2026 年 10 月 23 日，NVIDIA 在官方技术报告中发布了 Nemotron 3.5 Bolt E4B，一款开源小模型，号称"单位 GB 智能密度最高"。它基于 Google 的 Gemma 4 E4B，经 Nemotron 后训练打磨，训练数据集与完整配方同步公开。
4GB 里装进一个智能体
Bolt E4B 目标负载只需约 4GB 显存：Q4_K_M 量化构建占 3.1–4.3GB，RTX 5070 上 3.5GB，Jetson Orin Nano 8GB 上 4.2GB（据官方测试）。它支持多轮工具调用（含异步调用指引）、conversational_mode 开关（短回复、适合语音）、推理与思考预算上限可配、64K 上下文和 35 种语言。官方宣称其关键对话智能体基准平均质量比前代 Nano 4B 高约 40%，推理开启时输出 token 比同类模型最多少 80%。
对比同行，赢多输少
据 NVIDIA 公布的 21 项对比基准，Bolt E4B 有 15 项领先 Gemma 4 E4B、Qwen 3.5 4B 与前代 Nano 4B；IHEval 84.8 分，对手 67.0、60.6。它是 Nemotron 3.5 家族第三款成员——此前有面向视觉的 Super VL 和 74B 参数的 Bolt 74B-A9B，Bolt E4B 是家族最小的一款。
短板与边界
领先不等于全面。Tau2-Bench 上 Bolt E4B 得分 55.1，比 Qwen 3.5 4B 的 75.1 低约 20 分，多轮对话智能体综合任务并非最强。以上数字均来自 NVIDIA 官方技术报告，尚无第三方独立复验；4GB 也是量化构建数字，高精度或长上下文时占用会更高。
谁该关注
模型已上架 Hugging Face、Ollama、LM Studio、Unsloth、Canonical、Jetson AI Lab 与 NVIDIA In-Game Inferencing SDK。演示有：Reachy Mini 机器人在 Jetson Orin Nano 8GB 上运行（Cosmos 3 Edge 负责视觉、Bolt E4B 负责语音与工具调用），以及游戏内铁匠 NPC 交易演示。配方全公开，研究者与小型团队可直接复现或微调——小模型正从"能跑"走向"为智能体工作流而生"。
