NVIDIA ha lanzado Nemotron 3.5 Super VL, un modelo multimodal abierto y personalizable dirigido a empresas que crean agentes de IA especializados. El modelo utiliza una arquitectura de combinación de expertos de 120 mil millones de parámetros que activa solo 12 mil millones de parámetros por token, un diseño que, según NVIDIA, equilibra la capacidad de escala fronteriza con la eficiencia de inferencia. Los pesos están disponibles en Hugging Face con precisión BF16 y NVIDIA publicó un tutorial técnico junto con el lanzamiento.
Super VL se integra a la creciente familia de modelos abiertos de NVIDIA como especialista multimodal. Según la compañía, los modelos Nemotron 3.5 Lightning más pequeños manejan tareas de texto de gran volumen, mientras que el Nemotron 3 Ultra de vanguardia aborda la planificación y orquestación complejas, lo que permite a los equipos dirigir cada paso del flujo de trabajo de un agente al tamaño correcto de modelo. Es el último paso en un impulso que ZDNET describe como otro paso adelante para la IA de peso abierto de EE. UU. Si está siguiendo la carrera de los pesos abiertos, nuestra cobertura de los lanzamientos recientes de modelos abiertos tiene una visión más amplia.
Un modelo para texto, imágenes, documentos y vídeo
El argumento central es la consolidación. Super VL combina el razonamiento, el seguimiento de instrucciones y el uso de herramientas con la comprensión de textos, imágenes, documentos y videos, por lo que los equipos no necesitan implementar modelos de texto y visión-lenguaje separados ni trasladar el contexto de las tareas entre ellos. NVIDIA dice que su capacitación visual cubre gráficos, tablas, reconocimiento óptico de caracteres, documentos de varias páginas y videos, con un proceso de ajuste supervisado de dos etapas que fusiona evidencia visual con razonamiento, chat, seguridad y datos de contexto extenso.
Los flujos de trabajo objetivo son con los que las empresas siguen tropezando: un agente de servicio al cliente que debe leer los documentos de políticas de la empresa, un agente de investigación que conecta evidencia entre fuentes o un agente de documentos que interpreta un gráfico y lo vincula a una tabla en otra parte del mismo archivo. En cada caso, el modelo necesita ver el material y razonar sobre él en la misma ventana contextual.
Afirmaciones de rendimiento: hasta 5 veces más en una sola GPU
La eficiencia es donde NVIDIA está trazando las líneas más marcadas. La compañía afirma que Nemotron 3.5 Super VL ofrece un rendimiento hasta 5 veces mayor para tareas agentes en comparación con otros modelos abiertos en su categoría de tamaño en una sola GPU, y señaló puntos de referencia que muestran más de 600 tokens por segundo en tareas agentes del Índice de Inteligencia de Análisis Artificial a través del punto final de inferencia Baseten.
Varias técnicas ocultas impulsan esos números. NVIDIA destacó LiLiCorr, un método de decodificación especulativo abierto, junto con precisión mixta NVFP4, predicción de múltiples tokens y reutilización de contexto en los turnos de los agentes, una optimización significativa para los agentes que mantienen conversaciones de larga duración con herramientas. Para las empresas que ejecutan agentes sin parar, el rendimiento por GPU suele ser la diferencia entre un producto viable y una estructura de costos inutilizable.
El post-entrenamiento es el punto
NVIDIA es explícito en que el modelo base es un punto de partida y no un producto terminado. Los desarrolladores pueden personalizar Super VL con la biblioteca NeMo utilizando ajustes supervisados y LoRA para enseñar comportamientos específicos de dominio y luego aplicar el aprendizaje reforzado a través de NeMo RL y NeMo Gym en entornos que reflejan sus propias operaciones. La compañía dice que las organizaciones en ciberseguridad, finanzas y atención médica ya están entrenando posteriormente el modelo para superar las alternativas de vanguardia en sus flujos de trabajo de producción, una afirmación que es difícil de verificar de forma independiente pero consistente con el posicionamiento empresarial-agente.
Para respaldar ese trabajo, NVIDIA está lanzando conjuntos de datos abiertos en Hugging Face junto con los pesos, incluidos el uso de herramientas agentes y datos conversacionales, conjuntos de llamadas de herramientas y razonamiento financiero, datos de chat y seguimiento de instrucciones, datos de transducción y traducción de contexto largo, datos de equidad y 40 conjuntos de datos de visión y lenguaje. Prime Intellect ya ha publicado una receta para el entrenamiento posterior del modelo para el trabajo empresarial a largo plazo, una señal temprana de que el ecosistema está tratando el lanzamiento como una base seria. NVIDIA también publicó un libro de recetas de uso en GitHub que cubre la personalización, y la compañía enfatiza que los pesos abiertos se pueden implementar en entornos locales, de centro de datos o de nube para cumplir con los requisitos de infraestructura y residencia de datos: la flexibilidad que los compradores regulados solicitan constantemente y que las API cerradas no pueden ofrecer.
Qué significa para la carrera de peso abierto
El comunicado reduce la brecha entre los modelos abiertos y cerrados en el segmento que las empresas realmente implementan: sistemas multimodales de tamaño mediano para el trabajo de agentes con muchos documentos. Debido a que las ponderaciones pueden ejecutarse en entornos locales, de centro de datos o de nube, Super VL brinda a las industrias reguladas una opción que las API de vanguardia no pueden: mantener documentos confidenciales en su propia infraestructura y al mismo tiempo obtener comprensión de gráficos, tablas y videos.
La lectura competitiva es sencilla. Meta, Alibaba, DeepSeek y Liquid AI han enviado modelos abiertos dirigidos a agentes este año, y NVIDIA, que vende el hardware en el que todos los demás entrenan, ahora compite directamente en la capa de modelo con licencias permisivas y una historia de eficiencia. Si las afirmaciones de rendimiento se mantienen en puntos de referencia independientes, la pila predeterminada para los agentes empresariales en 2027 puede ser considerablemente más abierta de lo que parecía hace un año.
---
Manténgase a la vanguardia de la IAObtenga las últimas noticias, análisis y avances en IA, todo en un solo lugar.
Leer más noticias sobre IA →
