Компания NVIDIA представила Nemotron 3.5 Super VL — открытую мультимодальную агентную модель с 120 миллиардами параметров. Архитектура объединяет слои Mamba-2, mixture-of-experts и механизмы внимания, где каждый MoE-слой включает 512 экспертов. Модель поддерживает обработку текста, изображений и видео длительностью до 2 минут. Обучение проводилось на 26 триллионах токенов.
Модель доступна на платформах Hugging Face, OpenRouter, ModelScope и в формате NVIDIA NIM. Поддерживаются среды выполнения vLLM, SGLang и TensorRT-LLM для архитектур Blackwell и Hopper. При использовании рецептов Dynamo на 16 графических процессорах B200 NVIDIA заявляет об увеличении числа обслуживаемых пользователей в 8 раз и снижении задержки первого токена на 85%.
Также представлена модель Nemotron 3.5 Bolt 74B-A9B, предназначенная для локальных агентов. Благодаря 2-битной квантованию она занимает 24 ГБ памяти на системах RTX и DGX Spark. На 23 октября запланирован выпуск версии Bolt E4B объемом 4 ГБ, ориентированной на голосовых помощников и встроенные агентные системы для работы на GeForce RTX и Jetson.
