NVIDIA、オープンモデル「Nemotron 3.5 Super VL」とエッジ向け「Bolt」を発表

NVIDIAは2026年10月15日、常時稼働する特化型エージェント向けの、1,200億パラメーターを持つオープンなマルチモーダルモデルNemotron 3.5 Super VLを発表した。エッジやローカル環境向けには、より小型のBoltモデル2種も同時に発表した。Super VLとNemotron 3.5 Bolt 74B-A9B 24GBはすでに提供中で、Nemotron 3.5 Bolt E4B 4GBは2026年10月23日の提供開始を予定している。

今回の発表により、NVIDIAが導入環境に応じて展開するNemotronファミリーが拡充された。8月に公開されたLightningは高スループットのワークロードに対応し、Ultraは最も難度の高い推論タスクを担い、Boltはエッジを対象としている。NVIDIAによると、新たなオープンモデル3種を合わせることで、大規模なエンタープライズサーバーからエッジデバイス、ローカルハードウェアまで、エージェントのあらゆる導入環境をカバーする。また、Super VLはNemotron Coalitionとの協力により開発された。

アーキテクチャと公表された性能

Super VLは、トークンごとに120億パラメーターを有効化する、1,200億パラメーターのMixture-of-Expertsアーキテクチャを採用している。NVIDIAによると、このモデルは、指示追従、ツール利用、複数段階のビジネスワークフロー、視覚理解などのマルチモーダルなエージェントタスクで、同社最大の推論モデルとおよそ5分の1のパラメーター数ながら、同等の精度を実現する。またNVIDIAは、同クラスで最速のオープンなエージェントモデルと説明しており、単一GPUで同じ規模の他のオープンモデルと比べ、スループットが最大5倍高いと報告している。

このモデルは、推論、指示追従、ツール利用に加え、テキスト、画像、文書、動画の理解を単一のシステムに統合している。NVIDIAの技術ブログによると、この統合により、チームはテキストモデルと視覚言語モデルを別々に導入したり、両モデル間でタスクのコンテキストを受け渡したりすることなく、テキストと視覚のタスクに対応できる。NVIDIAによると、このモデルの視覚言語トレーニングでは、エージェントが実際に遭遇する対象、すなわち光学文字認識、表、グラフ、そしてウェブページやPDFなどの視覚文書に含まれる構造化情報を重視している。

NVIDIAが公表した評価結果では、Super VLはHermes Benchで63.44%、LangChainの行動評価で87.05%を記録し、Nemotron 3 Ultraの56.33%および84.3%を上回った。グラフ推論ベンチマークのCharXivでは、NVIDIAの報告によると、Super VLは63%のNemotron 3 Nano Omniに対して80.8%を記録し、Pythonコードによる解釈を利用すると84%に達する。NVIDIAはまた、Super VLがOCRBench v2のリーダーボードで上位のオープンモデルの一つだと説明している。さらに技術ブログによると、EXO Labsによる独立評価では、DGX Spark上での精度とタスク完了時間に関して、同モデルはパレートフロンティア上に位置づけられた。

トレーニングと推論の設計

Super VLはNemotron 3 Ultraから蒸留された。技術ブログでは、Ultraのコーディング能力と、蒸留時に用いたSkewReverse損失が、コーディング精度の向上に寄与したとされている。事後学習では、テキストと視覚を専門とする教師モデルの指針を組み合わせるマルチティーチャー・オンポリシー蒸留を実施し、教師モデルは動画の推論と追跡、視覚ツールの利用、アライメントに関するモデルの応答を評価する。技術ブログは、Nemotron Coalition参加組織の貢献についても触れており、Perplexityのデータセットがモデルの中間学習を支援し、Prime Intellectの環境が教師モデルの構築に使われたとしている。

Nemotron 3.5 Super VLは、事前学習と継続事前学習を通じて約26兆トークンでトレーニングされ、その後、約380万件のサンプルと数十の環境を用いた強化学習によって事後学習された。継続事前学習ではインド系言語のトークンを100億件追加した。またNVIDIAは、IIT Madrasおよび同大学のAI4Bharatラボと共同開発した、インドの22言語にわたる約2.8兆トークンのデータセットを公開する。

今回のリリースには、ベース、事後学習済み、NVFP4量子化済みのチェックポイントが含まれる。NVFP4のレシピでは、NVIDIAのBlackwellアーキテクチャ上で4ビットの重みと活性化を用い、量子化によって生じる精度の低下を縮めることを目的とした、量子化を考慮した蒸留を組み合わせている。NVIDIAによると、LiLiCorrと呼ばれるオープンな投機的デコード技術により、DGX Spark上で投機を行わないデコードと比べ、トークン生成が最大2.3倍高速になる。マルチトークン予測では、モデル内部のドラフターが検証用に複数のトークンを提案し、それらを1回のフォワードパスで検証する。また、コンテキスト再利用のためのサービング最適化により、エージェント呼び出しの反復時にも、アテンションキャッシュとMambaのリカレント状態の両方を保持できる。

エッジ向けBoltモデル

Bolt 74B-A9B 24GBはネイティブの2ビット量子化を採用し、24GBのメモリに収めて、ほかのアプリケーションと並行しながらNVIDIA RTXおよびDGX Spark上でローカル実行できる。NVIDIAは、PinchBenchでは同クラスのオープンモデル中で首位、BrowseCompではオープンモデル中で2位と説明している。このモデルはHugging Faceで公開されており、llama.cpp、Ollama、LM Studio、Unsloth、vLLMに対応する。2026年10月16日に登場するNVIDIA RTX SparkノートPC向けに設計されており、GeForce RTX搭載PC、DGX Spark、DGX Station、RTX PROワークステーションでも動作する。

Bolt E4B 4GBは、GeForce RTX、Jetson、RTX/DGX Spark上で動作する、物理環境および会話型のエージェントを対象としている。自然な会話と複数ターンにわたるエージェント機能を組み合わせ、ローカル音声アシスタント、インタラクティブキャラクター、組み込みインターフェースに対応する。

カスタマイズ、先行導入事例、デプロイ

このモデルは、オープンウェイト、オープンデータセット、トレーニングレシピを備え、NVIDIA NeMo、Pythonベースのパイプライン、オープンデータセットを通じたカスタマイズにも対応しています。NVIDIAは、エージェントによるツール利用、金融、指示追従、長文脈、公平性に関するデータセットと、45種類の視覚言語データセットをHugging Faceで公開します。また、NeMo Gymで利用できる強化学習環境も公開します。

NVIDIAによると、数十の組織が独自のデータ、ツール、ポリシー、ワークフローを使ってSuper VLの追加学習を行っています。Scale AIは、Skydanceのベンダー向け信用融資エージェントと、EYのM&Aデューデリジェンスエージェント向けにモデルを追加学習しました。技術ブログによると、Skydanceのワークロードでは推論コストが40分の1に、レイテンシが5分の1に低下します。AfterQueryは、信用契約の分析向けにHebbia用のモデルをカスタマイズしました。また、AI21とAliceはサイバーセキュリティの攻撃耐性を高めるためにモデルを追加学習しており、NVIDIAによると、Aliceの脅威インテリジェンスと脆弱性分析の精度は40%向上しました。Mercorは、計画、コード作成、デバッグを行うコーディングエージェント向けに、コーディングベンチマークAPEX-SWEを使ってモデルを追加学習しました。Rampは、領収書の画像を、加盟店情報、日付、決済データを含む構造化JSONに変換しています。技術ブログによると、処理能力は最大50%向上し、レイテンシは10分の1に低下する見込みです。

Super VLを統合するソフトウェアプラットフォーム企業には、JiraやConfluenceなどのアプリを横断するエージェント型検索のAtlassian、企業セキュリティにおけるエージェント型のブルーチーム活動のCrowdStrike、エンジニアリング設計とシミュレーションのDassault Systèmes、検索やエージェント型タスクのPerplexityがあります。Salesforceは、Missionforce Operationsを通じて政府機関のワークフローをデジタル化・自動化するAIエージェントを実現するため、Nemotronをカスタマイズしています。また、半導体設計の検証に使われるSynopsysのソフトウェアは、このモデルと相互運用できます。

導入にあたっては、NVIDIA NIMがモデルを本番環境向けのマイクロサービスとしてパッケージ化し、セキュリティパッチと性能改善を含む更新を2週間ごとに提供します。NVIDIAによると、16基のB200 GPU上でユーザー1人あたり毎秒50トークンの条件では、KVキャッシュを考慮したルーティングを用いるDynamoの推論処理により、初回トークンのレイテンシを85%削減しながら、最大8倍のユーザーに対応できます。Super VLは現在、Hugging Face、OpenRouter、ModelScope、およびNVIDIA NIMとして利用でき、DGX Spark、DGX Station、RTX PROおよびRTXシステム、Jetson、データセンター、クラウド環境で動作します。