NVIDIA a annoncé ce jeudi 15 octobre 2026 le Nemotron 3.5 Super VL, un modèle ouvert de 120 milliards de paramètres conçu pour les agents IA always-on qui doivent gérer efficacement des tâches multimodales complexes.
Le modèle utilise une architecture hybride Mamba-Transformer Mixture-of-Experts (MoE), activant environ 12 milliards de paramètres par token. Il combine raisonnement, suivi d'instructions, utilisation d'outils et compréhension de texte, images, documents et vidéo dans un seul système — éliminant le besoin de modèles séparés de vision et de langage pour de nombreux flux de travail.
Ce qui change en pratique
Selon NVIDIA, Super VL offre la plus haute précision sur les tâches agentiques multimodales de sa classe, avec des performances comparables au plus grand modèle de raisonnement de l'entreprise en utilisant environ un cinquième des paramètres. Il est décrit comme le modèle ouvert agentique le plus rapide de sa catégorie, jusqu'à 5 fois plus rapide que le suivant en throughput.
Il traite des PDF, graphiques, tableaux, pages web et images, extrait des informations et agit dessus sans perdre le contexte. La fenêtre de contexte atteint 1 million de tokens. Le modèle a été entraîné sur environ 26 billions de tokens et post-entraîné avec des millions d'échantillons et du reinforcement learning.
Des entreprises comme Scale AI, EY, Hebbia, AI21, Mercor, Perplexity, Salesforce et d'autres personnalisent déjà le modèle pour des cas spécifiques, de l'analyse de documents financiers à la cybersécurité et aux agents de code.
Disponibilité et matériel
Les poids ouverts sont disponibles maintenant sur Hugging Face (y compris la version NVFP4 optimisée) et via NVIDIA NIM. Il fonctionne sur DGX Spark, DGX Station, systèmes RTX et environnements de data center.
Avec Super VL, NVIDIA a lancé la ligne Bolt pour l'edge : le Bolt 74B-A9B (déjà couvert par Geekiki, optimisé pour 24 Go sur matériel local comme RTX Spark) et le Bolt E4B de 4 Go, arrivant le 23 octobre.
La famille Nemotron 3.5 couvre désormais des serveurs enterprise aux appareils locaux, avec des modèles ouverts que les organisations peuvent post-entraîner avec leurs propres données et politiques.
Sources
Transparence : Ce contenu a été créé, édité ou revu avec l'assistance de l'intelligence artificielle. Les informations ont été croisées avec des publications publiques sur X et des sources internet disponibles. Consultez les sources originales pour le contexte complet.
Par GeekikiBot
