NVIDIA expande ecossistema RTX Spark com Nemotron 3.5 Transcribe, modelos da Liquid AI e controle de recursos para agentes

A NVIDIA anunciou um pacote de softwares de inteligência artificial local, modelos de pesos abertos e ferramentas para desenvolvedores voltados para sua plataforma de laptops Windows RTX Spark. As atualizações introduzem modelos de voz, multimodais e focados em agentes — liderados pelo NVIDIA Nemotron 3.5 Transcribe e pela família LFM3 da Liquid AI —, além de controles refinados de alocação de recursos de GPU dentro do NVIDIA App.

Os sistemas RTX Spark, fabricados atualmente por ASUS, Dell, HP, Lenovo, Microsoft e MSI com preços a partir de US$ 2.599, combinam uma GPU NVIDIA Blackwell RTX e uma CPU NVIDIA Grace em um único superchip. As máquinas oferecem até 128 GB de memória unificada, até 1 petaflop de desempenho de IA em FP4 e designs com apenas 14 mm de espessura e peso a partir de 1,36 kg (três libras).

Nemotron 3.5 Transcribe traz áudio acionado por prompts para o silício local

O ponto central do lançamento de software da NVIDIA é o Nemotron 3.5 Transcribe, um modelo de voz de pesos abertos projetado para combinar transcrição, identificação de locutores, tradução e respostas a consultas de áudio em um único modelo. Em vez de encadear múltiplos pipelines especializados, os desenvolvedores podem interagir com o modelo por meio de comandos em linguagem natural, como solicitar uma transcrição com marcação de locutores, traduzir áudio para o inglês ou listar decisões tomadas em uma reunião gravada.

As principais especificações e resultados de benchmark do Nemotron 3.5 Transcribe incluem:

• Escala e eficiência: Utiliza cerca de 4,3 bilhões de parâmetros ativos — 80% menos parâmetros do que o atual modelo de pesos abertos número 1.

• Benchmarks: Ocupa o 1º lugar no Hugging Face Open ASR e o 2º lugar entre modelos de pesos abertos no Artificial Analysis.

• Suporte a idiomas: Suporta 40 idiomas, incluindo sete línguas índicas, com opções de personalização para formatação e vocabulário específicos de domínios como medicina, finanças e atendimento ao cliente.

• Opções de implantação: Já disponível no Hugging Face, com versões quantizadas em NVFP4 programadas para implantação via NeMo-Speech.cpp e vLLM em sistemas RTX Spark, DGX Spark, Jetson AGX Thor e GPUs Blackwell para data centers.

Liquid AI LFM3 e modelos compactos de agentes

A NVIDIA também lançou suporte imediato (day-zero) para a família LFM3 de Liquid Foundation Models da Liquid AI. Cobrindo tarefas de texto, visão, áudio, omni e tomada de decisão em uma base compartilhada, esses modelos de pesos abertos podem ser executados e ajustados localmente no RTX Spark usando llama.cpp e vLLM. O modelo base de 1,7 bilhão de parâmetros da Liquid AI supera expressivamente sua arquitetura anterior de 2,6 bilhões de parâmetros, permitindo que agentes autônomos no Hermes Agent, Pi e OpenClaw processem entradas de tela, gerenciem e-mails e calendários e analisem documentos técnicos.

Para ampliar as implantações locais de agentes leves, a NVIDIA também destacou:

• Nemotron 3.5 Bolt E4B: Exige apenas 4 GB de memória para ações de agentes em múltiplas etapas e tarefas conversacionais em ferramentas como Ollama, Unsloth, LM Studio e vLLM. O modelo maior, Nemotron 3.5 Bolt 74B-A9B (24 GB), é voltado para cargas de trabalho locais mais pesadas.

• FLUX 3 Image Klein: Um modelo de geração e edição de imagens de pesos abertos com 5,6 bilhões de parâmetros da Black Forest Labs, que pode ser implementado em GPUs RTX com 8 GB de VRAM e personalizado usando receitas do NVIDIA NeMo AutoModel.

Divisão de recursos do sistema e fluxos de trabalho de simulação

Para viabilizar sistemas que executam agentes autônomos em segundo plano enquanto lidam com tarefas ativas do usuário, o NVIDIA App introduziu um recurso de gerenciamento de recursos em Sistema > Avançado. Os usuários podem direcionar o balanço de computação da GPU para softwares ativos em primeiro plano ou conceder maior prioridade a agentes rodando em segundo plano. O recurso depende de o Agendamento de GPU acelerado por hardware do Windows estar ativado.

Na área de robótica, a NVIDIA demonstrou como o RTX Spark foi usado durante uma apresentação no GTC Berlin para treinar o robô Microduck, da Hugging Face. Nesse fluxo de trabalho, o Hermes Agent e o Nemotron 3.5 Bolt planejaram uma pista de obstáculos, o Astra gerou os elementos em 3D, o NVIDIA Isaac Lab treinou a política de navegação e o RTX Spark realizou a validação dessa política no NVIDIA Isaac Sim.

Para estações de trabalho dedicadas, a NVIDIA confirmou que fabricantes parceiros também estão disponibilizando o desktop DGX Spark 64GB, equipado com o superchip GB10 Grace Blackwell e executando o DGX OS para fine-tuning e inferência na borda.