Nvidia 釋出開源 Nemotron 3.5 模型，專為 Agentic AI 與邊緣硬體打造

Nvidia 擴大了其開源權重人工智慧系統的陣容，在其 Nemotron 家族中釋出三個新模型：旗艦級的 Nemotron 3.5 Super VL，以及 Nemotron 3.5 Bolt 74B-A9B 24GB 與 Nemotron 3.5 Bolt E4B 4GB。

此次推出繼 8 月發表 Nemotron 3.5 Lightning 之後，也是該公司自上個月宣布達成協議收購開源機器學習中樞 Hugging Face 以來的首個模型發表，目前這三個模型皆託管於該平台。

瞄準即時完成與本地端代理程式

帶領此次新發布的是 Nemotron 3.5 Super VL，這是一款擁有 1200 億參數的模型，專為「隨時在線」的自主代理程式所設計。根據 Nvidia 表示，該模型提供了快速通道完成功能，讓它能在維持高準確度的同時，近乎即時地執行任務。

除了 120B 參數的模型外，Nvidia 還推出了掛在 Bolt 標籤下的兩個變體：

• Nemotron 3.5 Bolt 74B-A9B 24GB：一款中型模型，經過最佳化以提供平衡性與處理速度。

• Nemotron 3.5 Bolt E4B 4GB：一款專為對話式代理程式特別工程設計的輕量級模型。

與業界常見的部分開源版本形成對比，Nvidia 將這三個模型全面開源，提供其權重、訓練資料集與底層訓練配方的公開存取權。

對抗競爭對手並支援 GPU 生態系

新模型的推出正值美國開發者尋找強大且開源的替代方案，以與來自中國的低成本、高效能開源權重模型（例如阿里巴巴的 Qwen 家族）競爭之際。根據 Omdia 分析師 Alexander Harrowell 指出，開發者已經轉向這款新發布的模型，積極地以 Nemotron Bolt 取代阿里巴巴的 Qwen 3.6 35B 等模型。

此舉也服務了 Nvidia 更廣泛的硬體利益。各大雲端供應商與關鍵客戶正日益設計專有晶片——包含 Google 的 TPU、Amazon 的 Trainium 加速器晶片，以及 OpenAI 開發中的 Jalapeño 晶片。透過釋出最佳化開源模型，並採取諸如開源其 Run.ai GPU 協調平台等措施，Nvidia 旨在維持對自身運算堆疊的需求。

Harrowell 指出：「他們這樣做是為了支援其 GPU 周圍更廣泛的生態系。」他並指出這是一場晶片製造商將模型、軟體與硬體緊密整合的業界全面推進。

將代理程式工作負載推進至裝置端運算

除了純粹的基準測試效能外，Nemotron 3.5 Super VL 與 Bolt 模型的架構設計具備了改良的記憶體擴展性，這擴大了複雜、多步驟 Agentic 工作流程所需的上下文視窗。

諸如 E4B 等較小變體的精巧佔用空間，也符合業界將 Agentic 執行從集中式資料中心轉移到本地端機器上的推動方向。像 Nvidia DGX Spark 與 Apple Mac Minis 這類系統提供了在本地端執行代理程式工作負載的潛力，儘管 Harrowell 指出，更廣泛的採用將需要企業重新調整，以管理直接託管在實體裝置上而非嚴格依賴雲端託管 API 的封裝軟體。