NVIDIA lanza los modelos abiertos Nemotron 3.5 Super VL y Bolt para el borde

NVIDIA lanzó Nemotron 3.5 Super VL el 15 de octubre de 2026: un modelo multimodal abierto de 120.000 millones de parámetros, diseñado para agentes especializados siempre activos. Junto con él, presentó dos modelos Bolt más pequeños para dispositivos de borde y equipos locales. Super VL y Nemotron 3.5 Bolt 74B-A9B 24GB ya están disponibles; Nemotron 3.5 Bolt E4B 4GB está previsto para el 23 de octubre de 2026.

Estos lanzamientos amplían la familia Nemotron, que NVIDIA organiza según el nivel de implementación. Lightning, lanzado en agosto, gestiona cargas de trabajo de alto rendimiento; Ultra se ocupa de las tareas de razonamiento más complejas, y Bolt está dirigido al borde. NVIDIA afirmó que, en conjunto, los tres nuevos modelos abiertos abarcan todo el espectro de implementaciones de agentes, desde grandes servidores empresariales hasta dispositivos de borde y equipos locales, y que Super VL se desarrolló en colaboración con Nemotron Coalition.

Arquitectura y rendimiento informado

Super VL utiliza una arquitectura de mezcla de expertos con 120.000 millones de parámetros, de los cuales activa 12.000 millones por token. NVIDIA afirmó que el modelo ofrece una precisión comparable a la de su modelo de razonamiento más grande, pese a tener aproximadamente una quinta parte de sus parámetros, en tareas agénticas multimodales como el seguimiento de instrucciones, el uso de herramientas, los flujos de trabajo empresariales de varios pasos y la comprensión visual. NVIDIA también lo describe como el modelo agéntico abierto más rápido de su categoría: según informa, alcanza hasta cinco veces más rendimiento que otros modelos abiertos de su mismo rango de tamaño en una sola GPU.

El modelo combina el razonamiento, el seguimiento de instrucciones y el uso de herramientas con la comprensión de texto, imágenes, documentos y videos en un solo sistema. Según el artículo técnico de NVIDIA, esta integración permite a los equipos realizar tareas de texto y visuales sin implementar modelos de texto y de visión y lenguaje por separado ni transferir el contexto de las tareas entre ellos. NVIDIA afirmó que el entrenamiento de visión y lenguaje del modelo se centra en lo que los agentes encuentran en la práctica: reconocimiento óptico de caracteres, tablas, gráficos e información estructurada en documentos visuales, como páginas web y archivos PDF.

En las evaluaciones que dio a conocer NVIDIA, Super VL obtuvo un 63,44 % en Hermes Bench y un 87,05 % en las evaluaciones de comportamiento de LangChain, frente al 56,33 % y el 84,3 %, respectivamente, de Nemotron 3 Ultra. En CharXiv, una prueba de referencia de razonamiento sobre gráficos, NVIDIA informa que Super VL obtuvo un 80,8 %, frente al 63 % de Nemotron 3 Nano Omni; la puntuación sube al 84 % cuando el modelo interpreta código Python. NVIDIA también describe a Super VL como uno de los mejores modelos abiertos de la clasificación de OCRBench v2. Además, el artículo técnico señala que una evaluación independiente de EXO Labs lo situó en la frontera de Pareto en cuanto a precisión y tiempo de finalización de tareas en DGX Spark.

Diseño del entrenamiento y la inferencia

Super VL se destiló a partir de Nemotron 3 Ultra. El artículo técnico atribuye la mejora de la precisión en programación a las capacidades de programación de Ultra y a la pérdida SkewReverse utilizada durante la destilación. En la fase de posentrenamiento, la destilación en línea con varios docentes combina las directrices de docentes especializados en texto y visión, que evalúan las respuestas del modelo en tareas de razonamiento y seguimiento de videos, uso de herramientas visuales y alineación. El artículo técnico también destaca las contribuciones de organizaciones de Nemotron Coalition: los conjuntos de datos de Perplexity contribuyeron al entrenamiento intermedio del modelo, y los entornos de Prime Intellect se utilizaron para crear modelos docentes.

Nemotron 3.5 Super VL se entrenó con aproximadamente 26 billones de tokens durante las fases de preentrenamiento y preentrenamiento continuo; después, se sometió a posentrenamiento con alrededor de 3,8 millones de muestras y aprendizaje por refuerzo en decenas de entornos. El preentrenamiento continuo incorporó 10.000 millones de tokens en lenguas índicas, y NVIDIA está publicando un conjunto de datos de aproximadamente 2,8 billones de tokens en 22 lenguas de la India, desarrollado junto con IIT Madras y su laboratorio AI4Bharat.

El lanzamiento incluye puntos de control de los modelos base, posentrenados y cuantizados con NVFP4. La receta de NVFP4 utiliza pesos y activaciones de 4 bits en la arquitectura Blackwell de NVIDIA, junto con una destilación con reconocimiento de cuantización, cuyo objetivo es reducir la pérdida de precisión que esta introduce. Según NVIDIA, una técnica abierta de decodificación especulativa llamada LiLiCorr genera tokens hasta 2,3 veces más rápido que la decodificación sin especulación en DGX Spark. La predicción de múltiples tokens proporciona al modelo un generador interno que propone varios tokens para verificarlos en una sola pasada hacia adelante, mientras que las optimizaciones de servicio con reutilización de contexto conservan tanto las cachés de atención como los estados recurrentes de Mamba entre llamadas repetidas del agente.

Modelos Bolt para el borde

Bolt 74B-A9B 24GB utiliza cuantización nativa de 2 bits para caber en 24 GB de memoria y ejecutarse localmente en NVIDIA RTX y DGX Spark junto con otras aplicaciones. NVIDIA lo describe como el mejor modelo abierto de su categoría en PinchBench y el segundo modelo abierto mejor clasificado en BrowseComp. El modelo está disponible en Hugging Face y es compatible con llama.cpp, Ollama, LM Studio, Unsloth y vLLM. Está diseñado para los portátiles NVIDIA RTX Spark, cuya llegada está prevista para el 16 de octubre de 2026, y también funciona en PC con GeForce RTX, DGX Spark, DGX Station y estaciones de trabajo RTX PRO.

Bolt E4B 4GB está dirigido a agentes físicos y conversacionales en GeForce RTX, Jetson y RTX/DGX Spark. Combina una conversación natural con capacidades agénticas de varios turnos para asistentes de voz locales, personajes interactivos e interfaces integradas.

Personalización, primeros usuarios e implementación

El modelo se distribuye con pesos abiertos, conjuntos de datos abiertos y recetas de entrenamiento, y permite personalizarlo mediante NVIDIA NeMo, canalizaciones basadas en Python y conjuntos de datos abiertos. NVIDIA publicará en Hugging Face conjuntos de datos abiertos sobre uso de herramientas por agentes, finanzas, seguimiento de instrucciones, contexto extenso, equidad y 45 conjuntos de datos de visión y lenguaje, además de entornos de aprendizaje por refuerzo en NeMo Gym.

Según NVIDIA, decenas de organizaciones están posentrenando Super VL con sus propios datos, herramientas, políticas y flujos de trabajo. Scale AI posentrenó el modelo para el agente financiero de crédito a proveedores de Skydance y el agente de diligencia debida en fusiones y adquisiciones de EY; el blog técnico señala que el costo de inferencia para la carga de trabajo de Skydance disminuirá 40 veces y la latencia, 5 veces. AfterQuery personalizó el modelo para que Hebbia lo use en el análisis de contratos de crédito, y AI21 y Alice lo posentrenaron para mejorar la resiliencia ante ciberataques; NVIDIA informa que la precisión de Alice en inteligencia sobre amenazas y análisis de vulnerabilidades aumentó un 40 %. Mercor posentrenó el modelo con el benchmark de programación APEX-SWE para agentes de programación que planifican, escriben y depuran código. Ramp está convirtiendo imágenes de recibos en archivos JSON estructurados que contienen información del comercio, fechas y datos de pago, y espera aumentar el rendimiento hasta un 50 % y reducir la latencia 10 veces, según el blog técnico.

Entre las empresas de plataformas de software que integran Super VL se encuentran Atlassian, para la búsqueda agéntica en aplicaciones como Jira y Confluence; CrowdStrike, para el trabajo en equipo agéntico de defensa en ciberseguridad empresarial; Dassault Systèmes, para el diseño y la simulación de ingeniería; y Perplexity, para búsquedas y tareas agénticas. Salesforce está personalizando Nemotron para impulsar agentes de IA que digitalizan y automatizan los flujos de trabajo gubernamentales mediante Missionforce Operations, y el software de Synopsys para la verificación del diseño de semiconductores es interoperable con el modelo.

Para su implementación, NVIDIA NIM empaqueta el modelo como un microservicio listo para producción, actualizado cada dos semanas con parches de seguridad y mejoras de rendimiento. NVIDIA informa que, con 16 GPU B200 y 50 tokens por segundo por usuario, el servicio de Dynamo con enrutamiento consciente de la caché KV atiende hasta 8 veces más usuarios y reduce un 85 % la latencia del primer token. Super VL ya está disponible en Hugging Face, OpenRouter y ModelScope, así como en NVIDIA NIM, y funciona en DGX Spark, DGX Station, sistemas RTX PRO y RTX, Jetson y entornos de centros de datos y de nube.