NVIDIA a publié Nemotron 3.5 Super VL, un modèle multimodal ouvert et personnalisable destiné aux entreprises qui créent des agents d'IA spécialisés. Le modèle utilise une architecture composée d'experts de 120 milliards de paramètres qui n'active que 12 milliards de paramètres par jeton, une conception selon NVIDIA qui équilibre la capacité à l'échelle de la frontière avec l'efficacité de l'inférence. Les poids sont disponibles sur Hugging Face avec une précision BF16, et NVIDIA a publié une présentation technique parallèlement à la version.

Super VL s'intègre dans la famille de modèles ouverts en pleine expansion de NVIDIA en tant que spécialiste multimodal. Selon la société, les modèles Nemotron 3.5 Lightning plus petits gèrent des tâches de texte volumineuses, tandis que le Nemotron 3 Ultra frontière s'attaque à la planification et à l'orchestration complexes, permettant aux équipes d'acheminer chaque étape d'un flux de travail d'agent vers la bonne taille de modèle. Il s’agit de la dernière initiative d’une poussée que ZDNET décrit comme un autre pas en avant pour l’IA américaine à poids ouvert. Si vous suivez la course aux poids ouverts, notre couverture des récentes versions de modèles ouverts offre une vision plus large.

Un modèle pour le texte, les images, les documents et la vidéo

Le principal argument est la consolidation. Super VL combine le raisonnement, le suivi d'instructions et l'utilisation d'outils avec la compréhension de textes, d'images, de documents et de vidéos, de sorte que les équipes n'ont pas besoin de déployer des modèles de langage de texte et de vision séparés ou de faire la navette entre le contexte des tâches. NVIDIA affirme que sa formation visuelle couvre les graphiques, les tableaux, la reconnaissance optique de caractères, les documents multipages et la vidéo, avec un pipeline de réglage fin supervisé en deux étapes qui fusionne les preuves visuelles avec le raisonnement, le chat, la sécurité et les données contextuelles.

Les flux de travail cibles sont ceux sur lesquels les entreprises ne cessent de trébucher : un agent du service client qui doit lire les documents de politique de l'entreprise, un agent de recherche reliant les preuves entre les sources, ou un agent documentaire qui interprète un graphique et le relie à un tableau ailleurs dans le même dossier. Dans chaque cas, le modèle doit voir le matériau et le raisonner dans la même fenêtre contextuelle.

Revendications de débit : jusqu'à 5x sur un seul GPU

L'efficacité est le domaine où NVIDIA trace les lignes les plus nettes. La société affirme que Nemotron 3.5 Super VL offre un débit jusqu'à 5 fois plus élevé pour les tâches agents par rapport aux autres modèles ouverts de sa catégorie de taille sur un seul GPU, et a souligné des benchmarks montrant plus de 600 jetons par seconde sur les tâches agents de l'indice d'intelligence d'analyse artificielle via le point de terminaison d'inférence Baseten.

Plusieurs techniques sous le capot déterminent ces chiffres. NVIDIA a mis en avant LiLiCorr, une méthode de décodage spéculative ouverte, ainsi que la précision mixte NVFP4, la prédiction multi-jetons et la réutilisation du contexte au fil des tours d'agent - une optimisation significative pour les agents qui mènent des conversations de longue durée avec des outils. Pour les entreprises qui exécutent des agents en continu, le débit par GPU fait souvent la différence entre un produit viable et une structure de coûts inutilisable.

L'essentiel est la post-formation

NVIDIA précise clairement que le modèle de base est un point de départ plutôt qu'un produit fini. Les développeurs peuvent personnaliser Super VL avec la bibliothèque NeMo à l'aide d'un réglage fin supervisé et de LoRA pour enseigner un comportement spécifique à un domaine, puis appliquer un apprentissage par renforcement via NeMo RL et NeMo Gym dans des environnements qui reflètent leurs propres opérations. La société affirme que les organisations des secteurs de la cybersécurité, de la finance et de la santé sont déjà en train de post-former le modèle pour surpasser les alternatives frontalières dans leurs flux de production, une affirmation difficile à vérifier de manière indépendante mais cohérente avec le positionnement de l'entreprise-agent.

Pour soutenir ce travail, NVIDIA publie des ensembles de données ouverts sur Hugging Face parallèlement aux pondérations, notamment des données d'utilisation d'outils agents et de conversation, des ensembles de raisonnement financier et d'appel d'outils, des données de suivi d'instructions et de discussion, des données de transduction et de traduction à contexte long, des données d'équité et 40 ensembles de données de langage de vision. Prime Intellect a déjà publié une recette pour post-formation du modèle pour le travail d'entreprise à long terme, un signe précoce que l'écosystème considère la version comme une base sérieuse. NVIDIA a également publié un livre de recettes d'utilisation sur GitHub couvrant la personnalisation, et la société souligne que les poids ouverts peuvent être déployés dans des environnements locaux, de centre de données ou de cloud pour répondre aux exigences d'infrastructure et de résidence des données – la flexibilité que les acheteurs réglementés demandent constamment et que les API fermées ne peuvent pas offrir.

Ce que cela signifie pour la course poids ouvert

Cette version réduit l'écart entre les modèles ouverts et fermés dans le segment réellement déployé par les entreprises : les systèmes multimodaux de taille moyenne pour le travail d'agents gourmand en documents. Étant donné que les pondérations peuvent s'exécuter dans des environnements locaux, de centre de données ou cloud, Super VL offre aux industries réglementées une option que les API frontières ne peuvent pas : conserver les documents sensibles sur leur propre infrastructure tout en continuant à comprendre les graphiques, les tableaux et les vidéos.

La lecture compétitive est simple. Meta, Alibaba, DeepSeek et Liquid AI ont tous livré des modèles ouverts destinés aux agents cette année, et NVIDIA – qui vend le matériel sur lequel tout le monde s'entraîne – est désormais en concurrence directe dans la couche modèle avec des licences permissives et une histoire d'efficacité. Si les affirmations en matière de débit se confirment dans des benchmarks indépendants, la pile par défaut pour les agents d'entreprise en 2027 pourrait être considérablement plus ouverte qu'elle ne le paraissait il y a un an.

---

Gardez une longueur d'avance sur l'IA

Recevez les dernières actualités, analyses et avancées en matière d'IA, le tout en un seul endroit.

Lire plus d'actualités sur l'IA →