NVIDIA lance les modèles ouverts Nemotron 3.5 Super VL et Bolt Edge

NVIDIA a lancé Nemotron 3.5 Super VL le 15 octobre 2026. Ce modèle multimodal ouvert de 120 milliards de paramètres est destiné aux agents spécialisés fonctionnant en continu. Deux modèles Bolt plus petits, conçus pour les appareils périphériques et le matériel local, sont également proposés. Super VL et Nemotron 3.5 Bolt 74B-A9B 24GB sont disponibles dès maintenant, tandis que Nemotron 3.5 Bolt E4B 4GB est prévu pour le 23 octobre 2026.

Ces lancements étoffent la famille Nemotron, que NVIDIA organise selon les niveaux de déploiement. Lightning, lancé en août, prend en charge les charges de travail à haut débit ; Ultra s’occupe des tâches de raisonnement les plus complexes ; et Bolt cible les appareils périphériques. Selon NVIDIA, les trois nouveaux modèles ouverts couvrent ensemble toute la gamme des déploiements d’agents, des grands serveurs d’entreprise aux appareils périphériques et au matériel local. Super VL a été développé en collaboration avec la Nemotron Coalition.

Architecture et performances annoncées

Super VL repose sur une architecture à mélange d’experts de 120 milliards de paramètres, qui en active 12 milliards par jeton. Selon NVIDIA, le modèle atteint une grande précision dans les tâches multimodales agentiques, notamment le suivi d’instructions, l’utilisation d’outils, les flux de travail professionnels en plusieurs étapes et la compréhension visuelle, avec des résultats comparables à ceux de son plus grand modèle de raisonnement, pour environ un cinquième du nombre de paramètres. NVIDIA le présente également comme le modèle agentique ouvert le plus rapide de sa catégorie, avec un débit jusqu’à 5 fois supérieur à celui d’autres modèles ouverts de taille comparable, sur un seul GPU.

Le modèle réunit, au sein d’un même système, le raisonnement, le suivi d’instructions et l’utilisation d’outils, ainsi que la compréhension du texte, des images, des documents et des vidéos. Selon le blog technique de NVIDIA, cette intégration permet aux équipes de traiter des tâches textuelles et visuelles sans déployer séparément des modèles de texte et de vision-langage, ni transférer le contexte des tâches entre ces modèles. NVIDIA indique que l’entraînement en vision-langage du modèle porte sur les éléments auxquels les agents sont confrontés dans la pratique : la reconnaissance optique de caractères, les tableaux, les graphiques et les informations structurées dans des documents visuels tels que les pages Web et les PDF.

Selon les évaluations publiées par NVIDIA, Super VL obtient un score de 63,44 % sur Hermes Bench et de 87,05 % aux évaluations comportementales de LangChain, contre respectivement 56,33 % et 84,3 % pour Nemotron 3 Ultra. Sur CharXiv, un test de raisonnement à partir de graphiques, NVIDIA annonce un score de 80,8 % pour Super VL, contre 63 % pour Nemotron 3 Nano Omni. Ce score atteint 84 % lorsque le modèle interprète du code Python. NVIDIA présente également Super VL comme l’un des meilleurs modèles ouverts du classement OCRBench v2. Le blog technique précise qu’une évaluation indépendante menée par EXO Labs l’a placé sur la frontière de Pareto en matière de précision et de temps d’exécution des tâches sur DGX Spark.

Conception de l’entraînement et de l’inférence

Super VL a été distillé à partir de Nemotron 3 Ultra. Le blog technique attribue l’amélioration de la précision en programmation aux capacités de programmation d’Ultra et à la fonction de perte SkewReverse utilisée lors de la distillation. Pendant le post-entraînement, une distillation multi-enseignants en politique combine les conseils de modèles spécialisés en texte et en vision. Ces modèles évaluent les réponses de Super VL en matière de raisonnement et de suivi vidéo, d’utilisation d’outils visuels et d’alignement. Le blog technique mentionne également les contributions d’organisations de la Nemotron Coalition : les jeux de données de Perplexity ont contribué à l’entraînement intermédiaire du modèle, et les environnements de Prime Intellect ont servi à créer des modèles enseignants.

Nemotron 3.5 Super VL a été entraîné sur environ 26 000 milliards de jetons lors du préentraînement et du préentraînement complémentaire, puis a fait l’objet d’un post-entraînement sur quelque 3,8 millions d’échantillons et d’un apprentissage par renforcement dans des dizaines d’environnements. Le préentraînement complémentaire a ajouté 10 milliards de jetons en langues indiennes. NVIDIA publie également un jeu de données d’environ 2 800 milliards de jetons couvrant 22 langues indiennes, élaboré avec l’IIT Madras et son laboratoire AI4Bharat.

La version comprend des points de contrôle de base, post-entraînés et quantifiés au format NVFP4. La méthode NVFP4 utilise des poids et des activations sur 4 bits avec l’architecture Blackwell de NVIDIA, associés à une distillation tenant compte de la quantification, conçue pour réduire la perte de précision qu’entraîne celle-ci. Selon NVIDIA, une technique ouverte de décodage spéculatif appelée LiLiCorr génère les jetons jusqu’à 2,3 fois plus vite qu’un décodage sans spéculation sur DGX Spark. La prédiction de plusieurs jetons dote le modèle d’un générateur interne qui propose plusieurs jetons à vérifier au cours d’une seule passe avant. Des optimisations de service permettant de réutiliser le contexte préservent à la fois les caches d’attention et les états récurrents Mamba lors d’appels répétés de l’agent.

Les modèles Bolt à la périphérie

Bolt 74B-A9B 24GB utilise une quantification native sur 2 bits pour tenir dans 24 Go de mémoire et fonctionner localement sur NVIDIA RTX et DGX Spark, parallèlement à d’autres applications. NVIDIA le présente comme le meilleur modèle ouvert de sa catégorie sur PinchBench et le deuxième modèle ouvert du classement BrowseComp. Le modèle est disponible sur Hugging Face et est compatible avec llama.cpp, Ollama, LM Studio, Unsloth et vLLM. Il est conçu pour les ordinateurs portables NVIDIA RTX Spark, dont la sortie est prévue le 16 octobre 2026, et fonctionne également sur les PC GeForce RTX, DGX Spark, DGX Station et les stations de travail RTX PRO.

Bolt E4B 4GB cible les agents physiques et conversationnels sur GeForce RTX, Jetson et RTX/DGX Spark. Il associe une conversation naturelle à des capacités agentiques à plusieurs tours pour les assistants vocaux locaux, les personnages interactifs et les interfaces embarquées.

Personnalisation, premiers utilisateurs et déploiement

Le modèle est fourni avec des poids ouverts, des jeux de données ouverts et des recettes d’entraînement. Sa personnalisation est prise en charge par NVIDIA NeMo, des pipelines basés sur Python et des jeux de données ouverts. NVIDIA publie sur Hugging Face des jeux de données couvrant l’utilisation d’outils par des agents, la finance, le suivi des instructions, le traitement de longs contextes, l’équité et 45 jeux de données de vision-langage, ainsi que des environnements d’apprentissage par renforcement dans NeMo Gym.

Selon NVIDIA, des dizaines d’organisations poursuivent l’entraînement de Super VL sur leurs propres données, outils, politiques et flux de travail. Scale AI a poursuivi l’entraînement du modèle pour l’agent financier de Skydance spécialisé dans le crédit fournisseur et l’agent d’EY chargé des vérifications préalables aux fusions-acquisitions ; le blog technique indique que, pour la charge de travail de Skydance, le coût de l’inférence sera réduit d’un facteur 40 et la latence d’un facteur 5. AfterQuery a personnalisé le modèle pour Hebbia afin d’analyser des contrats de crédit, tandis qu’AI21 et Alice ont poursuivi son entraînement pour renforcer sa résilience face aux cyberattaques. NVIDIA indique qu’Alice a ainsi gagné 40 % de précision dans l’analyse des renseignements sur les menaces et des vulnérabilités. Mercor a poursuivi l’entraînement du modèle à partir du benchmark de programmation APEX-SWE afin de créer des agents capables de planifier, d’écrire et de déboguer du code. Ramp convertit des images de reçus en données JSON structurées comprenant les informations sur les commerçants, les dates et les données de paiement, et prévoit une hausse du débit pouvant atteindre 50 % et une réduction de la latence d’un facteur 10, selon le blog technique.

Parmi les éditeurs de plateformes logicielles qui intègrent Super VL figurent Atlassian, pour la recherche agentique dans des applications comme Jira et Confluence ; CrowdStrike, pour les opérations de défense agentiques dans le domaine de la sécurité des entreprises ; Dassault Systèmes, pour la conception et la simulation techniques ; et Perplexity, pour la recherche et les tâches agentiques. Salesforce personnalise Nemotron pour alimenter des agents d’IA qui numérisent et automatisent les flux de travail gouvernementaux avec Missionforce Operations, tandis que les logiciels de Synopsys dédiés à la vérification de la conception des semi-conducteurs interagissent avec le modèle.

Pour le déploiement, NVIDIA NIM fournit le modèle sous forme de microservice prêt pour la production, actualisé toutes les deux semaines avec des correctifs de sécurité et des améliorations des performances. NVIDIA indique qu’avec 16 GPU B200 et un débit de 50 jetons par seconde et par utilisateur, le service Dynamo, grâce à un routage tenant compte du cache KV, peut prendre en charge jusqu’à 8 fois plus d’utilisateurs tout en réduisant de 85 % la latence avant le premier jeton. Super VL est disponible dès maintenant sur Hugging Face, OpenRouter et ModelScope, ainsi que sous forme de NVIDIA NIM, et fonctionne sur DGX Spark, DGX Station, les systèmes RTX PRO et RTX, Jetson, ainsi que dans les environnements de centres de données et de cloud.