NVIDIA wis ngeculake Nemotron 3.5 Super VL, model multimodal sing mbukak lan bisa disesuaikan sing ditujokake kanggo perusahaan mbangun agen AI khusus. Model kasebut nggunakake arsitektur campuran para ahli 120 milyar sing ngaktifake mung 12 milyar paramèter saben token, desain NVIDIA ujar ngimbangi kapasitas skala wates kanthi efisiensi inferensi. Bobot kasedhiya ing Hugging Face ing presisi BF16, lan NVIDIA nerbitake walkthrough teknis bebarengan karo rilis kasebut.
Super VL slot menyang NVIDIA ngembangaken mbukak-model kulawarga minangka spesialis multimodal. Miturut perusahaan kasebut, model Nemotron 3.5 Lightning sing luwih cilik nangani tugas teks kanthi volume dhuwur, dene Nemotron 3 Ultra ngarepake perencanaan lan orkestrasi sing rumit - ngidini tim ngarahake saben langkah alur kerja agen menyang ukuran model sing tepat. Iki minangka langkah paling anyar ing push ZDNET sing diterangake minangka langkah maju liyane kanggo AI bobot mbukak AS. Yen sampeyan nglacak balapan mbukak bobot, jangkoan kita babagan rilis model mbukak anyar duwe gambaran sing luwih akeh.
Siji Model kanggo Teks, Gambar, Dokumen lan Video
Titik inti yaiku konsolidasi. Super VL nggabungake pertimbangan, instruksi lan panggunaan alat karo teks, gambar, dokumen lan pemahaman video, saengga tim ora perlu masang model teks lan basa visi sing kapisah utawa konteks tugas antar-jemput ing antarane. NVIDIA ujar manawa latihan visual nyakup grafik, tabel, pangenalan karakter optik, dokumen multipage lan video, kanthi saluran pipa fine-tuning sing diawasi rong tahap sing nggabungake bukti visual kanthi alesan, obrolan, keamanan lan data konteks dawa.
Alur kerja target yaiku perusahaan sing terus kesandhung: agen layanan pelanggan sing kudu maca dokumen kabijakan perusahaan, agen riset sing nyambungake bukti antarane sumber, utawa agen dokumen sing nerjemahake grafik lan nyambungake menyang tabel ing papan liya ing file sing padha. Ing saben kasus, model kudu ndeleng materi lan alasan ing jendhela konteks sing padha.
Klaim Throughput: Nganti 5x ing GPU Tunggal
Efisiensi yaiku NVIDIA nggambar garis sing paling cetha. Perusahaan kasebut ngaku Nemotron 3.5 Super VL ngirim nganti 5x throughput sing luwih dhuwur kanggo tugas agen dibandhingake karo model mbukak liyane ing kategori ukuran ing GPU siji, lan nuduhake pathokan sing nuduhake luwih saka 600 token per detik ing tugas agen Agen Analisis Artificial Intelligence liwat titik akhir inferensi Baseten.
Sawetara Techniques ing hood drive nomer kasebut. NVIDIA nyorot LiLiCorr, metode dekoding spekulatif sing mbukak, bebarengan karo presisi campuran NVFP4, prediksi multi-token, lan panggunaan ulang konteks liwat giliran agen - optimasi sing migunani kanggo agen sing terus ngobrol kanthi alat. Kanggo perusahaan sing mbukak agen nonstop, throughput saben GPU asring beda antarane produk sing sregep lan struktur biaya sing ora bisa digunakake.
Post-Training Iku Titik
NVIDIA jelas yen model dhasar minangka titik wiwitan tinimbang produk rampung. Pangembang bisa ngatur Super VL karo perpustakaan NeMo nggunakake fine-tuning sing diawasi lan LoRA kanggo mulangake prilaku khusus domain, banjur aplikasi sinau penguatan liwat NeMo RL lan NeMo Gym ing lingkungan sing nggambarake operasi dhewe. Perusahaan kasebut ujar manawa organisasi ing cybersecurity, keuangan lan kesehatan wis nglatih model kanggo ngalahake alternatif wates ing alur kerja produksi, pratelan sing angel diverifikasi kanthi mandiri nanging konsisten karo posisi agen perusahaan.
Kanggo ndhukung karya kasebut, NVIDIA ngeculake set data mbukak ing Hugging Face bebarengan karo bobot, kalebu data panggunaan alat agen lan data obrolan, penalaran keuangan lan set panggilan alat, data instruksi lan obrolan, data transduksi lan terjemahan konteks dawa, data keadilan, lan 40 set data basa visi. Prime Intellect wis nerbitake resep kanggo post-training model kanggo karya perusahaan long-horizon, minangka tandha awal ekosistem nganggep rilis kasebut minangka dhasar sing serius. NVIDIA uga nerbitake buku masak panggunaan ing GitHub sing nyakup kustomisasi, lan perusahaan kasebut negesake manawa bobot mbukak bisa disebarake ing lokal, pusat data utawa lingkungan awan kanggo nyukupi prasarana lan syarat residensi data - keluwesan sing diatur para panuku sing terus-terusan takon lan ditutup API ora bisa ditawakake.
Apa Tegese kanggo Lomba Bobot Terbuka
Rilis kasebut ngencengi jurang antarane model sing mbukak lan ditutup ing segmen perusahaan sing bener-bener disebarake: sistem multimodal ukuran tengah kanggo karya agen dokumen-berat. Amarga bobot bisa mlaku ing lingkungan lokal, pusat data utawa awan, Super VL menehi industri sing diatur minangka pilihan sing ora bisa ditindakake dening API ngarep - nyimpen dokumen sensitif ing infrastruktur dhewe nalika isih entuk pangerten grafik, tabel lan video.
Maca kompetitif langsung. Meta, Alibaba, DeepSeek lan Liquid AI wis ngirim kabeh model bobot mbukak sing dituju kanggo agen taun iki, lan NVIDIA - sing adol hardware sing dilatih wong liya - saiki saingan langsung ing lapisan model kanthi lisensi permisif lan crita efisiensi. Yen klaim throughput tetep ana ing pathokan independen, tumpukan standar kanggo agen perusahaan ing 2027 bisa uga luwih mbukak tinimbang sing katon setahun kepungkur.
---
Tetep Ahead of AIEntuk warta, analisis, lan terobosan AI paling anyar - kabeh ing sak panggonan.
Waca liyane AI warta →
