Η NVIDIA κυκλοφορεί τα ανοικτά μοντέλα Nemotron 3.5 Super VL και Bolt για συσκευές αιχμής

Η NVIDIA κυκλοφόρησε στις 15 Οκτωβρίου 2026 το Nemotron 3.5 Super VL, ένα ανοικτό πολυτροπικό μοντέλο 120 δισεκατομμυρίων παραμέτρων, σχεδιασμένο για εξειδικευμένους πράκτορες που λειτουργούν αδιάκοπα, καθώς και δύο μικρότερα μοντέλα Bolt για συσκευές αιχμής και τοπικό υλικό. Τα Super VL και Nemotron 3.5 Bolt 74B-A9B 24GB είναι ήδη διαθέσιμα, ενώ το Nemotron 3.5 Bolt E4B 4GB έχει προγραμματιστεί να κυκλοφορήσει στις 23 Οκτωβρίου 2026.

Οι νέες κυκλοφορίες διευρύνουν την οικογένεια Nemotron, την οποία η NVIDIA οργανώνει ανάλογα με το επίπεδο ανάπτυξης. Το Lightning, που κυκλοφόρησε τον Αύγουστο, διαχειρίζεται φόρτους εργασίας υψηλής απόδοσης· το Ultra αναλαμβάνει τις πιο απαιτητικές εργασίες συλλογισμού· και το Bolt προορίζεται για συσκευές αιχμής. Η NVIDIA δήλωσε ότι τα τρία νέα ανοικτά μοντέλα καλύπτουν από κοινού όλο το φάσμα των αναπτύξεων πρακτόρων, από μεγάλους εταιρικούς διακομιστές έως συσκευές αιχμής και τοπικό υλικό, και ότι το Super VL αναπτύχθηκε σε συνεργασία με το Nemotron Coalition.

Αρχιτεκτονική και αναφερόμενες επιδόσεις

Το Super VL χρησιμοποιεί αρχιτεκτονική μίγματος ειδικών με 120 δισεκατομμύρια παραμέτρους, από τις οποίες ενεργοποιούνται 12 δισεκατομμύρια ανά token. Σύμφωνα με την NVIDIA, το μοντέλο επιτυγχάνει ακρίβεια σε πολυτροπικές εργασίες πρακτόρων, όπως η τήρηση οδηγιών, η χρήση εργαλείων, οι επιχειρηματικές ροές εργασίας πολλών βημάτων και η οπτική κατανόηση, αντίστοιχη με εκείνη του μεγαλύτερου μοντέλου συλλογισμού της, παρότι διαθέτει περίπου το ένα πέμπτο των παραμέτρων του. Η NVIDIA το περιγράφει επίσης ως το ταχύτερο ανοικτό μοντέλο πρακτόρων στην κατηγορία του, αναφέροντας έως και 5 φορές υψηλότερο ρυθμό διεκπεραίωσης από άλλα ανοικτά μοντέλα του ίδιου μεγέθους, σε μία μόνο GPU.

Το μοντέλο συνδυάζει τον συλλογισμό, την τήρηση οδηγιών και τη χρήση εργαλείων με την κατανόηση κειμένου, εικόνων, εγγράφων και βίντεο σε ένα ενιαίο σύστημα. Σύμφωνα με το τεχνικό ιστολόγιο της NVIDIA, αυτή η ενσωμάτωση επιτρέπει στις ομάδες να διαχειρίζονται εργασίες κειμένου και οπτικού περιεχομένου χωρίς να αναπτύσσουν ξεχωριστά μοντέλα κειμένου και όρασης-γλώσσας ή να μεταφέρουν το πλαίσιο της εργασίας μεταξύ τους. Η NVIDIA δήλωσε ότι η εκπαίδευση του μοντέλου στην όραση-γλώσσα εστιάζει σε όσα συναντούν οι πράκτορες στην πράξη: οπτική αναγνώριση χαρακτήρων, πίνακες, γραφήματα και δομημένες πληροφορίες σε οπτικά έγγραφα, όπως ιστοσελίδες και αρχεία PDF.

Στις αξιολογήσεις που δημοσίευσε η NVIDIA, το Super VL συγκέντρωσε 63.44% στο Hermes Bench και 87.05% στις συμπεριφορικές αξιολογήσεις του LangChain, έναντι 56.33% και 84.3% αντίστοιχα για το Nemotron 3 Ultra. Στο CharXiv, ένα σημείο αναφοράς για τον συλλογισμό πάνω σε γραφήματα, η NVIDIA αναφέρει επίδοση 80.8% για το Super VL, έναντι 63% για το Nemotron 3 Nano Omni, η οποία ανεβαίνει στο 84% όταν το μοντέλο χρησιμοποιεί ερμηνεία κώδικα Python. Η NVIDIA περιγράφει επίσης το Super VL ως ένα από τα κορυφαία ανοικτά μοντέλα στον πίνακα κατάταξης του OCRBench v2, ενώ το τεχνικό ιστολόγιο αναφέρει ότι ανεξάρτητη αξιολόγηση από την EXO Labs το κατέταξε στο μέτωπο Pareto ως προς την ακρίβεια και τον χρόνο ολοκλήρωσης εργασιών στο DGX Spark.

Σχεδιασμός εκπαίδευσης και συμπερασμού

Το Super VL προέκυψε με απόσταξη από το Nemotron 3 Ultra. Το τεχνικό ιστολόγιο αποδίδει τη βελτιωμένη ακρίβεια στην κωδικοποίηση στις δυνατότητες κωδικοποίησης του Ultra και στη συνάρτηση απώλειας SkewReverse που χρησιμοποιήθηκε κατά την απόσταξη. Κατά τη μετεκπαίδευση, η απόσταξη πολλών εκπαιδευτών on-policy συνδυάζει την καθοδήγηση εξειδικευμένων εκπαιδευτών σε κείμενο και όραση, ενώ οι εκπαιδευτές βαθμολογούν τις απαντήσεις του μοντέλου ως προς τον συλλογισμό και την παρακολούθηση βίντεο, τη χρήση εργαλείων όρασης και την ευθυγράμμιση. Το τεχνικό ιστολόγιο επισημαίνει επίσης τη συμβολή οργανισμών του Nemotron Coalition: σύνολα δεδομένων από την Perplexity υποστήριξαν την ενδιάμεση εκπαίδευση του μοντέλου, ενώ περιβάλλοντα από την Prime Intellect χρησιμοποιήθηκαν για την κατασκευή μοντέλων εκπαιδευτών.

Το Nemotron 3.5 Super VL εκπαιδεύτηκε σε περίπου 26 τρισεκατομμύρια tokens κατά την προεκπαίδευση και τη συνέχιση της προεκπαίδευσης και στη συνέχεια μετεκπαιδεύτηκε με περίπου 3.8 εκατομμύρια δείγματα και ενισχυτική μάθηση σε δεκάδες περιβάλλοντα. Η συνέχιση της προεκπαίδευσης πρόσθεσε 10 δισεκατομμύρια ινδικά tokens, ενώ η NVIDIA δημοσιεύει ένα σύνολο δεδομένων περίπου 2.8 τρισεκατομμυρίων tokens σε 22 ινδικές γλώσσες, το οποίο αναπτύχθηκε σε συνεργασία με το IIT Madras και το εργαστήριό του AI4Bharat.

Η κυκλοφορία περιλαμβάνει βασικά, μετεκπαιδευμένα και κβαντισμένα σε NVFP4 σημεία ελέγχου. Η συνταγή NVFP4 χρησιμοποιεί βάρη και ενεργοποιήσεις 4 bit στην αρχιτεκτονική Blackwell της NVIDIA, σε συνδυασμό με απόσταξη με επίγνωση του κβαντισμού, η οποία αποσκοπεί στη μείωση της απώλειας ακρίβειας που προκαλεί ο κβαντισμός. Σύμφωνα με την NVIDIA, μια ανοικτή τεχνική πιθανοτικής αποκωδικοποίησης με την ονομασία LiLiCorr επιτυγχάνει έως και 2.3 φορές ταχύτερη δημιουργία token από την αποκωδικοποίηση χωρίς πιθανοτική πρόβλεψη στο DGX Spark. Η πρόβλεψη πολλαπλών token παρέχει στο μοντέλο έναν εσωτερικό μηχανισμό πρόβλεψης, ο οποίος προτείνει πολλά token προς επαλήθευση σε ένα πέρασμα προς τα εμπρός, ενώ οι βελτιστοποιήσεις εξυπηρέτησης με επαναχρησιμοποίηση του πλαισίου διατηρούν τόσο τις κρυφές μνήμες προσοχής όσο και τις επαναληπτικές καταστάσεις Mamba μεταξύ επαναλαμβανόμενων κλήσεων πρακτόρων.

Μοντέλα Bolt για συσκευές αιχμής

Το Bolt 74B-A9B 24GB χρησιμοποιεί εγγενή κβαντισμό 2 bit, ώστε να χωρά σε μνήμη 24GB και να εκτελείται τοπικά σε NVIDIA RTX και DGX Spark, παράλληλα με άλλες εφαρμογές. Η NVIDIA το περιγράφει ως το κορυφαίο ανοικτό μοντέλο της κατηγορίας του στο PinchBench και ως το δεύτερο υψηλότερα καταταγμένο ανοικτό μοντέλο στο BrowseComp. Το μοντέλο είναι διαθέσιμο στο Hugging Face και υποστηρίζει τα llama.cpp, Ollama, LM Studio, Unsloth και vLLM. Σχεδιάστηκε για τους φορητούς υπολογιστές NVIDIA RTX Spark, που αναμένεται να κυκλοφορήσουν στις 16 Οκτωβρίου 2026, ενώ εκτελείται επίσης σε υπολογιστές GeForce RTX, DGX Spark, DGX Station και σταθμούς εργασίας RTX PRO.

Το Bolt E4B 4GB προορίζεται για φυσικούς και συνομιλιακούς πράκτορες σε GeForce RTX, Jetson και RTX/DGX Spark, συνδυάζοντας φυσική συνομιλία με δυνατότητες πρακτόρων πολλαπλών γύρων για τοπικούς φωνητικούς βοηθούς, διαδραστικούς χαρακτήρες και ενσωματωμένες διεπαφές.

Προσαρμογή, πρώτοι χρήστες και ανάπτυξη

Το μοντέλο διατίθεται με ανοιχτά βάρη, ανοιχτά σύνολα δεδομένων και συνταγές εκπαίδευσης, ενώ η προσαρμογή του υποστηρίζεται μέσω του NVIDIA NeMo, αγωγών εργασίας βασισμένων στην Python και ανοιχτών συνόλων δεδομένων. Η NVIDIA διαθέτει ανοιχτά σύνολα δεδομένων στο Hugging Face, τα οποία καλύπτουν τη χρήση εργαλείων από agents, τα χρηματοοικονομικά, την τήρηση οδηγιών, το μεγάλο μήκος συμφραζομένων, τη δικαιοσύνη και 45 σύνολα δεδομένων όρασης-γλώσσας, καθώς και περιβάλλοντα ενισχυτικής μάθησης στο NeMo Gym.

Σύμφωνα με την NVIDIA, δεκάδες οργανισμοί πραγματοποιούν μετεκπαίδευση του Super VL με τα δικά τους δεδομένα, εργαλεία, πολιτικές και ροές εργασίας. Η Scale AI πραγματοποίησε μετεκπαίδευση του μοντέλου για τον agent χρηματοδότησης πιστώσεων προμηθευτών της Skydance και τον agent δέουσας επιμέλειας για συγχωνεύσεις και εξαγορές (M&A) της EY· το τεχνικό ιστολόγιο αναφέρει ότι το κόστος εξαγωγής συμπερασμάτων για τον φόρτο εργασίας της Skydance θα μειωθεί κατά 40x και η καθυστέρηση κατά 5x. Η AfterQuery προσαρμόσε το μοντέλο για την Hebbia, για την ανάλυση συμβάσεων πίστωσης, ενώ οι AI21 και Alice το μετεκπαίδευσαν ώστε να αντέχει σε κυβερνοεπιθέσεις. Η NVIDIA αναφέρει ότι η ακρίβεια της Alice στην ανάλυση πληροφοριών για απειλές και ευπαθειών είναι αυξημένη κατά 40%. Η Mercor πραγματοποίησε μετεκπαίδευση του μοντέλου με βάση το σημείο αναφοράς προγραμματισμού APEX-SWE, για agents προγραμματισμού που σχεδιάζουν, γράφουν και διορθώνουν κώδικα. Η Ramp μετατρέπει εικόνες αποδείξεων σε δομημένα αρχεία JSON που περιλαμβάνουν στοιχεία εμπόρων, ημερομηνίες και δεδομένα πληρωμών και αναμένει αύξηση της διεκπεραιωτικής ικανότητας έως και 50% και μείωση της καθυστέρησης κατά 10x, σύμφωνα με το τεχνικό ιστολόγιο.

Οι εταιρείες πλατφορμών λογισμικού που ενσωματώνουν το Super VL περιλαμβάνουν την Atlassian, για αναζήτηση με χρήση agents σε εφαρμογές όπως το Jira και το Confluence· την CrowdStrike, για αμυντικές επιχειρήσεις με agents στον τομέα της εταιρικής ασφάλειας· την Dassault Systèmes, για μηχανολογικό σχεδιασμό και προσομοίωση· και την Perplexity, για αναζήτηση και εργασίες με agents. Η Salesforce προσαρμόζει το Nemotron για να τροφοδοτήσει AI agents που ψηφιοποιούν και αυτοματοποιούν κυβερνητικές ροές εργασίας μέσω του Missionforce Operations, ενώ το λογισμικό της Synopsys για την επαλήθευση σχεδίων ημιαγωγών διαλειτουργεί με το μοντέλο.

Για την ανάπτυξη, το NVIDIA NIM συσκευάζει το μοντέλο ως μικροϋπηρεσία έτοιμη για παραγωγική χρήση, η οποία ανανεώνεται κάθε δύο εβδομάδες με ενημερώσεις ασφαλείας και βελτιώσεις επιδόσεων. Η NVIDIA αναφέρει ότι, σε 16 GPU B200 με ταχύτητα 50 token ανά δευτερόλεπτο ανά χρήστη, η εξυπηρέτηση μέσω Dynamo με δρομολόγηση που λαμβάνει υπόψη την κρυφή μνήμη KV εξυπηρετεί έως και 8x περισσότερους χρήστες, μειώνοντας παράλληλα την καθυστέρηση μέχρι το πρώτο token κατά 85%. Το Super VL είναι πλέον διαθέσιμο στα Hugging Face, OpenRouter και ModelScope, καθώς και ως NVIDIA NIM, και λειτουργεί σε DGX Spark, DGX Station, συστήματα RTX PRO και RTX, Jetson, καθώς και σε περιβάλλοντα κέντρων δεδομένων και cloud.