NVIDIA ha rilasciato Nemotron 3.5 Super VL, un modello multimodale aperto e personalizzabile rivolto alle aziende che creano agenti IA specializzati. Il modello utilizza un'architettura con una miscela di esperti da 120 miliardi di parametri che attiva solo 12 miliardi di parametri per token, un progetto che, secondo NVIDIA, bilancia la capacità su scala di frontiera con l'efficienza dell'inferenza. I pesi sono disponibili su Hugging Face con precisione BF16 e NVIDIA ha pubblicato una procedura dettagliata tecnica insieme al rilascio.
Super VL si inserisce nella famiglia di modelli aperti in espansione di NVIDIA come specialista multimodale. Secondo l'azienda, i modelli Nemotron 3.5 Lightning più piccoli gestiscono attività di testo ad alto volume, mentre il Nemotron 3 Ultra di frontiera affronta pianificazioni e orchestrazioni complesse, consentendo ai team di indirizzare ogni fase del flusso di lavoro di un agente alla giusta dimensione del modello. Si tratta dell’ultima mossa di una spinta che ZDNET descrive come un altro passo avanti per l’intelligenza artificiale a peso aperto statunitense. Se stai monitorando la corsa ai pesi aperti, la nostra copertura delle recenti versioni di modelli aperti ha un quadro più ampio.
Un modello per testo, immagini, documenti e video
Il punto centrale è il consolidamento. Super VL combina il ragionamento, il rispetto delle istruzioni e l'uso degli strumenti con la comprensione di testo, immagini, documenti e video, quindi i team non hanno bisogno di implementare modelli separati di testo e linguaggio visivo o di spostare il contesto delle attività tra di loro. NVIDIA afferma che la sua formazione visiva copre grafici, tabelle, riconoscimento ottico dei caratteri, documenti multipagina e video, con una pipeline di messa a punto supervisionata in due fasi che fonde prove visive con ragionamento, chat, sicurezza e dati di lungo contesto.
I flussi di lavoro target sono quelli in cui le aziende continuano a inciampare: un agente del servizio clienti che deve leggere i documenti sulle politiche aziendali, un agente di ricerca che collega le prove attraverso le fonti o un agente dei documenti che interpreta un grafico e lo collega a una tabella altrove nello stesso archivio. In ogni caso il modello deve vedere il materiale e ragionare su di esso nella stessa finestra di contesto.
Dichiarazioni di throughput: fino a 5 volte su una singola GPU
L'efficienza è il punto in cui NVIDIA traccia le linee più nette. L'azienda afferma che Nemotron 3.5 Super VL offre un throughput fino a 5 volte superiore per le attività degli agenti rispetto ad altri modelli aperti nella sua categoria di dimensioni su una singola GPU, e ha indicato benchmark che mostrano più di 600 token al secondo sulle attività degli agenti dell'Artificial Analysis Intelligence Index tramite l'endpoint di inferenza Baseten.
Diverse tecniche dietro il cofano determinano questi numeri. NVIDIA ha evidenziato LiLiCorr, un metodo di decodifica speculativo aperto, insieme alla precisione mista NVFP4, alla previsione multi-token e al riutilizzo del contesto tra i turni degli agenti: un'ottimizzazione significativa per gli agenti che mantengono conversazioni di lunga durata con gli strumenti. Per le aziende che utilizzano agenti ininterrottamente, il throughput per GPU spesso fa la differenza tra un prodotto valido e una struttura dei costi inutilizzabile.
Il punto è il post-allenamento
NVIDIA è esplicita nel dire che il modello base è un punto di partenza piuttosto che un prodotto finito. Gli sviluppatori possono personalizzare Super VL con la libreria NeMo utilizzando la messa a punto supervisionata e LoRA per insegnare comportamenti specifici del dominio, quindi applicare l'apprendimento per rinforzo tramite NeMo RL e NeMo Gym in ambienti che rispecchiano le loro stesse operazioni. L’azienda afferma che le organizzazioni nel campo della sicurezza informatica, della finanza e della sanità stanno già post-addestrando il modello per battere le alternative di frontiera nei loro flussi di lavoro di produzione, un’affermazione difficile da verificare in modo indipendente ma coerente con il posizionamento dell’agente aziendale.
Per supportare questo lavoro, NVIDIA sta rilasciando set di dati aperti su Hugging Face insieme ai pesi, inclusi dati sull'uso degli strumenti e sulle conversazioni degli agenti, set di ragionamenti finanziari e chiamate di strumenti, dati di chat e seguito delle istruzioni, dati di trasduzione e traduzione di contesti lunghi, dati sull'equità e 40 set di dati sul linguaggio visivo. Prime Intellect ha già pubblicato una ricetta per la post-formazione del modello per il lavoro aziendale a lungo orizzonte, un primo segnale del fatto che l'ecosistema sta trattando il rilascio come una base seria. NVIDIA ha anche pubblicato un ricettario di utilizzo su GitHub che copre la personalizzazione e la società sottolinea che i pesi aperti possono essere implementati in ambienti locali, data center o cloud per soddisfare i requisiti di infrastruttura e residenza dei dati: la flessibilità che gli acquirenti regolamentati richiedono costantemente e le API chiuse non possono offrire.
Cosa significa per la corsa a pesi liberi
Il rilascio riduce il divario tra i modelli aperti e chiusi nel segmento effettivamente implementato dalle aziende: sistemi multimodali di medie dimensioni per il lavoro degli agenti con un carico elevato di documenti. Poiché i pesi possono essere eseguiti in ambienti locali, data center o cloud, Super VL offre ai settori regolamentati un'opzione che le API di frontiera non possono: conservare i documenti sensibili sulla propria infrastruttura ottenendo comunque la comprensione di grafici, tabelle e video.
La lettura competitiva è semplice. Meta, Alibaba, DeepSeek e Liquid AI hanno tutti spedito quest'anno modelli open-weight destinati agli agenti, e NVIDIA, che vende l'hardware su cui tutti gli altri si allenano, ora compete direttamente a livello di modello con licenze permissive e una storia di efficienza. Se le affermazioni sulla produttività reggeranno nei benchmark indipendenti, lo stack predefinito per gli agenti aziendali nel 2027 potrebbe essere notevolmente più aperto di quanto apparisse un anno fa.
---
Stai al passo con l'intelligenza artificialeRicevi le ultime notizie, analisi e scoperte sull'intelligenza artificiale, tutto in un unico posto.
Leggi altre notizie sull'AI →
