Nemotron 3.5 Super VL 是英伟达在 2026 年 10 月 15 日发布的开放多模态模型，出自英伟达技术博客当天的发布说明。它采用混合专家架构，总参数 1200 亿、每个词元激活约 120 亿，上下文最长 100 万词元，能在同一条工作流里处理文字、图片、文档和短视频。英伟达给它的定位不是聊天，而是常驻型企业智能体：读 PDF、看图表、调工具、按企业规则把多步业务一路跑完。同日发布的还有两款更小的 Bolt 边缘模型，三款模型把 Nemotron 家族的部署范围从数据中心一路铺到桌面和嵌入式设备。
三款新模型，各自守一段部署区间
| 模型 | 规模与激活量 | 面向的硬件 | 上线时间 |
|---|---|---|---|
| Super VL | 120B 总参，约 12B 激活 | DGX Spark、H200、H100 级别设备 | 2026 年 10 月 15 日 |
| Bolt 74B-A9B 24GB | 74B 总参，约 9B 激活，2-bit 量化 | 24GB 显存的 RTX 工作站与笔记本 | 2026 年 10 月 15 日 |
| Bolt E4B 4GB | 轻量版，细节待公布 | GeForce RTX、Jetson 等边缘设备 | 2026 年 10 月 23 日 |
英伟达称 Super VL 在同级开放模型中吞吐最高可达约 5 倍，并以约五分之一的参数量接近自家最大推理模型的表现；这些数字来自英伟达自家基准和其引用的排行榜，应该按厂商口径看待，等独立评测跟上再下结论。此前本站写过 Nemotron 在数学与信息学竞赛上拿双料金牌，那次拼的是推理上限，这次拼的则是把模型塞进企业日常流程的效率。
为什么这次单独把文档场景拎出来讲
企业里最耗人力的智能体任务，往往不是写诗，而是读单据：发票、合同、收据、带表格的 PDF。Super VL 的卖点正是把 OCR、表格、图表和结构化版面放进同一个模型里读，省掉先转文字再理解的拼接环节。英伟达列出的早期用法包括：Scale AI 为影视公司 Skydance 后训练出供应商信用处理流程，Ramp 把收据图片直接转成结构化 JSON，AI21 则用它做威胁情报分析；这些效果数字同样出自英伟达发布材料，适合当选型线索，不适合直接当采购结论。
权重之外，这次连后训练家底也一起给了
Super VL 提供基础版、后训练版和 NVFP4 量化版检查点，企业可以用 NeMo 拿自有数据、工具和规则继续后训练，再部署到自己的基础设施上。英伟达同时在 Hugging Face 放出多批开放数据，覆盖工具调用、金融推理、指令遵循和视觉语言等方向，采用 OpenMDW 许可证，允许商用、微调和再分发。对想把智能体留在内网的团队，这套组合的意义在于：模型、训练配方和数据是一整包，而不是只丢一个权重文件让团队自己摸索。真正的考验在后面——常驻智能体拼的是几个月运行下来的稳定性、成本和出错时的可控性，这些都要等第一批企业用户跑出自己的数据才算数。
