NVIDIA发布Nemotron 3.5 Super VL与24GB本地版Bolt

10月15日，NVIDIA通过官方博客与Hugging Face，同时推出数据中心档和本地档，权重之外，还开放数据与训练配方。看点不只是模型能答多少题，而是企业能拿走哪些材料，放进自己的环境里继续训练和使用。

一、Super VL能读文字、图像和视频

NVIDIA称，Super VL总参数1200亿，每个token激活120亿，输入支持文字、图像和视频，输出文本，上下文最长100万token。它能看图、读视频，但不直接生成图像或视频。

总参数和激活参数要分开看：1200亿是整套模型的规模，120亿是每个token实际动用的部分。它通过专家路由挑选部分参数工作，不是每次都让所有专家一起上场。

架构混合Mamba-2与Transformer，采用MoE和C-RADIO视觉编码器。88层包括40层Mamba-2、8层注意力和40层MoE；每个MoE层有512个路由专家，每个token选22个，另加1个共享专家。模型原生支持多token预测，用于投机解码；许可为OpenMDW-1.1，NVIDIA称可以商用。

二、训练把语言、代码和视觉分阶段接起来

NVIDIA称，预训练与继续预训练合计约26万亿token，后训练用了约380万样本，并覆盖数十个强化学习环境。这两个数字不是同一个口径：前者说的是训练文本量，后者说的是后训练样本数，不能混成一个训练规模来看。

语言骨干从Nemotron 3 Super Base初始化，再用Nemotron 3 Ultra Base蒸馏约1万亿token。随后扩到100万上下文，加入约670亿token的软件工程中期训练，再接视觉语言训练、监督微调和强化学习，并加强多token预测。

这条训练路线不只是给语言模型加一个看图入口。长上下文、软件工程和视觉语言都有各自的训练阶段，后面还要通过不同任务环境继续调整模型表现。

三、NVIDIA称的成绩并非样样领先

NVIDIA称，经NeMo Gym评测，GPQA-Diamond为89.52，SWE-bench Verified为71.10，Terminal-Bench 2.1为66.70；BrowseComp为78，OSWorld-Verified为51.14，HLE纯文本为31.79。

同一张对照表里，Super VL在软件工程、终端操作和tau2-bench电信等项目上，仍低于部分对照模型。它有强项，也有短板，不能把某一项成绩推广成所有代理任务都表现更好。

读这张表，适合先找自己要用的那一项。写代码、操作终端和在网页里找资料，关心的成绩并不一样。这些仍是NVIDIA称的成绩，不能替代企业拿自己的任务做验收。

四、吞吐数字要连着部署条件看

NVIDIA称，与Artificial Analysis智能指数同级模型相比，Super VL吞吐最高可达约5倍；配合Dynamo，可多服务约8倍用户，延迟降低约85%。这些数字带有比较范围，不能理解成换到任何硬件、任何任务，都能得到同样的提升。

部署也有门槛。NVIDIA建议BF16使用4张H100或2张GB200，另有NVFP4版本。这里说的是不同精度下的部署选择，不要把它们混成一个硬件要求，更不能把吞吐倍数直接套到自己的设备上。

NVIDIA称，模型已上架Hugging Face、OpenRouter、ModelScope社区，并以NIM微服务形式提供；NIM每两周更新一次安全补丁与性能优化。下载模型和把它稳定接进业务，是前后两步。

五、Bolt把本地档压进24GB

NVIDIA称，Bolt总参数740亿，每次激活90亿，靠原生2比特量化装入24GB，面向RTX与DGX Spark本地代理。它当天在Hugging Face上线，支持llama.cpp、Ollama、LM Studio、Unsloth和vLLM，用户可以沿现有工具链选择运行方式。

这里的24GB对应原生2比特量化，不能直接拿来和Super VL的BF16配置横着比。两档模型的参数规模、量化方式和部署位置都不同，不只是名字有区别。

NVIDIA称，Bolt在PinchBench同级开源模型中排第一，在BrowseComp同级开源模型中排第二；两项都是特定评测，不代表所有本地代理任务的表现。

约4GB的Bolt E4B拟10月23日上线，面向GeForce RTX、Jetson与RTX/DGX Spark上的语音助手和对话代理。家族里还有8月推出的Lightning，NVIDIA称其面向高吞吐负载，Hugging Face上的型号为300亿总参数、30亿激活；Ultra负责最难的推理任务，型号为5500亿总参数、550亿激活。

六、合作名单覆盖了不同交付环节

NVIDIA称，集成方包括Atlassian、CrowdStrike和Dassault Systèmes：Atlassian用于Jira、Confluence等应用间的代理搜索，CrowdStrike定制用于企业安全蓝队防守，Dassault用于工程设计与仿真；Perplexity用于Search与Computer产品，Salesforce通过Missionforce Operations处理政府流程，Synopsys的验证软件可与其互通。

后训练与定制侧，NVIDIA称Scale AI为Skydance的供应商信贷代理和EY的并购尽调代理做了后训练，AfterQuery为Hebbia做信贷协议分析定制，Mercor在APEX-SWE编码基准上做了后训练，Ramp则用于财务文件处理。

Together、Baseten、DeepInfra和Lambda当天在X宣布上线，属于推理商自述，可以当作服务入口的线索，不算独立核验。集成、定制、后训练和托管推理指向不同环节，被放进同一份名单，也不代表交付的是同一种产品。

七、开放材料指向软硬一体部署

NVIDIA称，视觉能力主要对准OCR、表格、图表、网页和PDF；开放数据集覆盖工具使用、金融、指令遵循、长上下文、公平性与视觉语言，NeMo Gym中的强化学习环境一并公开。

把权重、数据和配方一起开放，可以理解为降低企业在自家GPU上做后训练与私有部署的门槛。企业拿到的不只是现成模型，还有继续调整模型的材料；再接上NIM、Dynamo与DGX Spark，卖点就延伸到数据中心与桌面的软硬一体组合。

对NVDA而言，这更像是用开放模型带动GPU与软件栈使用的推论，公司未披露相关收入数字。