NVIDIA julkaisee avoimet Nemotron 3.5 Super VL- ja Bolt Edge -mallit

NVIDIA julkaisi Nemotron 3.5 Super VL -mallin 15. lokakuuta 2026. Avoin, 120 miljardin parametrin multimodaalinen malli on suunniteltu erikoistuneille, jatkuvasti toimiville agenteille. Samalla julkaistiin kaksi pienempää Bolt-mallia reunalaitteille ja paikalliseen käyttöön. Super VL ja Nemotron 3.5 Bolt 74B-A9B 24GB ovat saatavilla nyt, kun taas Nemotron 3.5 Bolt E4B 4GB on määrä julkaista 23. lokakuuta 2026.

Julkaisut laajentavat Nemotron-malliperhettä, jonka NVIDIA jakaa käyttöönottotason mukaan. Elokuussa julkaistu Lightning käsittelee suuren läpimenon kuormia, Ultra on tarkoitettu vaativimpiin päättelytehtäviin ja Bolt reunalaitteille. NVIDIAn mukaan kolme uutta avointa mallia kattavat yhdessä agenttien koko käyttöönottovalikoiman suurista yrityspalvelimista reunalaitteisiin ja paikalliseen laitteistoon. Super VL kehitettiin yhteistyössä Nemotron Coalitionin kanssa.

Arkkitehtuuri ja raportoitu suorituskyky

Super VL käyttää 120 miljardin parametrin asiantuntijaseosarkkitehtuuria, jossa aktivoituu 12 miljardia parametria tokenia kohden. NVIDIAn mukaan malli suoriutuu multimodaalisista agenttitehtävistä, kuten ohjeiden noudattamisesta, työkalujen käytöstä, monivaiheisista liiketoimintaprosesseista ja visuaalisesta ymmärtämisestä, yhtä tarkasti kuin sen suurin päättelymalli, vaikka parametreja on noin viidesosa. NVIDIA kuvailee sitä myös luokkansa nopeimmaksi avoimeksi agenttimalliksi ja raportoi sen läpimenon olevan yhdellä näytönohjaimella jopa viisinkertainen muihin kokoluokkansa avoimiin malleihin verrattuna.

Malli yhdistää päättelyn, ohjeiden noudattamisen ja työkalujen käytön tekstin, kuvien, asiakirjojen ja videoiden ymmärtämiseen yhdessä järjestelmässä. NVIDIAn teknisen blogin mukaan tämän ansiosta tiimit voivat käsitellä tekstiä ja visuaalista sisältöä vaativia tehtäviä ottamatta käyttöön erillisiä teksti- ja näkö-kielimalleja tai siirtämättä tehtävän kontekstia niiden välillä. NVIDIAn mukaan mallin näkö-kielikoulutuksessa keskitytään siihen, mitä agentit kohtaavat käytännössä: optiseen tekstintunnistukseen, taulukoihin, kaavioihin ja rakenteiseen tietoon visuaalisissa asiakirjoissa, kuten verkkosivuilla ja PDF-tiedostoissa.

NVIDIAn raportoimissa arvioinneissa Super VL sai Hermes Benchissä 63,44 % ja LangChainin käyttäytymisarvioinneissa 87,05 %. Nemotron 3 Ultra sai vastaavasti 56,33 % ja 84,3 %. Kaavioiden päättelyyn keskittyvässä CharXiv-vertailutestissä Super VL sai NVIDIAn mukaan 80,8 %, kun Nemotron 3 Nano Omni sai 63 %. Tulos nousi 84 prosenttiin, kun malli käytti Python-koodin tulkintaa. NVIDIA kuvailee Super VL:ää myös yhdeksi OCRBench v2 -tulostaulukon parhaista avoimista malleista. Teknisen blogin mukaan EXO Labsin riippumaton arviointi sijoitti sen DGX Spark -laitteella Pareto-rintamalle tarkkuuden ja tehtävän suoritusajan perusteella.

Koulutus ja päättelysuunnittelu

Super VL tislauskehitettiin Nemotron 3 Ultrasta. Teknisen blogin mukaan Ultran koodauskyvyt ja tislauksessa käytetty SkewReverse-häviö paransivat koodauksen tarkkuutta. Jälkikoulutuksessa usean opettajamallin on-policy-tislaus yhdistää eri tekstin ja näön osa-alueisiin erikoistuneiden opettajamallien ohjauksen. Opettajamallit arvioivat mallin vastauksia videopäättelyn ja seurannan, näkötyökalujen käytön sekä kohdistuksen osalta. Teknisen blogin mukaan myös Nemotron Coalitionin organisaatiot osallistuivat kehitykseen: Perplexityn aineistot tukivat mallin välikoulutusta, ja Prime Intellectin ympäristöjä käytettiin opettajamallien rakentamiseen.

Nemotron 3.5 Super VL koulutettiin noin 26 biljoonalla tokenilla esikoulutuksessa ja jatkokoulutuksessa. Tämän jälkeen sitä jälkikoulutettiin noin 3,8 miljoonalla näytteellä ja vahvistusoppimisella kymmenissä ympäristöissä. Jatkokoulutuksessa lisättiin 10 miljardia indic-kieltä edustavaa tokenia, ja NVIDIA julkaisee noin 2,8 biljoonan tokenin aineiston, joka kattaa 22 Intian kieltä ja on kehitetty yhteistyössä IIT Madrasin ja sen AI4Bharat-laboratorion kanssa.

Julkaisu sisältää perusmallin, jälkikoulutetun mallin ja NVFP4-kvantisoinnilla käsitellyt tarkistuspisteet. NVFP4-menetelmä käyttää NVIDIAn Blackwell-arkkitehtuurissa 4-bittisiä painoja ja aktivaatioita sekä kvantisointitietoista tislausta, jonka tarkoituksena on kuroa umpeen kvantisoinnin aiheuttama tarkkuusero. NVIDIA kertoo, että avoin LiLiCorr-spekulatiivisen dekoodauksen menetelmä tuottaa tokeneita DGX Sparkilla jopa 2,3 kertaa nopeammin kuin dekoodaus ilman spekulointia. Monen tokenin ennustus antaa mallille sisäisen ehdotusten tekijän, joka ehdottaa useita tokeneita tarkistettaviksi yhdellä eteenpäinlaskennalla. Kontekstin uudelleenkäyttöön perustuvat tarjoiluoptimoinnit puolestaan säilyttävät sekä tarkkaavaisuusvälimuistit että Mamba-rekursiotilat toistuvien agenttikutsujen välillä.

Bolt-mallit reunalaitteissa

Bolt 74B-A9B 24GB käyttää natiivia 2-bittistä kvantisointia, minkä ansiosta se mahtuu 24 gigatavun muistiin ja toimii paikallisesti NVIDIA RTX- ja DGX Spark -laitteilla muiden sovellusten rinnalla. NVIDIAn mukaan se on luokkansa paras avoin malli PinchBenchissä ja toiseksi sijoittunut avoin malli BrowseCompissa. Malli on saatavilla Hugging Facessa, ja se tukee llama.cpp:tä, Ollamaa, LM Studiota, Unslothia ja vLLM:ää. Se on suunniteltu NVIDIA RTX Spark -kannettaville, joiden toimitukset alkavat 16. lokakuuta 2026, ja se toimii myös GeForce RTX -tietokoneissa, DGX Sparkissa, DGX Stationissa ja RTX PRO -työasemissa.

Bolt E4B 4GB on tarkoitettu fyysisiin ja keskustelevaan vuorovaikutukseen kykeneviin agentteihin GeForce RTX-, Jetson- ja RTX/DGX Spark -laitteilla. Se yhdistää luontevan keskustelun monivaiheisiin agenttitoimintoihin paikallisissa ääniavustajissa, vuorovaikutteisissa hahmoissa ja sulautetuissa käyttöliittymissä.

Mukauttaminen, varhaiset käyttäjät ja käyttöönotto

Mallin mukana toimitetaan avoimet painot, avoimet tietoaineistot ja koulutusreseptit, ja mallia voi mukauttaa NVIDIA NeMon, Python-pohjaisten putkien ja avointen tietoaineistojen avulla. NVIDIA julkaisee Hugging Facessa avoimia tietoaineistoja, jotka kattavat agenttien työkalujen käytön, rahoituksen, ohjeiden noudattamisen, pitkän kontekstin, oikeudenmukaisuuden ja 45 näkö-kielimallien tietoaineistoa. Lisäksi tarjolla on vahvistusoppimisympäristöjä NeMo Gymissä.

NVIDIAn mukaan kymmenet organisaatiot jälkikouluttavat Super VL:ää omilla tiedoillaan, työkaluillaan, käytännöillään ja työnkuluillaan. Scale AI jälkikoulutti mallin Skydancen toimittajaluottojen rahoitusagenttia ja EY:n yrityskauppojen due diligence -agenttia varten. Teknisen blogin mukaan Skydancen työkuorman päättelykustannukset pienenevät 40-kertaisesti ja viive 5-kertaisesti. AfterQuery mukautti mallin Hebbiaa varten luottosopimusten analysointiin, ja AI21 sekä Alice jälkikouluttivat sitä kyberhyökkäysten sietokyvyn parantamiseksi. NVIDIAn mukaan Alicen uhkatiedustelun ja haavoittuvuusanalyysin tarkkuus parani 40 %. Mercor jälkikoulutti mallin APEX-SWE-koodausvertailutestillä koodausagentteja varten, jotka suunnittelevat, kirjoittavat ja virheenkorjaavat koodia. Ramp muuntaa kuittikuvia rakenteiseksi JSON-muotoiseksi tiedoksi, joka sisältää kauppiastiedot, päivämäärät ja maksutiedot. Teknisen blogin mukaan yhtiö odottaa jopa 50 % suurempaa läpimenokykyä ja 10 kertaa pienempää viivettä.

Super VL:n integroiviin ohjelmistoalustayrityksiin kuuluvat Atlassian, joka käyttää sitä agenttipohjaiseen hakuun esimerkiksi Jirassa ja Confluencessa, CrowdStrike, joka hyödyntää sitä agenttien tukemassa puolustavassa tietoturvatyössä yrityksissä, Dassault Systèmes insinöörisuunnitteluun ja simulointiin sekä Perplexity hakuun ja agenttitehtäviin. Salesforce mukauttaa Nemotronia hallinnon työnkulkuja digitalisoivien ja automatisoivien tekoälyagenttien käyttöön Missionforce Operationsin kautta, ja Synopsysin puolijohdesuunnittelun verifiointiohjelmisto toimii yhdessä mallin kanssa.

Käyttöönottoa varten NVIDIA NIM pakkaa mallin tuotantokäyttöön valmiiksi mikropalveluksi, johon lisätään tietoturvakorjauksia ja suorituskykyparannuksia kahden viikon välein. NVIDIAn mukaan Dynamo-palvelu, jossa käytetään KV-välimuistin huomioivaa reititystä, palvelee 16 B200 -grafiikkasuorittimella ja 50 tokenin sekuntinopeudella käyttäjää kohden jopa kahdeksan kertaa enemmän käyttäjiä ja pienentää samalla ensimmäisen tokenin viivettä 85 %. Super VL on saatavilla nyt Hugging Facessa, OpenRouterissa ja ModelScopessa sekä NVIDIA NIM -palveluna. Se toimii DGX Spark- ja DGX Station -järjestelmissä, RTX PRO- ja RTX-järjestelmissä sekä Jetson-alustalla ja datakeskus- ja pilviympäristöissä.