Nvidia lança Nemotron 3.5 Super VL, modelo multimodal aberto de 120B para agentes de IA corporativos

A Nvidia expandiu sua linha de modelos abertos com o lançamento do Nemotron 3.5 Super VL, um modelo multimodal de 120 bilhões de parâmetros desenvolvido especificamente para alimentar agentes corporativos de IA que operam de forma contínua em segundo plano. Junto com o modelo principal, a Nvidia apresentou duas variantes compactas da linha Bolt, projetadas para levar recursos de IA local a PCs e dispositivos de borda.

Desenvolvido em colaboração com a Nemotron Coalition — que inclui Mistral AI, Thinking Machines Lab, Perplexity e Black Forest Labs —, o Super VL é baseado em uma arquitetura Mixture-of-Experts (MoE) na qual apenas 12 bilhões de seus 120 bilhões de parâmetros ficam ativos por token.

Criado para fluxos de trabalho complexos e análise de documentos

A Nvidia projetou o Super VL para lidar com agentes especializados capazes de executar processos de negócios em várias etapas, seguir instruções complexas, acionar ferramentas e processar texto, imagens, documentos e vídeos.

O modelo analisa tabelas, gráficos e PDFs nativamente, sem a necessidade de um modelo de visão separado. Segundo a Nvidia, o Super VL alcança 80,8% no benchmark CharXiv (subindo para 84% quando combinado com a execução de código Python) e figura entre os melhores modelos abertos no OCRBench v2.

Em termos de desempenho, a Nvidia realizou a destilação do Super VL a partir de seu modelo de raciocínio maior, o Nemotron 3 Ultra. O Super VL iguala a precisão do Ultra utilizando apenas um quinto dos parâmetros. Em GPUs individuais, ele oferece um throughput até cinco vezes superior ao de modelos abertos comparáveis.

Variantes compactas Bolt para hardware local

Para viabilizar a execução local, a Nvidia lançou dois modelos menores:

• Nemotron 3.5 Bolt 74B-A9B 24GB: Um modelo MoE híbrido (9 bilhões de parâmetros ativos de um total de 74 bilhões) otimizado por meio de quantização agressiva de pesos em 2 bits. Ele foi projetado para workstations potentes e sistemas locais como o RTX Spark e o DGX Spark, embora exija hardware de ponta com pelo menos 24 GB de memória.

• Bolt E4B 4GB: Uma variante menor prevista para ser lançada ainda este mês, voltada para assistentes de voz rápidos, personagens interativos e dispositivos de borda equipados com placas GeForce RTX e módulos Jetson.

Adoção corporativa e otimização

Os primeiros adotantes corporativos já estão aproveitando o Super VL para cargas de trabalho densas em documentos e sensíveis a dados. A Scale AI adaptou o modelo para o processamento de crédito de fornecedores na Skydance, a Ramp o utiliza para converter fotos de recibos em dados estruturados e a EY está aplicando a tecnologia em processos de due diligence para aquisições. Empresas de cibersegurança como Alice, Dream e CrowdStrike também estão fazendo o fine-tuning do modelo para análise de vulnerabilidades e detecção de ameaças.

Para minimizar a sobrecarga computacional, a Nvidia comprimiu o Super VL usando seu formato NVFP4 de 4 bits e integrou seu software de inferência Dynamo, o que permite ao modelo atender oito vezes mais usuários simultâneos, reduzindo a métrica de tempo até o primeiro token (time-to-first-token) em 85% por meio de context caching e speculative drafting.

Acessibilidade com pesos abertos

Rompendo com as práticas padrão da indústria, a Nvidia está disponibilizando publicamente não apenas os pesos do modelo (acessíveis no Hugging Face nas versões base, pós-treinada e comprimida em 4 bits), mas também as receitas de treinamento, ambientes de aprendizado por reforço e extensos conjuntos de dados de pré e pós-treinamento. Isso inclui uma base de dados de idiomas índicos contendo 2,83 trilhões de tokens em 22 línguas indianas, desenvolvida em parceria com o Indian Institute of Technology Madras e a AI4Bharat.