الذين يعملون باستمرار، إلى جانب نموذجي Bolt أصغر حجمًا للأجهزة الطرفية والعتاد المحلي. يتوفر الآن نموذجا Super VL وNemotron 3.5 Bolt 74B-A9B 24GB، فيما يُقرر إطلاق Nemotron 3.5 Bolt E4B 4GB في 23 أكتوبر 2026.

توسّع هذه الإصدارات عائلة Nemotron التي تصنّفها NVIDIA بحسب مستوى النشر. يتولى Lightning، الذي أُطلق في أغسطس، أعباء العمل ذات الإنتاجية العالية؛ ويعالج Ultra أصعب مهام الاستدلال؛ بينما يستهدف Bolt الأجهزة الطرفية. وقالت NVIDIA إن النماذج الثلاثة الجديدة مفتوحة المصدر تغطي مجتمعةً النطاق الكامل لنشر الوكلاء، من خوادم المؤسسات الكبيرة إلى الأجهزة الطرفية والعتاد المحلي، وإن Super VL طُوّر بالتعاون مع Nemotron Coalition.

البنية والأداء المُعلن عنهما

يعتمد Super VL على بنية مزيج من الخبراء تضم 120 مليار مُعامل، وتُفعّل 12 مليار مُعامل لكل رمز. وقالت NVIDIA إن النموذج يحقق دقة في مهام الوكلاء متعددة الوسائط، بما فيها اتباع التعليمات واستخدام الأدوات وسير العمل التجاري متعدد الخطوات والفهم البصري، بمستوى يقارب أداء أكبر نماذجها للاستدلال، رغم أن عدد مُعاملاته لا يتجاوز نحو خُمس عدد مُعاملات ذلك النموذج. كما تصفه NVIDIA بأنه أسرع نموذج مفتوح للوكلاء في فئته، مشيرةً إلى أنه يحقق إنتاجية أعلى بما يصل إلى 5 أضعاف من النماذج المفتوحة الأخرى ضمن فئته الحجمية، عند تشغيله على وحدة معالجة رسومية واحدة.

يجمع النموذج في نظام واحد بين الاستدلال واتباع التعليمات واستخدام الأدوات، وبين فهم النصوص والصور والمستندات ومقاطع الفيديو. ووفقًا لما ورد في المدونة التقنية لـNVIDIA، يتيح هذا التكامل للفرق إنجاز المهام النصية والبصرية من دون نشر نماذج منفصلة للنصوص واللغة والرؤية، أو نقل سياق المهام بينها. وقالت NVIDIA إن تدريب النموذج على اللغة والرؤية يستهدف ما تواجهه الوكلاء عمليًا، بما في ذلك التعرّف البصري على الأحرف والجداول والرسوم البيانية والمعلومات المنظّمة في المستندات المرئية، مثل صفحات الويب وملفات PDF.

تُظهر التقييمات التي أعلنتها NVIDIA حصول Super VL على 63.44% في Hermes Bench و87.05% في تقييمات LangChain السلوكية، مقابل 56.33% و84.3% على التوالي لنموذج Nemotron 3 Ultra. وفي CharXiv، وهو معيار لتقييم الاستدلال على الرسوم البيانية، أفادت NVIDIA بأن Super VL حقق 80.8% مقابل 63% لنموذج Nemotron 3 Nano Omni، لترتفع النتيجة إلى 84% عند استخدام النموذج تفسير التعليمات البرمجية بلغة Python. كما تصف NVIDIA Super VL بأنه أحد أفضل النماذج المفتوحة في لوحة صدارة OCRBench v2، وتشير المدونة التقنية إلى أن تقييمًا مستقلًا أجرته EXO Labs وضعه على جبهة باريتو من حيث الدقة ووقت إنجاز المهام على DGX Spark.

تصميم التدريب والاستدلال

اشتُق Super VL بالتقطير من Nemotron 3 Ultra، وتعزو المدونة التقنية تحسّن دقة البرمجة إلى قدرات Ultra في البرمجة وإلى خسارة SkewReverse المستخدمة أثناء التقطير. وخلال مرحلة ما بعد التدريب، يجمع التقطير متعدد المعلمين وفق السياسة الحالية التوجيهات المستمدة من معلمين متخصصين في النصوص والرؤية، إذ يقيّم هؤلاء المعلمون استجابات النموذج في الاستدلال على مقاطع الفيديو وتعقّبها، واستخدام أدوات الرؤية، والمواءمة. وتشير المدونة التقنية أيضًا إلى مساهمات جهات ضمن Nemotron Coalition: فقد دعمت مجموعات البيانات من Perplexity مرحلة التدريب المتوسط للنموذج، واستُخدمت البيئات من Prime Intellect لبناء نماذج المعلمين.

دُرّب Nemotron 3.5 Super VL على نحو 26 تريليون رمز خلال مرحلتي التدريب المسبق ومواصلته، ثم خضع لما بعد التدريب باستخدام نحو 3.8 مليون عينة والتعلّم المعزز ضمن عشرات البيئات. وأضافت مواصلة التدريب المسبق 10 مليارات رمز باللغات الهندية، وتصدر NVIDIA مجموعة بيانات تضم نحو 2.8 تريليون رمز عبر 22 لغة هندية، طُوّرت بالتعاون مع IIT Madras ومختبر AI4Bharat التابع لها.

يتضمن الإصدار نقاط تحقق أساسية وأخرى خضعت لما بعد التدريب، إضافةً إلى نقاط تحقق مكمّمة بتنسيق NVFP4. وتستخدم وصفة NVFP4 أوزانًا وعمليات تنشيط بدقة 4 بت على بنية Blackwell من NVIDIA، مقترنةً بتقطير يراعي التكميم ويهدف إلى تقليص فجوة الدقة التي يسببها التكميم. وتُسرّع تقنية مفتوحة للاستدلال التخميني تُسمى LiLiCorr توليد الرموز بما يصل إلى 2.3 ضعف مقارنةً بفك الترميز من دون تخمين على DGX Spark، وفقًا لـNVIDIA. ويمنح التنبؤ بعدة رموز النموذجَ مُنشئًا داخليًا يقترح عدة رموز للتحقق منها في مرور أمامي واحد، فيما تحافظ تحسينات تقديم الخدمة التي تعيد استخدام السياق على مخابئ الانتباه وحالات Mamba المتكررة عبر استدعاءات الوكيل المتكررة.

نماذج Bolt للأجهزة الطرفية

يستخدم Bolt 74B-A9B 24GB تكميمًا أصليًا بدقة 2 بت ليلائم ذاكرة بسعة 24GB ويعمل محليًا على NVIDIA RTX وDGX Spark إلى جانب التطبيقات الأخرى. وتصفه NVIDIA بأنه أفضل نموذج مفتوح في فئته على PinchBench، وثاني أفضل نموذج مفتوح على BrowseComp. يتوفر النموذج على Hugging Face مع دعم llama.cpp وOllama وLM Studio وUnsloth وvLLM. وقد صُمم لأجهزة الكمبيوتر المحمولة NVIDIA RTX Spark المقرر طرحها في 16 أكتوبر 2026، كما يعمل على أجهزة GeForce RTX وDGX Spark وDGX Station ومحطات العمل RTX PRO.

يستهدف Bolt E4B 4GB الوكلاء الماديين والمحادثيين على GeForce RTX وJetson وRTX/DGX Spark، ويجمع بين المحادثة الطبيعية وقدرات الوكلاء متعددة الأدوار لتشغيل المساعدات الصوتية المحلية والشخصيات التفاعلية والواجهات المضمّنة.

التخصيص والمتبنون الأوائل والنشر

يأتي النموذج بأوزان ومجموعات بيانات ووصفات تدريب مفتوحة، مع إمكانية تخصيصه باستخدام NVIDIA NeMo وخطوط المعالجة القائمة على Python ومجموعات البيانات المفتوحة. وتصدر NVIDIA مجموعات بيانات مفتوحة على Hugging Face تشمل استخدام الأدوات ضمن الأنظمة الوكيلة، والتمويل، واتباع التعليمات، والسياقات الطويلة، والإنصاف، إلى جانب 45 مجموعة بيانات للرؤية واللغة، فضلًا عن بيئات التعلم المعزز في NeMo Gym.

بحسب NVIDIA، تعمل عشرات المؤسسات على إجراء تدريب لاحق لنموذج Super VL باستخدام بياناتها وأدواتها وسياساتها وسير عملها. وأجرت Scale AI تدريبًا لاحقًا للنموذج ليُستخدم في وكيل Skydance المالي لتمويل الموردين، وفي وكيل EY للعناية الواجبة في عمليات الاندماج والاستحواذ؛ وتذكر المدونة التقنية أن تكلفة الاستدلال في عبء العمل الخاص بـSkydance ستنخفض بمقدار 40 ضعفًا، وأن زمن الاستجابة سينخفض بمقدار 5 أضعاف. وخصّصت AfterQuery النموذج لصالح Hebbia لتحليل اتفاقيات الائتمان، فيما أجرت AI21 وAlice تدريبًا لاحقًا له لتعزيز قدرته على مقاومة الهجمات السيبرانية، مع إفادة NVIDIA بتحقيق Alice دقة أعلى بنسبة 40% في تحليل معلومات التهديدات والثغرات الأمنية. وأجرت Mercor تدريبًا لاحقًا للنموذج باستخدام معيار APEX-SWE لبرمجة وكلاء يخططون التعليمات البرمجية ويكتبونها ويصححونها. أما Ramp، فتحوّل صور الإيصالات إلى بيانات JSON منظّمة تتضمن معلومات التاجر والتواريخ وبيانات الدفع، وتتوقع زيادة الإنتاجية بنسبة تصل إلى 50% وانخفاض زمن الاستجابة بمقدار 10 أضعاف، بحسب المدونة التقنية.

تشمل شركات منصات البرمجيات التي تدمج Super VL: Atlassian، للبحث القائم على الوكلاء عبر تطبيقات مثل Jira وConfluence؛ وCrowdStrike، للعمل الأمني الاستباقي القائم على الوكلاء في المؤسسات؛ وDassault Systèmes، للتصميم الهندسي والمحاكاة؛ وPerplexity، للبحث والمهام القائمة على الوكلاء. وتخصّص Salesforce نموذج Nemotron لتشغيل وكلاء الذكاء الاصطناعي الذين يرقمنون سير العمل الحكومي ويؤتمتونه عبر Missionforce Operations، كما يتكامل برنامج Synopsys للتحقق من تصميم أشباه الموصلات مع النموذج.

لأغراض النشر، تحزم NVIDIA NIM النموذج في صورة خدمة مصغرة جاهزة للإنتاج، تُحدَّث كل أسبوعين بتصحيحات أمنية وتحسينات في الأداء. وتفيد NVIDIA بأنه عند استخدام 16 وحدة معالجة رسومات B200 وبمعدل 50 رمزًا في الثانية لكل مستخدم، تتيح خدمة Dynamo، مع التوجيه المراعي لذاكرة التخزين المؤقت KV، خدمة عدد من المستخدمين يصل إلى 8 أضعاف، مع خفض زمن الاستجابة حتى الرمز الأول بنسبة 85%. ويتوفر Super VL الآن على Hugging Face وOpenRouter وModelScope، وكذلك بوصفه NVIDIA NIM، ويعمل عبر DGX Spark وDGX Station وأنظمة RTX PRO وRTX وJetson، وضمن بيئات مراكز البيانات والسحابة.