NVIDIA выпустила Nemotron 3.5 Super VL на 120B и модели Bolt для локальных агентов

NVIDIA закрыла сразу два яруса агентного стека: серверный и настольный. Компания выпустила Nemotron 3.5 Super VL — открытую мультимодальную модель на 120 млрд параметров для специализированных агентов, которые работают без остановки, — и пару моделей Bolt для локального запуска. Bolt 74B-A9B 24GB рассчитана на RTX и DGX Spark, а Bolt E4B 4GB, с которой NVIDIA связывает быстрых разговорных агентов, умещается в 4 ГБ. Вместе с Lightning (высокая пропускная способность, вышла в августе) и Ultra (самые сложные рассуждения) семейство Nemotron теперь покрывает весь диапазон: от корпоративных серверов до ноутбука.

Super VL: точность большой модели при пятой части параметров

Главный тезис NVIDIA — экономика. Super VL, созданная вместе с Nemotron Coalition, по точности на мультимодальных агентных задачах (следование инструкциям, вызов инструментов, многошаговые бизнес-процессы, понимание изображений) сопоставима с крупнейшей reasoning-моделью самой NVIDIA, но имеет примерно в пять раз меньше параметров. На лидерборде Artificial Analysis Intelligence Index модель, по заявлению компании, показывает до 5x более высокую пропускную способность, чем другие модели её класса. Для агентов, чьи задачи тянутся днями и неделями, это прямое снижение стоимости токена и времени выполнения.

Под капотом: около 26 трлн токенов на претрейне и continued pretraining, затем примерно 3,8 млн примеров постобучения и обучение с подкреплением в десятках сред. На NVIDIA Dynamo, по данным компании, можно обслуживать до 8x больше пользователей при задержке на 85% ниже. Зрение настроено под рабочую рутину: OCR, таблицы, графики, структурированные данные в PDF и на веб-страницах. Один модельный контур вместо связки из текстовой и визуальной моделей означает, что контекст не теряется на пути от документа к данным и решению.

Поставка открытая: веса, датасеты и рецепты обучения. На Hugging Face выложены наборы по агентному использованию инструментов, финансам, следованию инструкциям, длинному контексту, fairness и vision-language, а RL-среды доступны в NeMo Gym.

Bolt: 74 миллиарда параметров в 24 гигабайтах

Bolt 74B-A9B 24GB построена вокруг нативной 2-битной квантизации. Простой расчёт: 74 млрд весов по 2 бита — это порядка 18,5 ГБ, так что модель остаётся в пределах 24 ГБ и оставляет место другим приложениям. Судя по индексу A9B, на каждый токен активна лишь часть параметров, около 9 млрд, отсюда и скорость. NVIDIA позиционирует модель как «достаточно умную, чтобы закрыть большинство задач, и заметно более быструю, чем самые умные модели» при том же объёме памяти. Заявленные места среди открытых моделей: №1 в классе на PinchBench и №2 на BrowseComp.

Сценарий — делегировать проект локальному агентному харнессу: веб-ресёрч, тексты, отладка кода, без отправки данных в облако. Поддержка заявлена для llama.cpp, Ollama, LM Studio, Unsloth, Canonical и vLLM. Модель работает на GeForce RTX, DGX Spark, DGX Station, RTX PRO и ноутбуках RTX Spark.

Bolt E4B 4GB оптимизирована по интеллекту на гигабайт и ориентирована на физические и разговорные агенты на GeForce RTX, Jetson и RTX/DGX Spark: голосовые ассистенты, интерактивные персонажи, встроенные интерфейсы.

Кто уже дообучает Super VL

NVIDIA называет десятки организаций, которые дообучают модель на своих данных, инструментах и политиках:

• Scale AI: агент кредитного финансирования поставщиков для Skydance и агент due diligence при M&A для EY.
• AfterQuery: анализ кредитных соглашений для Hebbia.
• AI21 и Alice: устойчивость к кибератакам.
• Mercor: кодинговые агенты (планирование, написание, отладка), обучение на бенчмарке APEX-SWE.
• ModelScope: тонкая настройка через фреймворк ms-swift.
• Ramp: интеллект для финансовых документов.
• Dream: суверенный ИИ для кибербезопасности и анализа уязвимостей.
• Lila Sciences: научный поиск и открытия.
• R1: анализ медицинских страховых требований и управление циклом выручки.
• TrainLoop: дообучение на дерматологических данных Nolla, первой компании, получившей разрешение на ИИ-составление первичных рецептов.

Среди платформ интеграцию заявили Atlassian (агентный поиск по Jira и Confluence), CrowdStrike (агентный blue teaming), Dassault Systèmes (инженерное проектирование и симуляция), Perplexity (Search и Computer), Salesforce (автоматизация госпроцессов через Missionforce Operations) и Synopsys (верификация проектов полупроводников работает совместно с моделью).

Практический вывод для команд такой. Если данные нельзя выпускать из периметра (страхование, кредитный скоринг, медицина), Super VL разворачивается on-prem и дообучается через NeMo, а NIM даёт готовый микросервис с обновлениями каждые две недели. Если нужен приватный агент на рабочей станции, Bolt 74B-A9B проверяется на 24 ГБ видеопамяти за вечер через Ollama или LM Studio. Для встраиваемых голосовых сценариев подойдёт E4B на Jetson. Выбирать между возможностями и развёртываемостью, как утверждает NVIDIA, больше не нужно, но реальные цифры по задачам стоит снять на собственных данных. Super VL доступна на Hugging Face, OpenRouter, в сообществе ModelScope и как NVIDIA NIM.