NVIDIA lancerer de åbne modeller Nemotron 3.5 Super VL og Bolt Edge

NVIDIA lancerede Nemotron 3.5 Super VL den 15. oktober 2026 – en åben multimodal model med 120 milliarder parametre, målrettet specialiserede, konstant aktive agenter – sammen med to mindre Bolt-modeller til edge-enheder og lokal hardware. Super VL og Nemotron 3.5 Bolt 74B-A9B 24GB er tilgængelige nu, mens Nemotron 3.5 Bolt E4B 4GB efter planen lanceres den 23. oktober 2026.

Lanceringerne udvider Nemotron-familien, som NVIDIA organiserer efter implementeringsniveau. Lightning, der blev lanceret i august, håndterer arbejdsbelastninger med høj gennemstrømning; Ultra løser de mest krævende ræsonneringsopgaver; og Bolt er målrettet edge-enheder. NVIDIA oplyste, at de tre nye åbne modeller tilsammen dækker hele spændet af agentimplementeringer, fra store virksomheders servere til edge-enheder og lokal hardware, og at Super VL blev udviklet i samarbejde med Nemotron Coalition.

Arkitektur og rapporteret ydeevne

Super VL bruger en arkitektur med en blanding af eksperter (mixture of experts) og 120 milliarder parametre, hvor 12 milliarder parametre aktiveres for hvert token. NVIDIA oplyste, at modellen leverer præcision på multimodale agentopgaver, herunder instruktionsfølgning, brug af værktøjer, forretningsprocesser med flere trin og visuel forståelse, på niveau med virksomhedens største ræsonneringsmodel, men med omtrent en femtedel så mange parametre. NVIDIA beskriver den også som den hurtigste åbne agentmodel i sin klasse og rapporterer op til 5 gange højere gennemstrømning end andre åbne modeller i samme størrelseskategori på én GPU.

Modellen kombinerer ræsonnering, instruktionsfølgning og brug af værktøjer med forståelse af tekst, billeder, dokumenter og video i ét system. Ifølge NVIDIAs tekniske blogindlæg gør denne integration det muligt for teams at håndtere tekst- og visuelle opgaver uden at implementere separate tekstmodeller og vision-language-modeller eller overføre opgavekontekst mellem dem. NVIDIA oplyste, at modellens vision-language-træning er målrettet det, agenter møder i praksis: optisk tegngenkendelse, tabeller, diagrammer og strukturerede oplysninger i visuelle dokumenter som websider og PDF-filer.

NVIDIAs rapporterede evalueringer viser, at Super VL scorer 63,44 % på Hermes Bench og 87,05 % i LangChains adfærdsevalueringer mod henholdsvis 56,33 % og 84,3 % for Nemotron 3 Ultra. På CharXiv, en benchmark for ræsonnering med diagrammer, rapporterer NVIDIA 80,8 % for Super VL mod 63 % for Nemotron 3 Nano Omni; resultatet stiger til 84 %, når modellen bruger Python-kodefortolkning. NVIDIA beskriver også Super VL som en af de bedste åbne modeller på OCRBench v2-ranglisten, og det tekniske blogindlæg oplyser, at en uafhængig evaluering foretaget af EXO Labs placerede modellen på Pareto-fronten for nøjagtighed og tid til opgaveafslutning på DGX Spark.

Træning og inferensdesign

Super VL blev destilleret fra Nemotron 3 Ultra. Det tekniske blogindlæg fremhæver, at Ultras kodningsevner og det SkewReverse-tab, der blev brugt under destilleringen, forbedrede kodningsnøjagtigheden. Under eftertræningen kombinerer on-policy-destillering med flere lærermodeller vejledning fra specialiserede lærermodeller inden for tekst og vision. Lærermodellerne bedømmer modellens svar inden for videoræsonnering og -sporing, brug af visionsværktøjer og tilpasning. Det tekniske blogindlæg nævner også bidrag fra organisationer i Nemotron Coalition: datasæt fra Perplexity understøttede modellens mellemliggende træning, og miljøer fra Prime Intellect blev brugt til at bygge lærermodeller.

Nemotron 3.5 Super VL blev trænet på omkring 26 billioner tokens under fortræning og fortsat fortræning og derefter eftertrænet med cirka 3,8 millioner eksempler og forstærkningslæring på tværs af snesevis af miljøer. Den fortsatte fortræning tilføjede 10 milliarder indiske tokens, og NVIDIA udgiver et datasæt på omkring 2,8 billioner tokens fordelt på 22 indiske sprog, udviklet i samarbejde med IIT Madras og dets AI4Bharat-laboratorium.

Udgivelsen omfatter basis-checkpoints, eftertrænede checkpoints og checkpoints kvantiseret med NVFP4. NVFP4-opskriften bruger 4-bit-vægte og -aktiveringer på NVIDIAs Blackwell-arkitektur kombineret med kvantiseringsbevidst destillering, der skal mindske det præcisionstab, som kvantisering medfører. NVIDIA oplyser, at en åben teknik til spekulativ afkodning kaldet LiLiCorr giver op til 2,3 gange hurtigere tokengenerering end afkodning uden spekulation på DGX Spark. Forudsigelse af flere tokens giver modellen en intern udkastsgenerator, der foreslår flere tokens til verificering i ét fremadgående gennemløb, og optimeringer af kontekstgenbrug ved inferens bevarer både opmærksomhedscacher og Mamba-rekurrenttilstande på tværs af gentagne agentkald.

Bolt-modeller til edge-enheder

Bolt 74B-A9B 24GB bruger indbygget 2-bit-kvantisering, så den kan være i 24 GB hukommelse og køre lokalt på NVIDIA RTX og DGX Spark sammen med andre programmer. NVIDIA beskriver den som den bedste åbne model i sin klasse på PinchBench og den næstbedst placerede åbne model på BrowseComp. Modellen er tilgængelig på Hugging Face med understøttelse af llama.cpp, Ollama, LM Studio, Unsloth og vLLM. Den er udviklet til NVIDIA RTX Spark-bærbare computere, som lanceres den 16. oktober 2026, og kører også på GeForce RTX-pc’er, DGX Spark, DGX Station og RTX PRO-arbejdsstationer.

Bolt E4B 4GB er målrettet fysiske og samtalebaserede agenter på GeForce RTX, Jetson og RTX/DGX Spark. Modellen kombinerer naturlig samtale med agentfunktioner på tværs af flere samtalerunder til lokale stemmeassistenter, interaktive figurer og indlejrede grænseflader.

Tilpasning, tidlige brugere og implementering

Modellen leveres med åbne vægte, åbne datasæt og træningsopskrifter, og tilpasning understøttes via NVIDIA NeMo, Python-baserede pipelines og åbne datasæt. NVIDIA udgiver åbne datasæt på Hugging Face inden for agentbaseret brug af værktøjer, finans, instruktionsefterfølgning, lang kontekst, retfærdighed og 45 datasæt til syn og sprog samt miljøer til forstærkningslæring i NeMo Gym.

Ifølge NVIDIA eftertræner snesevis af organisationer Super VL med deres egne data, værktøjer, politikker og arbejdsgange. Scale AI eftertrænede modellen til Skydances agent til leverandørkreditfinansiering og EY’s agent til due diligence ved M&A; den tekniske blog oplyser, at inferensomkostningerne for Skydance-arbejdsbelastningen vil falde 40 gange, og at latenstiden vil falde 5 gange. AfterQuery tilpassede modellen til Hebbia til analyse af kreditaftaler, og AI21 og Alice eftertrænede den med henblik på modstandsdygtighed over for cyberangreb; NVIDIA rapporterer, at Alice opnåede 40 % højere nøjagtighed inden for trusselsintelligens og sårbarhedsanalyse. Mercor eftertrænede modellen på kodningsbenchmarket APEX-SWE til kodningsagenter, der planlægger, skriver og fejlsøger kode. Ramp konverterer billeder af kvitteringer til struktureret JSON med oplysninger om forretningen, datoer og betalingsdata og forventer op til 50 % højere gennemløb og 10 gange lavere latenstid ifølge den tekniske blog.

Softwareplatformvirksomheder, der integrerer Super VL, omfatter Atlassian til agentbaseret søgning på tværs af apps som Jira og Confluence, CrowdStrike til agentbaseret blue teaming inden for virksomhedssikkerhed, Dassault Systèmes til teknisk design og simulering samt Perplexity til søgning og agentbaserede opgaver. Salesforce tilpasser Nemotron til at drive AI-agenter, der digitaliserer og automatiserer offentlige arbejdsgange gennem Missionforce Operations, og Synopsys’ software til verifikation af halvlederdesign fungerer sammen med modellen.

Til implementering pakkes modellen med NVIDIA NIM som en produktionsklar mikrotjeneste, der opdateres hver anden uge med sikkerhedsrettelser og ydeevneforbedringer. NVIDIA oplyser, at Dynamo-serving med routing, der tager højde for KV-cache, på 16 B200-GPU’er og ved 50 tokens i sekundet pr. bruger kan betjene op til 8 gange så mange brugere, samtidig med at latenstiden for det første token reduceres med 85 %. Super VL er tilgængelig nu på Hugging Face, OpenRouter og ModelScope samt som NVIDIA NIM, og kan køre på DGX Spark, DGX Station, RTX PRO- og RTX-systemer, Jetson samt i datacentre og cloudmiljøer.