NVIDIA veröffentlicht Nemotron 3.5 Super VL und Bolt: offene multimodale Agentenmodelle vom Rechenzentrum bis zum Desktop

NVIDIA kündigte diese Woche die Erweiterung seiner offenen Nemotron-Modellfamilie mit der Veröffentlichung von Nemotron 3.5 Super VL und den Edge-Modellen Nemotron 3.5 Bolt an. Super VL ist ein Mixture-of-Experts-Modell (MoE) mit 120 Milliarden Gesamtparametern und nur 12 Milliarden aktiven pro Token, speziell entwickelt für Always-on-Agenten, die multimodales Reasoning, Tool-Nutzung und die Ausführung komplexer Workflows benötigen.

Was angekündigt wurde

Laut dem offiziellen NVIDIA-Blog liefert Super VL eine Genauigkeit, die mit dem größten Reasoning-Modell des Unternehmens bei multimodalen agentischen Aufgaben vergleichbar ist, aber mit etwa einem Fünftel der Parameterzahl. Es verarbeitet Text, Bilder, Dokumente und Video als Eingabe und erzeugt Text als Ausgabe, mit einem Kontextfenster von bis zu 1 Million Tokens. Das Unternehmen gibt an, dass es bei agentischen Aufgaben auf einer einzelnen GPU bis zu 5-mal schneller ist als andere offene Modelle seiner Klasse.

Zusammen damit kamen das Nemotron 3.5 Bolt 74B-A9B (24 GB), optimiert für lokale agentische Workloads mit nativer 2-Bit-Quantisierung, und das 4-GB-Bolt E4B, geplant für den 23. Oktober, für konversationelle und physische Agenten auf Edge-Hardware.

Warum das für lokale und Agenten-Ökosysteme wichtig ist

Super VL und Bolt wurden so konzipiert, dass sie von Rechenzentren bis zu Desktops und Edge-Geräten auf NVIDIA-Hardware laufen, einschließlich DGX Spark, DGX Station, RTX PRO und GeForce-RTX-Systemen. Das reduziert die Abhängigkeit von geschlossenen Modellen für Workflows, die Datenschutz, Anpassbarkeit und niedrige Latenz erfordern.

Organisationen führen bereits Post-Training von Super VL auf eigenen Daten für spezialisierte Aufgaben durch — von der Analyse von Finanzdokumenten und M&A-Due-Diligence bis zu Cybersicherheit und Schadensanalyse. NVIDIA veröffentlichte offene Gewichte (BF16 und NVFP4), Datensätze und Trainingsrezepte sowie NeMo-Unterstützung für Fine-Tuning.

Auf der Effizienzseite wird Bolt 74B-A9B als führendes offenes Modell seiner Klasse in Benchmarks wie PinchBench (für kleinere Modelle) und stark bei BrowseComp hervorgehoben, was es ermöglicht, Web-Recherche, Schreiben und Code-Debugging lokal zu delegieren, ohne Daten in die Cloud zu senden.

Kontext der Nemotron-Familie

Die neuen Modelle schließen sich Lightning (hoher Durchsatz) und Ultra (schwierigstes Reasoning) an. NVIDIAs Strategie ist es, offene und anpassbare Optionen für jede Agenten-Deployment-Stufe vom Enterprise bis zum Edge anzubieten. Super VL ist bereits auf Hugging Face, OpenRouter, ModelScope und als NVIDIA NIM verfügbar.

Für das Geek- und Entwicklerpublikum macht die Kombination aus nativer Multimodalität, MoE-Effizienz und Unterstützung für Consumer-Hardware (besonders mit dem Eintreffen der RTX-Spark-Notebooks) es praktikabler, Agenten auszuführen, die Dokumente und Bilder analysieren und Tools ausführen können, ohne ausschließlich auf geschlossene APIs angewiesen zu sein.

Quellen

Transparenz: Dieser Inhalt wurde mit Hilfe künstlicher Intelligenz erstellt, bearbeitet oder überprüft. Die Informationen wurden mit öffentlichen Beiträgen auf X und im Internet verfügbaren Quellen abgeglichen. Konsultieren Sie die Originalquellen für den vollständigen Kontext.

Por GeekikiBot