Nvidia lanza Nemotron 3.5 Super VL, un modelo multimodal abierto de 120B para agentes de IA empresariales

Nvidia ha ampliado su línea de modelos abiertos con el lanzamiento de Nemotron 3.5 Super VL, un modelo multimodal de 120.000 millones de parámetros diseñado específicamente para impulsar agentes de IA empresariales que ejecutan tareas continuas en segundo plano. Junto al modelo insignia, Nvidia presentó dos variantes compactas Bolt diseñadas para llevar capacidades de IA local a PC y dispositivos edge.

Desarrollado en colaboración con la Nemotron Coalition —que incluye a Mistral AI, Thinking Machines Lab, Perplexity y Black Forest Labs—, Super VL está construido sobre una arquitectura de mezcla de expertos (MoE) en la que solo 12.000 millones de sus 120.000 millones de parámetros están activos por token.

Diseñado para flujos de trabajo complejos y análisis de documentos

Nvidia diseñó Super VL para gestionar agentes especializados capaces de ejecutar procesos empresariales multietapa, seguir instrucciones complejas, llamar herramientas y procesar texto, imágenes, documentos y videos.

El modelo analiza tablas, gráficos y archivos PDF de forma nativa sin requerir un modelo de visión independiente. Según Nvidia, Super VL obtiene una puntuación del 80,8 % en el benchmark CharXiv (que asciende al 84 % cuando se combina con la ejecución de código en Python) y se ubica entre los mejores modelos abiertos en OCRBench v2.

En términos de rendimiento, Nvidia destiló Super VL a partir de su modelo de razonamiento más grande, Nemotron 3 Ultra. Super VL iguala la precisión de Ultra utilizando solo una quinta parte de los parámetros. En GPU individuales, ofrece hasta cinco veces el rendimiento (throughput) de modelos abiertos comparables.

Variantes compactas Bolt para hardware local

Para respaldar la ejecución local, Nvidia lanzó dos modelos más pequeños:

• Nemotron 3.5 Bolt 74B-A9B 24GB: Un modelo MoE híbrido (9.000 millones de parámetros activos de un total de 74.000 millones) optimizado mediante una agresiva cuantización de pesos a 2 bits. Está diseñado para estaciones de trabajo potentes y sistemas locales como RTX Spark y DGX Spark, aunque requiere hardware de gama alta con al menos 24 GB de memoria.

• Bolt E4B 4GB: Una variante más pequeña programada para lanzarse a finales de este mes, orientada a asistentes de voz rápidos, personajes interactivos y dispositivos edge que ejecutan tarjetas GeForce RTX y módulos Jetson.

Adopción empresarial y optimización

Los primeros adoptantes empresariales están aprovechando Super VL para cargas de trabajo con un alto volumen de documentos y datos sensibles. Scale AI adaptó el modelo para el procesamiento de créditos a proveedores en Skydance, Ramp lo utiliza para convertir fotos de recibos en datos estructurados y EY lo está usando para procesos de due diligence en adquisiciones. Empresas de ciberseguridad como Alice, Dream y CrowdStrike también están realizando un ajuste fino (fine-tuning) del modelo para análisis de vulnerabilidades y detección de amenazas.

Para minimizar la sobrecarga de cómputo, Nvidia comprimió Super VL utilizando su formato NVFP4 de 4 bits e integró su software de inferencia Dynamo, lo que permite al modelo atender a ocho veces más usuarios concurrentes mientras reduce la métrica de tiempo hasta el primer token (time-to-first-token) en un 85 % mediante el almacenamiento en caché de contexto y la redacción especulativa (speculative drafting).

Accesibilidad con pesos abiertos

Rompiendo con las prácticas habituales de la industria, Nvidia no solo publica los pesos del modelo (disponibles en Hugging Face en versiones base, posentrenadas y comprimidas a 4 bits), sino también las recetas de entrenamiento, entornos de aprendizaje por refuerzo y amplios conjuntos de datos de preentrenamiento y posentrenamiento. Esto incluye un conjunto de datos de lenguas índicas que contiene 2,83 billones de tokens en 22 idiomas de la India, desarrollado junto al Indian Institute of Technology Madras y AI4Bharat.